气相色谱-质谱法测定水中25种挥发性有机物及其在污水厂应急溯源中的应用

采用吹扫捕集-气相色谱-质谱法测定水中25种挥发性有机物的含量,并研究了其在污水厂应急溯源中的应用。25种挥发性有机物在一定的质量浓度范围内与其峰面积呈线性关系,方法的检出限(3.143s)在0.6~5.0μg·L-1之间。以空白样品为基体进行加标回收试验,所得回收率在91.6%~102%之间,测定值的相对标准偏差(n=6)在2.7%~4.6%之间。在一起污水厂冲击案例中,通过污水管网采样及污水样品分析,确定污染因子二氯甲烷,并根据二氯甲烷浓度变化快速锁定污染源头,确保污水厂出口水质达标。     

聚丙烯酰胺纳米复合水凝胶研究进展

传统化学交联的聚丙烯酰胺(PAM)水凝胶由于力学性能较弱,其应用范围受到很大限制。与之相比,采用纳米复合技术制备的PAM纳米复合(NC)水凝胶,不仅大幅提高了力学性能,而且在溶胀率等方面也有明显的提高。本文结合该领域近年来的研究进展,将PAM NC水凝胶分为纯物理交联和化学物理交联相结合两类,重点讨论了NC水凝胶在力学性能方面的研究结果,对溶胀率等其它方面的性能也进行了综合论述。     

Crossed Ladders in a 2-D Mixed-ligand Lanthanide Coordination Polymer:Synthesis,Crystal Structure and Photoluminescence

A new metal-organic coordination polymer,[Ce(L 1)(L 2)(H 2 O)]·2H 2 O (1,H 2 L 1=2,6-dimethylpyridine-3,5-dicarboxylic acid,H 2 L 2=(E)-2,6-dimethyl-4-styrylpyridine-3,5-dicer-boxylic acid),has been synthesized and characterized by elemental analysis,IR,and X-ray single-crystal diffraction.Compound 1 crystallizes in triclinic,space group P1 and displays a two-dimensional coordination network structure.In 1,the relatively rare crossed ladders cons-tructed by mixed ligands organize a 2-D grid with the topology of (4 2 6) 2 (4 8 6 6 8),and the layers further build up a 3-D supramolecular architecture via interlaminar hydrogen bonds.     

气相色谱法测定不同水质中的二氯乙酸和三氯乙酸

采用气相色谱法测定水中二氯乙酸和三氯乙酸的含量。并且检测了地表水、海水、污水处理厂进口和化工废水等不同水质实际样品。水样中加入氯化钠,经硫酸酸化,甲基叔丁基醚萃取后,以硫酸-甲醇(20+80)溶液作为衍生试剂,衍生温度为50℃时,气相色谱-电子捕获检测器测定。在优化分离条件下,分流比为5比1,二氯乙酸和三氯乙酸具有良好的分离效果。二氯乙酸、三氯乙酸的检出限分别为0.21,0.14μg·L-1,加标回收率在97.4%~105%之间,测定值的相对标准偏差(n=6)小于6%。     

支持向量机结台主成分分析辅助激光诱导击穿光谱技术识别鲜肉品种

为提高激光诱导击穿光谱技术(Laser-induced breakdown spectroscopy,LIBS)对鲜肉品种的识别率,采用支持向量机结合主成分分析算法辅助LIBS技术对鲜肉品种进行识别.对鲜肉切片用载玻片压平,采用LIBS技术对鲜肉组织(猪肉、牛肉和鸡肉)表面进行光谱数据的采集,每种鲜肉采集150幅光谱并进行随机排列,取前75幅光谱作为训练集建立模型,后75幅作为测试集测试建模结果.研究选取K、Ca、Na、Mg、Al、H、O等元素的49条归一化谱线数据进行主成分分析,并用所得数据建立支持向量机分类模型.结果表明,通过主成分分析降维,输入变量从49个优化减少到18个,模型建模速度从88.91 s降至55.52 s,提高了支持向量机的建模效率;并使预测集的平均识别率提高到89.11%.本研究为激光诱导击穿光谱技术在鲜肉品种快速分类领域提供了方法和数据参考.     

基于声发射和GAN-CNN的铝合金管道法兰 连接松动泄漏检测*

面向管道法兰连接松动引起的泄漏检测需求,为解决数据样本不足和减少特征指标手动选取的繁琐环节。本文,考虑到生成性对抗网络（GAN）作为数据扩充工具,已被证明能够生成与真实数据相似的样本数据。同时,卷积神经网络（CNN）作为一种深度学习方法,为自动提取数据的特征提供了一种有效的方法。开展了基于GAN和CNN的铝合金管道法兰连接松动泄漏检测研究。首先,搭建管道泄漏标定和数据采集实验台,利用声发射技术获取不同等级的原始泄漏信号。其次,采用GAN生成样本数据扩充原始数据。同时,为了评估生成模型的性能,引入统计特评估生成质量。最后,将生成的样本数据与原始数据设置为不同训练集,基于卷积神经网络构建智能分类检测模型,应用于管道泄漏检测。同时,分类检测结果与小样本智能分类方法SVM进行了比较,实验结果表明,基于GAN和CNN构建的智能分类模型可显著提高管道法兰连接松动泄漏检测精度。     

MoO42-取代对Nasicon型Li3Fe2(PO4)3正极材料电化学性能的影响

以MoO₄^2-部分取代Li₃Fe₂（PO₄）₃中的PO₄^3-,研究表明：加入的MoO₄^2-离子主要以固溶形式存在于Li₃Fe₂（PO₄）₃中,起到了显著改善其电化学性能的作用。其中,MoO₄^2-掺杂浓度为0.3的样品表现出最佳的电化学性能,其在0.5C倍率下的首次放电容量为113.7 mAh·g^-1,这一数值比未掺杂的提高了20.7%;经过60次循环充放电,容量保持率为94%。将放电倍率从0.5C逐步增大至5C,再降至初始的0.5C,并在每个倍率循环10次,这一材料的最终放电容量可达首次0.5C的95%。这些优异的性能应归因于MoO₄^2-掺杂使材料的氧化还原能力增强,氧化还原电对的电势差减小,电池内部的电荷转移电阻减小,以及Li⁺扩散系数增加。     

Valley-dependent transport in strain engineering graphene heterojunctions

We study the effect of strain on band structure and valley-dependent transport properties of graphene heterojunctions. It is found that valley-dependent separation of electrons can be achieved by utilizing strain and on-site energies. In the presence of strain, the values of transmission can be effectively adjusted by changing the strengths of the strain, while the transport angle basically keeps unchanged. When an extra on-site energy is simultaneously applied to the central scattering region, not only are the electrons of valleys K and K' separated into two distinct transmission lobes in opposite transverse directions, but the transport angles of two valleys can be significantly changed. Therefore, one can realize an effective modulation of valley-dependent transport by changing the strength and stretch angle of the strain and on-site energies, which can be exploited for graphene-based valleytronics devices.     

扭转带强化传热:实验研究和应用评价

对扭转带强化传热进行了实验研究和工业设备性能测试。扭转带的扭转比分别为1.88、2.50、2.62、3.34、3.81、4.52。实验参数变化范围为:空气进口温度 Tain=150～700℃,空气雷诺数 Rea=2500～30000。根据实验结果给出相应的圆管内空气强制对流传热关联式,并结合工业性试验,评价了扭转带强化传热的性能。     

一节新课改观摩课的数学任务分析

倡导积极主动，勇于探索学习方式，是高中新课标的基本理念之一．它要求“高中数学课程应力求通过各种不同形式的自主学习、探究活动，让学生体验数学发现和创造的历程，发展他们的创新意识”．在高中新课标的实施建议中也建议数学课堂中“既要有教师的讲授和指导，也有学生的自主探索与合作交流，教师要创设适当的问题情境，鼓励学生发现数学的规律和问题解决途径，使他们经历知识形成的过程”。