电机驱动微装配在双光子制备微结构中的应用

对微结构的制作、微装配系统进行了研究. 采用飞秒激光双光子聚合微加工技术制作有底座、精细的三维立体“拱形”微结构, 其高250μm、长300μm、厚50μm. 将此微结构与实验室自主搭建的二维微装配平台相结合, 利用自主编程的人机交互界面驱动步进电机, 远程操控微装配设备; 将荧光闪烁陶瓷粉末装配到微结构中, 对装配后的微结构进行荧光光谱表征发现, 纯荧光粉末和微结构中的荧光粉末的发射光谱在测量误差范围内基本一致, 表明荧光粉末的光学性质未发生改变. 利用该装置可以将各类微纳米级材料和微结构进行装配, 形成含有不同材料的微结构系统.     

污泥基吸附剂对亚甲基蓝和环丙沙星的吸附性能研究

亚甲基蓝和环丙沙星是水体中2种污染物, 对生态环境有潜在危害. 本文以市政剩余活性污泥为原料, 氯化锌为活化剂热解制备污泥基吸附剂, 研究盐酸酸洗浓度、氯化锌浓度、热解温度、热解时间等对污泥基吸附剂吸附水中亚甲基蓝和环丙沙星性能的影响. 结果表明 (1)污泥基吸附剂对亚甲基蓝的吸附性能随盐酸酸洗浓度的增大而增加, 对环丙沙星的吸附性能则随盐酸酸洗浓度的增大呈先降后增趋势, 两者均在1.500mol·L-1盐酸浓度下取得最优值. (2)污泥基吸附剂对亚甲基蓝和环丙沙星的吸附性能随氯化锌浓度和热解温度的增加呈先升后降趋势, 在氯化锌浓度为4.0mol·L-1、热解温度为500℃时有最优值; 随着热解时间的延长, 污泥基吸附剂对亚甲基蓝和环丙沙星的吸附性能分别在500℃热解70min和80min时有最优值. (3)污泥基吸附剂的最佳制备条件为 氯化锌4.0mol·L-1活化2h、500℃热解70min和80min、1.500mol·L-1盐酸酸洗; 以此制得的污泥基吸附剂对亚甲基蓝和环丙沙星的去除率分别为97.7%和96.4%, 平衡吸附量分别为97.9mg·g-1和3.9mg·g-1, 且污泥基吸附剂对亚甲基蓝和环丙沙星的吸附过程均符合准二级动力学方程.     

钼改性页硅酸镍催化剂催化顺酐加氢性能

通过蒸氨法合成了一系列钼改性的页硅酸镍催化剂, 考察了钼含量对催化剂结构及其催化顺酐液相加氢性能的影响. 采用氮气物理吸附-脱附、 X射线衍射(XRD)、 傅里叶变换红外光谱(FTIR)、 透射电子显微镜(TEM)、 氢气程序升温还原(H₂-TPR)、 氨气程序升温脱附(NH₃-TPD)、 吡啶吸附红外光谱(Py-IR)和原位X射线光子能谱(XPS)等手段对催化剂的结构和形貌等进行了表征. 结果表明, 助剂Mo的引入对催化剂结构形貌及其催化性能影响显著. Mo的引入提高了活性金属Ni的还原度, 增加了催化剂表面金属Ni⁰的数量, 金属Ni在还原过程产生氢溢流, 溢流氢将部分MoO₃还原为具有酸性的MoO_x物种, 由于金属Ni⁰与具有Lewis酸(L酸)特性的MoO_x及Ni^σ+的协同效应, 显著提高了催化剂对顺酐C≡C和C≡O的加氢活性. 当Mo含量(质量分数)为3%时, 其催化活性最高, 在160 ℃和5 MPa H₂气条件下, 反应3 h顺酐的转化率为100%, 产物γ-丁内酯的选择性为27%.     

电场辅助样品前处理技术研究进展

样品前处理是样品分析过程的关键环节。目前各种微波、光、压力、超声波等场作用因能强化溶质传递、加速样品分离而被广泛地运用到样品前处理中。其中,电场辅助样品前处理技术能提高微痕量分析物萃取效率和选择性,已成为场辅助样品前处理技术的研究热点,并已在食品、环境、医药、生物等领域得到应用。该文综述了包括电场辅助膜萃取技术、电场辅助液相(微)萃取技术、电场辅助固相(微)萃取技术在内的电场辅助样品前处理技术的研究进展,并展望了其发展趋势。     

双金属合金团簇M12Ni(M=Pt,Sn,Cu)催化甲烷干法重整反应的理论研究

利用密度泛函理论(DFT)研究了M₁₂Ni(M=Pt, Sn, Cu) 3种双金属合金团簇的电子活性和结构稳定性, 并探讨了甲烷干法重整反应(DRM)在M₁₂Ni双金属团簇表面的反应能量变化情况. 经比较发现甲烷脱氢和二氧化碳活化过程在Pt₁₂Ni团簇表面进行需克服的活化能垒最低, 反应最易进行. Sn₁₂Ni团簇上生成碳需要较高的活化能, 说明Sn₁₂Ni团簇能够有效抑制焦碳的生成, 一定程度上克服了碳沉积导致的催化剂失活现象, 并且Sn₁₂Ni团簇在C ^*和CH ^*氧化过程中表现出最佳的催化活性. Cu₁₂Ni团簇仅在甲烷脱氢过程中表现出较为优异的催化活性.     

逻辑函数高阶布尔e偏导数求解算法的实现

针对已有方法在求解布尔e偏导数时只能解决小规模电路的问题,提出了一种基于逻辑函数不相交运算的大函数高阶布尔e偏导数的求解算法.该方法将逻辑函数转化为不相交乘积项的集合,用逻辑函数的不相交运算替代布尔e导数运算中的逻辑"与"运算;并将不包含待求导变量的乘积项拆分出来,不参与布尔e导数运算,以达到降低算法复杂度、提高算法速度的目的.提出的算法用C语言编程实现,并用MCNC测试电路进行了测试.实验结果显示,本算法能快速实现大函数高阶布尔e偏导数的求解,求解效率与参与不相交运算的乘积项数量有关,但对输入变量的数量不敏感.     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

地震激励下参数不确定结构重叠分散保性能控制

对参数不确定结构振动控制方法进行了研究。基于包含原理，采用重叠分散控制策略与保性能控制算法相结合的方法，将高层建筑结构划分成一组子结构，对每一个子结构采用保性能控制方法设计控制器，提出了参数不确定结构重叠分散保性能控制方法，较好地解决了地震激励下参数不确定建筑结构的振动控制问题。以20层Benchmark结构模型为研究对象，采用重叠分散保性能控制策略和集中保性能控制策略进行数值模拟。结果表明，对于结构系统建模存在误差或系统本身存在不确定性的情况，本文提出的重叠分散保性能控制方法均能有效降低结构的地震响应，且能够保证控制系统的可靠性和稳定性。     

锂盐添加剂对润滑油摩擦学性能和导电性的影响

采用MFT-R4000型往复摩擦磨损试验机测试四氟硼酸锂(Li BF4),双三氟甲烷基磺酰亚胺锂(Li NTf2)和六氟磷酸锂(Li PF6)这3种锂盐作为润滑油添加剂时对基础油的摩擦学性能的影响,利用OLS4000型三维形貌测量仪测量钢块的磨损体积,并利用扫描电子显微镜(SEM)观察钢块磨痕的表面形貌.采用DDSJ-308A型电导率测定仪测量不同锂盐含量下,润滑油的盐度和电导率的变化情况,阐述锂盐含量和润滑油电导率之间存在的关系.研究结果表明:锂盐能够降低润滑油的摩擦系数,增强其抗磨性,具有良好的摩擦学性能;同时锂盐的加入使基础油的导电性得到很大提高.     

MIL-101(Fe)高效催化 β-蒎烯与甲醛的Prins缩合制备诺卜醇

通过水热晶化法制备了MIL-101(Fe)金属有机骨架材料, 利用X射线衍射(XRD)、 傅里叶变换红外光谱(FTIR)、 热重分析(TG)、 扫描电子显微镜(SEM)、 透射电子显微镜(TEM)和X射线光电子能谱(XPS)对催化剂的结构和形貌进行了表征. 结果表明, 该材料用于催化β-蒎烯与甲醛的Prins缩合制备诺卜醇反应的效果优异; 催化剂合成温度、 合成时间、 催化剂用量、 反应溶剂、 反应温度和反应时间对β-蒎烯的反应结果均有一定影响. 在相似的反应条件下, 合成的MIL-101(Fe)催化β-蒎烯制备诺卜醇反应的最佳条件为使用150 ℃下反应15 h合成的催化剂MIL-101(Fe), 在90 ℃下反应8 h得到的β-蒎烯转化率高达97.3%, 诺卜醇选择性达到96.7%.