两个基于2,5-二甲氧基对苯二甲酸和咪唑衍生物的超分子钴配位聚合物的结构及光催化反应

本文以咪唑衍生物为配体,通过水热合成法与钴离子制备出两个配位聚合物:{[Co(DTA)(1,4-DIB)(H₂O)]·H₂O}_n(1)和[Co(DTA)(1,3-BMIB)]_n(2)(1,4-DIB=1,4-二(1H-咪唑-1-基)苯; 1,3-BMIB=1,3-二(4-甲基-1H-咪唑-1-基)苯;H₂DTA=2,5-二甲氧基对苯二甲酸)。利用X射线单晶衍射、粉末衍射、热失重、元素分析、红外光谱以及固体紫外-可见光谱等对两个配合物进行了表征。结构分析证实配合物1和2是通过二维结构堆积成的三维超分子化合物。粉末衍射测试则显示两个配合物在水中有很好的稳定性。固体紫外-可见光谱显示两个配合物属半导体材料,对紫外-可见光有很强的吸收作用。在光催化实验中,配合物1和2可加快亚甲基蓝的降解速度。     

基于MOF (Cu)@biochar气凝胶的制备及其在缓释氮肥上的应用

以羧甲基纤维素(CMC)、明胶和MOF(Cu)@biochar为原料,采用简单有效的冷冻干燥方法制备了(CMC/Gelatin/MOF(Cu)@biochar)杂化气凝胶,并用傅里叶变换红外光谱(FT-IR)、热重分析(TG)、X射线粉末衍射(XRD)、扫描电镜(SEM)和X射线光电子能谱(XPS)技术对其进行了表征;研究了MOF(Cu)@biochar含量、pH和不同的盐水溶液对杂化气凝胶溶胀行为的影响;以该气凝胶负载氯化铵,制备了一种新型缓释肥料(SRF),并研究了含2%(wt)SRF的沙性土壤的保水能力;SRF在土壤中第30天的累积释放率为79.4%;肥料在土壤中释放符合非Fickian扩散和阳离子交换的协同作用机理。     

Excellent UV-absorbing cotton fabric with high durability and hydrophobicity based on surface-initiated ATRP of polymerizable organic UV-absorber

Cellulose - Ultraviolet (UV) protective cotton fabric is a convenient and reliable way to protect human body from sunlight. Herein, a polymerizable UV-absorber,...     

大尺寸电阻加热式碳化硅晶体生长热场设计与优化

大尺寸低缺陷碳化硅(SiC)单晶体是功率器件和射频(RF)器件的重要基础材料,物理气相传输(physical vapor transport, PVT)法是目前生长大尺寸SiC单晶体的主要方法。获得大尺寸高品质晶体的核心是通过调节组分、温度、压力实现气相组分在晶体生长界面均匀定向结晶,同时尽可能减小晶体的热应力。本文对电阻加热式8英寸(1英寸=2.54 cm)碳化硅大尺寸晶体生长系统展开热场设计研究。首先建立描述碳化硅原料受热分解热质输运及其多孔结构演变、系统热输运的物理和数学模型,进而使用数值模拟方法研究加热器位置、加热器功率和辐射孔径对温度分布的影响及其规律,并优化热场结构。数值模拟结果显示,通过优化散热孔形状、保温棉的结构等设计参数,电阻加热式大尺寸晶体生长系统在晶锭厚度变化、多孔介质原料消耗的情况下均能达到较低的晶体横向温度梯度和较高的纵向温度梯度。     

坚硬顶板爆破切顶在沿空留巷中的应用研究

当煤层上方为坚硬顶板时,在工作面回采期间容易出现大面积悬顶,导致巷旁充填体出现大变形破坏,极大威胁采煤安全.为解决这一问题,以某矿1205工作面沿空留巷为工程背景,分析了爆炸围岩裂隙范围和坚硬顶板破断特征,建立了切顶卸压围岩结构力学模型,研究表明,相邻炮孔爆炸后,炮孔间裂隙互相贯穿,降低了顶板强度,同时当切顶角为15°时,巷道稳定性较好.工程实践结果表明:采用爆破切顶技术后,顶板下沉量减小了62.3%,较好地保证了围岩稳定性.     

从双层规划的角度看道德风险理论的一阶条件方法

本文首先对双层规划的一个特殊例子即道德风险模型中使用的一阶条件方法（FOA）做简要的梳理，然后提出一种更为一般的使FOA有效的原则与方法。新方法主要依赖于代理人对委托人设置的目标的最优反应映射是否存在不动点，这个性质不要求原问题与用一阶条件放松以后的问题之间的约束集等价，从而也不要求代理人的期望效用对行动具有全局凹性。在新方法下，可以用较为简单的方法证明FOA在以下两种情形之一有效，即如果分布函数是概率分布的凸组合或者分布函数来自某些特殊的指数族分布。     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.