排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
利用ATR-MIR光谱分析技术对掺杂了不同水平带鱼糜的鲢鱼糜进行了分类。文中采用了五种化学计量学方法(SIMCA, KNN, SVR, PLS-DA和 ID3决策树)分别结合ATR-MIR光谱数据建立判别模型,并对各个分类模型性能和分类效果进行了分析和比较。结果表明：无论是对生鱼糜样品进行鉴别还是对其熟制品进行鉴别,基于SIMCA方法建立的分类模型都获得了较好的分类效果。对鱼糜制品和生鱼糜正确分类率分别达到了96.59%和96.43%,相应的交互验证均方根误差(RMSECV)值分别为：0.185 7和0.189 8,相关系数r值达到了0.988 0和0.994 1。这表明ATR-MIR结合化学计量学方法可以对掺假的鲢鱼糜进行鉴别,也表明ATR-MIR在鱼糜品质监测方面具有很广阔的应用前景。 相似文献
2.
质子交换膜燃料电池(PEMFCs)不仅采用可再生的和环境友好的能源(如氢气和甲醇)作为燃料,而且转换效率高,因此被认为是潜在的能量转换设备.目前PEMFCs大多采用活性炭负载的贵金属作为其阴极和阳极的电催化剂,因此制造成本高,限制了它的实际应用.燃料电池电催化剂研发的一个紧迫的任务就是避免使用采用贵金属.直接甲醇燃料电池(DMFCs)阳极上进行的甲醇氧化反应(MOR)通常采用活性炭或多孔碳材料负载的Pt基双功能催化剂.在此基础上复合第二贵金属(如Ru)可改善其结构、电子和表面化学性质,表现出较高的稳定性和抗CO中毒性能,因而在MOR中具有优异的电催化活性.然而,在DMFCs长期运行期间,该Pt-Ru/C阳极催化剂大多出现严重的金属Ru溶解流失,以及燃料甲醇透过聚电解质膜的现象.因此,进一步提高pt-Ru/C电催化剂的稳定性成为当务之急.另外,考虑到膜电极的成本和PEMFCs的整体效率,在保持较好MOR活性的前提下,减少贵金属用量或采用非贵金属,甚至不用金属,进一步降低其成本也尤为重要,这也将十分有利于基础研究和实际的工业应用.采用软模板或硬模板法制得的有序介孔碳(OMCs)因具有高的比表面积、可调的中孔尺寸和表面官能团性质而广受关注,已经应用于催化剂载体,吸附剂,传感器和电极材料等领域.OMCs可负载Pt制成电催化剂而用于DMFCs/PEMFCs中.本课题组前期以介孔氧化硅SBA-15为硬模板剂,糠醇和三甲苯为初始碳源,Pt和Ru的乙酰丙酮化物为金属前驱体和次级碳源,采用一步法直接制备了OMC负载的高分散、高稳定性的单Pt和Pt-Ru双金属纳米粒子,在MOR中表现出优异的电催化活性和较高的稳定性性能,超过常用的商用催化剂,显示出较大的应用潜力.因此,本文采用类似的方法将高度分散的PtM(M=Ru,Fe,Mo)合金纳米粒子沉积于OMCs上,从而制得PtM-OMC(M=Ru,Fe,Mo)催化剂;同时采用N2物理吸附、X射线衍射、透射电镜、X射线吸收近边结构、扩展X射线吸收精细结构谱等手段对其结构组成、形貌和织构等物化性质进行了表征.结果表明,合金化的PtM纳米粒子的平均粒径约2-3 nm,且高度分散于OMC载体孔道内.另外,PtM纳米粒子中第二金属M(Ru,Fe,Mo)大多以还原态形式存在,形成了典型的核(Pt)-壳(M)结构.循环伏安法测量结果表明,在MOR反应中,所制PtM-OMC电极表现出较高的电催化活性和抗CO中毒性能,超过典型的活性炭负载的Pt-Ru催化剂.尤其值得一提的是,Pt-Fe-OMC催化剂不但具有非常高的稳定性,优越的抗CO性能,而且其催化MOR反应活性与PtRu-OMC的相当,因而具有更低的生产成本,所以Pt-Fe-OMC催化剂在DMFCs阳极电催化剂具有很大的应用前景. 相似文献
3.
以苯乙烯和甲基丙烯酸甲酯混合物作为油相, 采用反相微乳液法制备了AgCl纳米粒子; 通过微乳液原位聚合油相单体得到包含AgCl纳米粒子的聚合乳液; 将聚合乳液与聚偏氟乙烯(PVDF)通过共混法构建了包含AgCl纳米粒子的PVDF共混杂化膜. 紫外-可见光谱、 透射电子显微镜(TEM)及扫描电子显微镜(SEM)等表征结果和超滤实验结果表明, 聚合乳液加入的同时引入了亲水性聚合物和表面亲水的AgCl纳米粒子, 不仅改善了PVDF共混杂化膜的孔隙率和平均孔径, 还显著增强了PVDF共混杂化膜的极性和亲水性, 最终提升了膜的水通量和抗污染性能; 过量聚合乳液加入后不能与PVDF材料均匀共混, 而且AgCl纳米粒子也会在膜中形成团聚物堵塞膜孔隙, 从而削弱了膜的水通量和抗污染性能. 相似文献
4.
针对激光惯性约束核聚变实验中海量靶丸筛选效率低的问题，提出一种基于改进YOLO-v5深度学习模型的靶丸快速筛选方法。方法通过控制靶丸在不同的景深处成像，并将图像拼接在一起以获得其清晰图像；同时引入通道注意力机制来增强模型的特征提取能力，建立了SE-YOLOV5s深度学习靶丸表面缺陷识别模型，并对靶丸缺陷按照缺陷种类进行了分类和评估从而实现对海量靶丸的筛选。靶丸表面缺陷检测的准确率为94.4%,每秒可检测到约50张靶丸图像(分辨率3072×4096),为激光惯性约束核聚变试验提供一种快速、准确筛选海量靶丸的方法。 相似文献
1