微流控细胞芯片生命分析应用多元化

微流控芯片是现代生命科学研究领域的重要分析工具.结合研究者近年来开展的研究工作和取得的相关进展,本文主要介绍了微流控细胞芯片的功能特征,同时从动物细胞、植物细胞以及微生物细胞三方面系统阐述了微流控芯片生命分析多元化的发展现状,并对其应用前景进行了展望.     

碘氧化铋光催化剂的合成、改性及净化一氧化氮

光催化技术因其节能、高效、无二次污染等特点,在低浓度一氧化氮(NO)污染治理方面展现出了巨大潜力。在众多半导体材料中,碘氧化铋(BiOI)光催化剂具有窄带隙和独特的层状结构,有利于可见光吸收和电子空穴对分离,展现出了良好的光催化活性和稳定性,近十几年来备受关注。本文综述了BiOI半导体材料光催化净化NO的最新研究进展,阐述了BiOI晶体形貌与晶面调控对其光催化性能的影响;重点介绍了各类改性方法如表面修饰、离子掺杂、异质结构筑等对BiOI光催化活性的提升机制,并提出了该研究方向所面临的挑战与应用前景,旨在为设计高活性BiOI基光催化材料以及高效处理低浓度NO污染提供理论借鉴与技术支撑。     

基于物联网的设施温室监控系统中无线传感器节点设计

设计具有低成本、低功耗、易扩展的设施温室监控设备,深入研究无线网络构成,优化网络结构、降低组网难度、提高组网效率。采用 MSP430F149为核心的处理器;采用CC2530射频芯片实现无线传输;提供多种协议接口方便传感器的扩展,给出了土壤温湿度、空气温湿度、光照传感器的选型和指标参数;由本设计的无线传感器节点作为WSN中的全功能设备同时充当路由节点,搭建了MESH型的无线传感器网络结构。经测试,通过硬件设计及网络结构搭建,系统具有结构简单、组网快捷、数据传输可靠性高等优点,能较好的满足无线传感器节点在设施温室监控中的应用。     

Synthesis and Photocatalytic Properties of Coupled Nanocrystalline ZnO/ZnS in Nafion Membrane

The coupled nanocrystalline ZnO/ZnS was fabricated and immobilized in Nafion membrane by using sodium sulfide (Na2S) as the single anion precursor. The molar ratio of ZnO to ZnS can be controlled by simply adjusting the reaction time. The as-prepared ZnO/ZnS-Nafion samples were characterized by various methods, including optical absorption, X-ray diffraction and high-resolution transmission electron microscopy. These coupled ZnO/ZnS nanocrystals embedded in Nafion membrane displayed excellent photocatalytic activities for their efficient charge separation properties. A mechanism of ZnO/ZnS nanoparticle fabrication in Nafion was deduced from the solubility difference, and the photocatalytic mechanism of coupled ZnO/ZnS was discussed as well.     

倾斜多丝正比室的性能研究

本文通过对倾斜式多丝正比室的束流测试数据和理论模拟计算数据的分析,对室的性能做了较为详细的研究.结果表明:该室在丝平面内垂直于丝方向的定位粒度好于200μm;室性能的实验结果与理论模拟计算结果相符.     

基于人工神经网络的湍流大涡模拟方法

大涡模拟方法(LES)是研究复杂湍流问题的重要工具,在航空航天、湍流燃烧、气动声学、大气边界层等众多工程领域中具有广泛的应用前景.大涡模拟方法采用粗网格计算大尺度上的湍流结构,并用亚格子(SGS)模型近似表达滤波尺度以下的流动结构对大尺度流场的作用.传统的亚格子模型由于只利用了单点流场信息和简单的函数关系,在先验验证中相对误差较大, 在后验验证中耗散过强. 近几年来,机器学习方法在湍流建模问题中得到了越来越多的应用.本文介绍了基于人工神经网络(ANN)的湍流亚格子模型的最新进展.详细地讨论了人工神经网络混合模型、空间人工神经网络模型和反卷积人工神经网络模型的构造方法.借助于人工神经网络强大的数据插值能力,新的亚格子模型的先验精度和后验精度均有显著提升. 在先验验证中,新模型所预测的亚格子应力的相关系数超过了0.99,在预测精度上远高于传统的大涡模拟模型. 在后验验证中,新模型对各类湍流统计量和瞬态流动结构的预测都优于隐式大涡模拟方法、动态Smagorinsky模型、动态混合模型等传统模型.因此, 人工神经网络方法在发展复杂湍流的先进大涡模拟模型中具有很大的潜力.      

机器学习在力学模拟与控制中的应用专题序

为了改进机器学习方法在力学问题中的应用效果, 并提高该方法的预测精度、计算效率和泛化能力, 需要回答一些基本问题, 包括: (1)如何从数据中系统地学习抽象的力学规律和本构关系? (2)如何将物理原理和机器学习有效地结合在一起? (3)如何提升模型的鲁棒性和泛化能力? (4)如何大幅度地提升复杂力学系统的模拟效率? (5)针对多尺度或高维度的力学系统, 如何构造可靠、高效的降阶模型? (6)如何系统地提升对大型设计空间的快速搜索能力? 围绕上述这些重要的问题, 《力学学报》组织了《机器学习在力学模拟与控制中的应用》这一专题. 由于篇幅限制, 该专题包含了3篇综述论文和7篇研究论文, 从一个侧面反映了国内科研人员在该方向上的一部分最新研究进展, 供读者参考.      

可压缩湍流研究进展

高马赫数可压缩湍流的运动是一个多尺度多过程的物理现象。采用了多过程分解的方法,将可压缩湍流分解为剪切和胀压过程,分析其统计行为和动力学行为。发展了一种新的紧致差分和WENO格式相结合的混合型数值格式,准确模拟了可压缩湍流场;研究了其多尺度多过程行为和对粒子的输运影响;研究了激波结构对湍流场的影响;在高雷诺数可压缩湍流中,证明存在惯性区,其中流运动和压力做功引起的动能流通量都是常数;证明可压缩湍流中存在从大尺度到小尺度的动能级串过程;证明动能流通量的剪切部分和胀压部分在惯性区都为常数;分析亚格子应力项和亚格子质量流动项对动能级串的影响。