基于降阶模型和数据驱动的动态结构数字孪生方法北大核心CSCD

针对受动载荷作用的结构,提出了一种基于降阶模型库和机器学习数据驱动的数字孪生构建方法.首先根据物理结构服役过程中可能出现的损伤状态,采用有限单元法建立高保真有限元模型.其次采用Krylov子空间模型降阶方法对模型进行降阶,建立了物理结构各种状态下的降阶模型,形成模型库.最后利用随机森林机器学习算法训练获得模型选择器,通过物理结构上传感器的数据推断当前物理结构的状态,驱动数字孪生体跟随物理结构一同演化.设计制作了一个框架结构物理模型,模拟了结构不同位置损伤及不同损伤程度,验证了提出的数字孪生构建方法.     

铋的光度法分析进展

对近年来国内铋的光度法测定的状况作了评述,主要涉及自2000年到2010年间各类显色剂在分光光度法中的应用,以及铋的光度测定在阻抑动力学、催化动力学及荧光光度法及原子荧光光谱法中的应用等内容(引用文献40篇)。     

高效液相色谱-柱后化学发光法检测人体尿液中的卡托普利

在酸性条件下,Ce?氧化Ru(bipy)32+生成Ru(bipy)33+,同时氧化卡托普利生成二硫化物中间活性态([RS-SR]*),Ru(bipy)33+和二硫化物中间活性态之间相互反应产生强烈的化学发光。基于此,根据发光试剂Ru(bipy)32+水溶性好、试剂稳定等特点,将其加入到流动相中,通过高效液相色谱分离,建立了柱后化学发光快速灵敏检测卡托普利的方法。在以甲醇-0.01mol/L KH2PO4-1g/L Ru(bipy)32+(80∶20∶2,V/V)为流动相,流速为0.9mL/min,8.0×10-4 mol/L Ce?的优化实验条件下,方法的线性范围为2.0×10-7～1.0×10-4 mol/L(R2=0.9988),检出限为6.0×10-8 mol/L(S/N=3),并对1×10-5 mol/L卡托普利平行测定11次,相对标准偏差(RSD)为1.8%。将本方法用于人体尿液中卡托普利含量的测定,结果令人满意。结合化学发光光谱,对该体系发光机理进行了探讨。