无网格法求解一类分段连续型延迟偏微分方程

无网格法是基于散点信息求解偏微分方程问题的数值方法,无网格法可减少或完全消除对网格的依赖,数值实施更加灵活.因此,考虑采用基于径向基函数的无网格插值法求解一类分段连续型延迟偏微分方程.首先,利用θ-加权有限差分法得到方程时间上的离散格式,利用基于径向基函数的无网格插值法近似空间导数,得到了全离散数值格式.采用的基函数是Multiquadric (MQ)径向基函数,MQ径向基函数在精度及稳定性等方面都优于其他径向基函数.其次,采用傅里叶分析方法对该方法进行稳定性分析,得到了该方法稳定的条件,且该条件只与时间步长有关.最后,通过数值算例验证了方法的收敛性和稳定性,从而说明了方法的有效性和适用性.     

介孔磷酸铌一锅法高效催化木糖制备糠醛

木糖转化到糠醛一般包括两步: 首先在酶、碱或路易斯(L)酸的催化作用下异构化木糖到木酮糖, 接下来木酮糖在酸的作用下脱水得到糠醛. 针对木糖水相脱水一步制备糠醛, 利用十六烷基三甲基溴化铵(CTAB)为模板剂, 借助软模板合作策略制备了一种抗水的新型固体酸催化剂, 介孔磷酸铌, 并利用X射线衍射(XRD)、N₂吸脱附、透射电镜(TEM)、氨气程序升温脱附(NH₃-TPD)和吡啶吸附傅里叶变换红外(Py-FTIR)光谱对材料的结构和酸性质进行了表征. 研究发现介孔磷酸铌不仅具有很高的比表面积(>200 m²·g^-1), 比较窄的孔径分布(3.5nm), 同时还具有很强的L酸性和布朗斯特(B)酸性. 通过L酸催化的木糖异构化为木酮糖/来苏糖和B酸催化的木酮糖/来苏糖进一步脱水得到糠醛, 实现了一步由木糖到糠醛的高效转化. 为了优化反应条件, 考察了水溶液中反应温度、投料质量比及反应时间对木糖转化率和糠醛收率的影响, 在最佳的反应条件下, 木糖的转化率为96.5%, 糠醛的收率达49.8%. 进一步地, 为了提高收率且易于分离, 利用4-甲基-2-戊酮(MIBK)/NaCl水溶液(体积比为7:3)作为反应混合溶剂, 使糠醛收率提高到68.4%.     

近红外光谱结合非线性模式识别方法进行牛奶中掺假物质的判别

以287例上海及上海周边地区牧场的生鲜奶作为真奶样本集组成3个真奶样品集合,配制了526例含有糊精(或淀粉)+三聚氰胺(或尿素、或硝酸铵)的掺假牛奶形成6个不同种类的假奶样品集合,其中糊精、淀粉在掺假奶中的含量为0.15%~0.45%;硝酸铵、尿素和三聚氰胺的含量分别为700~2 100, 524~1 572与365.5~1 096.5 mg·kg-1,以保证掺假奶中凯氏定氮法测得的蛋白含量不低于3%。所有样本的近红外光谱均经过标准正态变换(SNV)预处理。将3个真奶样品集合和6个假奶样品集合进行不同的组合并对其采用改进与简化的K最邻近结点算法(IS-KNN)和改进与简化的支持向量机法(ν-SVM)建立了判别糊精、淀粉、三聚氰胺、尿素、硝酸铵这5类掺假物质的近红外判别模型,探寻掺假物质的浓度与识别正确率之间的关系。结果表明IS-KNN和ν-SVM两种方法对含三聚氰胺、尿素、硝酸铵的掺假牛奶的平均判别正确率分别在49.55%~51.01%,61.78%~68.79%与68.25%~73.51%区间波动,说明在该研究的掺假物浓度范围内,很难用近红外模型良好区分不同类型伪蛋白的掺假奶;IS-KNN和ν-SVM两种方法对含淀粉的掺假牛奶的判别正确率分别为92.33%与93.66%、对含糊精的掺假牛奶的平均判别正确率分别为77.29%与85.08%。从整体结果上来看ν-SVM法进行建模判别的结果大部分优于IS-KNN法进行建模判别的结果。对判别正确率与样品中掺假物质的含量水平分析表明近红外光谱结合非线性模式识别方法能良好地区分掺假奶中含量较高(0.15%~0.45%)的糊精和淀粉,而对含量偏低的三聚氰胺等伪蛋白的判别效果不佳,说明近红外光谱技术不适于鉴别牛奶中含量低于0.1%的掺假物质。