海藻酸钠-乙酸乙烯酯均相接枝共聚物合成及性能评价

本文采用了均相接枝共聚的方法合成了疏水改性的海藻酸钠-乙酸乙烯酯共聚物(SA-g-PVAc)。使用红外光谱、元素分析、凝胶渗透色谱手段对产物接枝度、溶解性能、分子量进行了评价,并考察了相关性能的变化规律。     

Al纳米颗粒增强微晶硅薄膜太阳电池光吸收的模拟研究

利用价格低廉、性能优良的金属纳米颗粒增强太阳电池的光吸收具有广阔的应用前景. 通过建立三维数值模型, 模拟了微晶硅薄膜电池前表面周期性分布的Al纳米颗粒阵列对电池光吸收的影响, 并对其结构参数进行了优化. 模拟结果表明: 对于球状Al纳米颗粒阵列, 影响电池光吸收的关键参数是周期P与半径R的比值, 或者说是颗粒的表面覆盖度; 当P/R=4–5时, 总的光吸收较参考电池提高可达20%. 与球状颗粒相比, 优化后的半球状Al纳米颗粒阵列可获得更好的陷光效果, 但后者对颗粒半径R的变化较敏感. 另外, 结合电场分布, 对电池光吸收增强的物理机理进行了分析.     

13C固体核磁共振测定气体水合物结构实验研究

采用高功率1H去偶结合魔角旋转13C固体核磁共振技术,在低温常压条件下对合成的乙烷和丙烷气体水合物进行了测试,获得了两种纯气体水合物的13C核磁共振谱图,初步建立了固体核磁共振波谱法测定天然气水合物的实验方法.实验表明:乙烷水合物的13C核磁共振谱图中仅有一条谱线(δ7.7),结构类型为sI,且乙烷分子仅填充在大笼中(...     

Plakinidines生物碱的研究进展

Plakinidines是从海洋生物中分离得到的一种活性物质,也是人们首次发现具有吡咯[2,3,4-kl]吖啶骨架结构的天然产物,相应的生物活性探讨与合成工作也相继地展开.在本文中,结合本课题组的合成工作报道plakinidines的发现、生物活性以及相关的合成进展.     

载体硅铝比及助剂对Co／HZSM—5催化剂CH4／CO2重整反应性能的影响

采用TPO、TPD、连续及脉冲微反技术，研究了Co/HZSM-5催化剂上甲烷二氧化碳重整反应的积炭机理，并考察了载体硅铝比及助剂Na     

基于自发参量下转换源二阶激发过程产生四光子超纠缠态

目前,多光子纠缠态的制备大多通过线性光学器件演化自发参量下转换一阶激发过程产生的纠缠光子对得到.本文考虑由自发参量下转换源二阶激发产生四个不可区分的纠缠光子制备四光子超纠缠态的情况.通过几组分束器、半波片和偏振分束器等线性光学器件设计量子线路演化四光子系统,结合四模符合探测,可得到同时具有偏振纠缠和空间纠缠的四光子超纠缠态.     

电力设备红外图像的小波阈值去噪方法研究

对于电力设备的红外图像自动检测系统,图像去噪是非常关键的。针对传统的小波硬、软阈值函数在去噪时存在的不足,在传统小波硬、软阈值函数的基础上对其进行了改进。改进的阈值函数克服了硬阈值函数不连续的缺陷,改善了软阈值函数具有恒定偏差的不足,并引入了两个变量,具有一定的灵活性。同时还使用了一种新的分层阈值选择函数代替统一阈值方法,以改善实际应用的效果。实验结果表明:改进的小波阈值去噪方法在视觉效果、峰值信噪比和均方误差方面都优于传统的硬、软阈值去噪方法;改进的小波阈值去噪方法可以运用到红外图像自动检测系统中,使系统具有更好的去噪效果。     

基于改进区域生长法的电力设备红外图像分割

为实现电力设备红外图像中目标设备图像的分割,对传统区域生长法需要人工选择初始种子点,以及易产生过分割与欠分割的不足提出了改进,将红外图像中邻域均值最大的像素点作为种子点,实现种子点的自动选取。提出了使用Sobel算子计算梯度幅值作为附加限定条件的生长准则。改进的区域生长法的分割效果比传统的区域生长法效果更好。     

光电探测器组件光纤耦合移位特性分析

光电探测器组件响应度下降会造成光纤陀螺输出异常,响应度下降的主要原因为光纤耦合移位,分析光纤耦合移位的原因并采取有效措施可提高探测器组件的使用可靠性。通过对探测器尾纤出射高斯光斑在探测器管芯端面数学积分,计算出光纤耦合效率系数与光纤耦合间距及光纤偏转角度的关系,计算结果与实际封装探测器组件指标一致。根据计算结果,从光纤移位、探测器管芯移位和管壳形变三个方面分析了耦合移位的影响因素,提出避免探测器使用中发生耦合移位的措施,并通过试验验证了耦合焊接缺陷会造成探测器试验后响应度下降,采取耦合对准控制措施后封装的探测器试验后响应度保持稳定。     

利用神经网络提高偏最小二乘法的NIR多组分分析精度

提出了一种神经网络(ANN)和偏最小二乘法(PLS)结合的新的近红外(NIR)多组分分析法。该方法首先把训练样本中待测组分涵盖的浓度区间分成若干个子区间,利用各个子区间的训练样本分别建立PLS校正模型,然后利用ANN对未知样本进行分类,判断其所属的浓度子区间,应用对应子区间上的校正模型计算预测样本的组分浓度。和传统的PLS比较,此方法改善了模型的适应性,显著地提高了预测精度。实验及数据处理结果证明了本方法的有效性。