电机驱动微装配在双光子制备微结构中的应用

对微结构的制作、微装配系统进行了研究. 采用飞秒激光双光子聚合微加工技术制作有底座、精细的三维立体“拱形”微结构, 其高250μm、长300μm、厚50μm. 将此微结构与实验室自主搭建的二维微装配平台相结合, 利用自主编程的人机交互界面驱动步进电机, 远程操控微装配设备; 将荧光闪烁陶瓷粉末装配到微结构中, 对装配后的微结构进行荧光光谱表征发现, 纯荧光粉末和微结构中的荧光粉末的发射光谱在测量误差范围内基本一致, 表明荧光粉末的光学性质未发生改变. 利用该装置可以将各类微纳米级材料和微结构进行装配, 形成含有不同材料的微结构系统.     

高居里温度铁电单晶PIN-PT的机电性能

弛豫铁电单晶Pb(In_1/2Nb_1/2)O₃-PbTiO₃(PIN-PT)相较于常用的Pb(Mg_1/3Nb_2/3)O₃-PbTiO₃(PMN-PT)具有更高的居里温度,在高稳定性、高性能的传感器、换能器方面具有应用前景。本工作采用谐振法研究了[001]方向极化的0.66PIN-0.34PT铁电单晶的全矩阵机电性能参数。0.66PIN-0.34PT 单晶的三方-四方相变温度(T_RT)约为160 ℃,居里温度(T_C)约为260 ℃,室温压电系数d₃₃、d₃₁、d₁₅分别为1 340 pC/N、-780 pC/N、321 pC/N,介电常数ε^T₃₃、ε^S₃₃、ε^T₁₁、ε^S₁₁分别为2 700、905、2 210、1 927,机电耦合系数 k₃₃、k₃₁、k₁₅、k_t分别为 87%、58%、38%、61%。其纵向压电常数(d₃₃)和纵向机电耦合系数(k₃₃)小于 PMN-PT 单晶,但是横向压电性能(d₃₁)和剪切压电性能(d₁₅)都略高于PMN-PT单晶。另外,研究了机电耦合性能随温度的变化趋势,发现0.66PIN-0.34PT单晶在150 ℃以下有较好的温度稳定性。     

污泥基吸附剂对亚甲基蓝和环丙沙星的吸附性能研究

亚甲基蓝和环丙沙星是水体中2种污染物, 对生态环境有潜在危害. 本文以市政剩余活性污泥为原料, 氯化锌为活化剂热解制备污泥基吸附剂, 研究盐酸酸洗浓度、氯化锌浓度、热解温度、热解时间等对污泥基吸附剂吸附水中亚甲基蓝和环丙沙星性能的影响. 结果表明 (1)污泥基吸附剂对亚甲基蓝的吸附性能随盐酸酸洗浓度的增大而增加, 对环丙沙星的吸附性能则随盐酸酸洗浓度的增大呈先降后增趋势, 两者均在1.500mol·L-1盐酸浓度下取得最优值. (2)污泥基吸附剂对亚甲基蓝和环丙沙星的吸附性能随氯化锌浓度和热解温度的增加呈先升后降趋势, 在氯化锌浓度为4.0mol·L-1、热解温度为500℃时有最优值; 随着热解时间的延长, 污泥基吸附剂对亚甲基蓝和环丙沙星的吸附性能分别在500℃热解70min和80min时有最优值. (3)污泥基吸附剂的最佳制备条件为 氯化锌4.0mol·L-1活化2h、500℃热解70min和80min、1.500mol·L-1盐酸酸洗; 以此制得的污泥基吸附剂对亚甲基蓝和环丙沙星的去除率分别为97.7%和96.4%, 平衡吸附量分别为97.9mg·g-1和3.9mg·g-1, 且污泥基吸附剂对亚甲基蓝和环丙沙星的吸附过程均符合准二级动力学方程.     

托卡马克真空室内线圈水冷管道接头强化二次流的数值研究

基于计算流体力学(CFD)理论，研究了不同曲率半径的螺旋导流片的托卡马克真空室内线圈水冷管道接头。利用湍流数值模拟方法，分析了线圈管道接头导流片曲率半径比、冷却水入口流速对线圈管道内流体平均雷诺数分布的影响。结果表明，不同导流片曲率半径比的线圈管道内的流体雷诺数分布曲线相似，平均雷诺数随入口流速的增加而增大，管道接头出口雷诺数随导流片曲率半径比的增大而减小，导流片曲率半径比小的管接头更适用于线圈水冷曲线管的二次流强化。此外，还为导流片曲率半径比为0.2的管接头拟合了管接头出口雷诺数与入口流速的关系式，为进一步研究类似于托卡马克真空室内线圈管道的曲线管接头的二次流强化提供理论基础。     

冷冻干燥辅助溶胶凝胶法合成Li1.2Ni0.2Mn0.6O2正极材料及电化学性能改善研究

采用冷冻干燥辅助溶胶凝胶法合成富锂锰基Li1.2 Ni0.2Mn0.6O2正极材料,并将其结构、形貌以及电化学性能与传统溶胶凝胶法合成的材料进行比较.X射线衍射(XRD)结果表明,通过冷冻干燥辅助溶胶凝胶法合成的Li1.2Ni0.2Mn0.6O2粉末阳离子混排程度更低,冷冻干燥工艺的参与可以改善晶体结构.扫描电镜(SEM)照片分析表明,与溶胶凝胶样品相比较,冷冻干燥辅助溶胶凝胶法合成样品的颗粒团聚程度较低.电化学性能测试结果表明,冷冻干燥辅助溶胶凝胶法合成的材料具有更好的倍率性能和循环性能.除此之外,电化学交流阻抗测试(EIS)结果表明,冷冻干燥辅助溶胶凝胶法合成的Li1.2Ni0.2Mn0.6O2电荷转移电阻低于溶胶凝胶法制备的材料,增强了反应动力学.     

柱状装药预制破片缩比战斗部爆炸冲击波和破片的作用时序

针对柱状装药的周向预制破片战斗部,结合无量纲分析方法和爆炸驱动理论,确定了影响破片和冲击波相遇位置的关键参数,给出了由缩比战斗部推广预测原型战斗部爆炸产生的破片冲击波作用时序的方法。采用ANSYS/LS-DYNA有限元软件进行数值模拟,对比验证了理论分析和数值试验结果,分析了战斗部缩比比例对冲击波和破片作用时序的影响。结果表明:缩比模型与原型战斗部爆炸产生的破片和冲击波的相遇位置之比和相遇时间之比主要取决于两模型的质量比,在不考虑破片速度衰减时,两模型中载荷相遇位置之比和相遇时间之比等于其质量比的0.33次方。受破片速度衰减影响,该方法仅适用于质量缩比不小于0.2的模型。     

基于连续用电量和缴费时间差的客户信用动态评价模型

加大供电量和提高电费回收效率是供电商增加收益的主要途径,并且用电客户的缴费时间差直接影响着电费回收效率。在用电客户信息较少的情况下,仅仅依赖用电客户的用电量信息和缴费时间差信息,采用扩展的“S型”函数对用电量信息和缴费时间差信息进行整合建模,构建了一个能够度量客户持续用电能力和缴纳电费积极性的客户信用动态评价模型。应用构建的模型对赤峰市宁城县实际用电客户进行信用评价,评价结果与领域专家评价结果具有较高的一致性。     

机器学习方法在高分子玻璃化研究中的应用

高分子玻璃的物理性质与其结构和动力学密切相关.揭示高分子玻璃化的微观物理图像对高分子玻璃材料的结构调控和分子设计至关重要.然而,高分子的长链结构和复杂单体结构特征致使目前仍然缺乏普适的理论或者模型来定量解释高分子玻璃化的物理机制.因此,亟需发展更为先进的研究方法从而更深入地理解高分子玻璃化.近年来,国内外学者利用基于数据驱动的信息学方法(例如机器学习)对高分子玻璃化开展了研究,并取得了丰富成果.本综述首先介绍了常用的高分子信息学数据库和机器学习算法.之后,从高分子玻璃化转变温度的预测、新型高分子玻璃材料的研发、过冷液体的结构-动力学关系和玻璃体系相变的确定四个方面总结和评述了机器学习应用在玻璃化研究中的代表性进展.最后,探讨了机器学习方法在高分子玻璃化研究中面临的主要挑战,并对玻璃信息学这一领域的发展进行了展望.     

水滑石基磁性Co/Al2O3催化剂在乙酰丙酸加氢制备γ-戊内酯反应中的应用

γ-戊内酯广泛应用于食品添加剂、燃料添加剂、溶剂、汽油、柴油以及多种化工中间体的合成,由于其上游原料乙酰丙酸是重要的生物质基平台化合物已实现了工业化生产,因此发展其高效、可循环使用的催化合成新体系是近年来生物质催化转化的研究热点之一.目前使用的多相催化剂体系主要是浸渍法制备的负载型金属纳米颗粒催化剂,活性金属主要有Ru, Pd, Pt, Au, Cu, Ni等.由于乙酰丙酸制备γ-戊内酯反应是一个酸性的含水体系,在高温、高压条件下,使用浸渍法得到的催化剂特别是非贵金属催化剂容易发生活性金属的聚集、流失,从而使得催化剂重复使用的效果不佳.从非贵金属替代贵金属和提高催化剂稳定性这两点入手,本论文以水滑石为合成催化剂的单一前驱体,将非贵金属(Cu, Ni, Fe, Co)掺入到水滑石的结构骨架中,通过直接氢气焙烧还原制得了高负载量的负载型金属纳米颗粒多相催化剂.将制得的催化剂应用于乙酰丙酸加氢反应,其催化活性顺序为： Co>Ni>Cu>Fe.制备出了5种不同Co/Al比的Co基催化剂,其中4Co/Al2O3催化剂在H2(5 MPa)、180 oC条件下,显示出了类似贵金属钌催化剂的活性和选择性,乙酰丙酸在3 h内完全转化,γ-戊内酯的选择性高达99%.为了进一步了解催化剂的结构与其活性和稳定性之间的关系,我们采用X射线粉末衍射仪(XRD),氢气程序升温还原(H2-TPR), X射线光电子能谱(XPS),透射电子显微镜(TEM)等表征手段研究了催化剂的形貌和结构. TEM结果表明,以水滑石为前驱体制备的Co催化剂中负载的Co纳米颗粒的平均粒径在25–30 nm,而用浸渍法制备的相同负载量的Co催化剂的Co纳米颗粒粒径大于150 nm.相应的催化反应结果表明,前者的催化活性要远好于后者.水滑石前驱体的H2-TPR实验结果表明,随着Co/Al比增加,其还原峰向低温方向位移.这是由于Al含量的减少,导致金属Co离子周围键合的Al离子数量减少,从而使得Co与Al之间的作用力减弱, Co更加容易被还原.表现在还原温度上,即为还原温度降低,说明了Co纳米颗粒与载体之间具有一种强相互作用.结合TEM测试结果,正是这种强相互作用限制了Co纳米颗粒的长大,使其要远小于用浸渍法制得的Co纳米颗粒. HRTEM测试结果显示在4Co/Al2O3催化剂结构中, Co金属纳米颗粒与载体Al2O3之间存在一种核壳结构的关系, Co纳米颗粒被包埋于载体Al2O3中形成核壳结构.这种结构同样也保证了活性金属与载体之间较强的相互作用,有效地避免Co纳米颗粒在强水热、酸性条件下的聚集和流失,从而使该催化剂在循环使用四次时仍能保持优异的活性和选择性.我们进一步研究了该核壳结构形成的原因.发现催化剂在制备过程中如果先用空气高温焙烧,再用氢气还原,得到的催化剂中则没有明显的核壳结构,且Co纳米颗粒粒径在55 nm左右.相应的催化反应结果也要差于直接氢气焙烧还原得到的4Co/Al2O3催化剂.这也从侧面说明了以水滑石为前驱体制备负载型金属纳米颗粒催化剂时,其原位的限制效应在控制金属纳米颗粒的大小、稳定性方面的优越性.此外,由于该Co催化剂具有磁性特征,很容易通过磁性回收实现催化剂与反应液的分离,大大简化了催化剂的回收及产物分离过程.     

钙钛矿相界面插层对SrFeOx基忆阻器的性能提升

SrFeO_x(SFO)是一种能在SrFeO_2.5钙铁石(BM)相和SrFeO₃钙钛矿(PV)相之间发生可逆拓扑相变的材料.这种相变能显著改变电导却维持晶格框架不变,使SFO成为一种可靠的阻变材料.目前大部分SFO基忆阻器使用单层BM-SFO作为阻变功能层,这种器件一般表现出突变型阻变行为,因而其应用被局限于两态存储.对于神经形态计算等应用,单层BM-SFO忆阻器存在阻态数少、阻值波动大等问题.为解决这些问题,本研究设计出BM-SFO/PV-SFO双层忆阻器,其中PV-SFO层为富氧界面插层,可在导电细丝形成过程中提供大量氧离子并在断裂过程中回收氧离子,使导电细丝的几何尺寸(如直径)在更大范围内可调,从而获得更多、更连续且稳定的阻态,可用于模拟长时程增强和抑制等突触行为.基于该器件仿真构建了全连接神经网络(ANN),在手写体数字光学识别(ORHD)数据集进行在线训练后获得了86.3%的识别准确率,相比于单层忆阻器基ANN的准确率提升69.3%.本研究为SFO基忆阻器性能调控提供了一种新方法,并展示了它们作为人工突触器件在神...