BC/CoNi2S4@PPy柔性复合电极材料的制备及电化学性能

本文采用溶剂热、原位聚合和真空抽滤相结合的方法制备了用于超级电容器的细菌纤维素/镍钴硫化物/聚吡咯(BC/CoNi₂S₄@PPy)柔性电极材料,通过X射线衍射、场发射扫描电镜、红外光谱、氮气吸脱附、拉伸强度和接触角表征了材料的形貌结构、组成、机械性能和亲水性,并采用循环伏安法和恒电流充放电测试了复合材料的电化学性能。结果表明,表面含氧官能团丰富的BC纤维网络结构对氧化还原活性物质CoNi₂S₄的生长和导电聚合物PPy的分布具有引导作用,CoNi₂S₄均匀分布在BC网络中,且PPy均匀包覆在BC纤维和CoNi₂S₄纳米球表面构成具有丰富孔隙结构的三维导电网络,使得该复合材料具有较好的机械性(抗拉强度达28.0±0.1 MPa)、亲水性(对6 mol·L^-1 KOH的瞬间接触角为43.6°)及良好的导电性。该电极材料在1 A·g^-1下比电容高达2670 F·g^-1,充放电循环10000次后比电容的保持率为82.73%,且经1000次反复弯曲后电化学性能保持不变。此外,将其与活性炭组成的非对称超级电容器,在1 A·g^-1下比电容为1428 F·g^-1,最高能量密度和功率密度分别达49.8 Wh·kg^-1和741.8 W·kg^-1。     

基于空间直线预标定检测光学元件面形的研究

基于斜率检测的相位偏折术能够快速、简单、准确地测量光学元件面形和透射光学元件畸变波前。借助点光源显微测量系统对参考点坐标的准确测量提出了空间直线预标定的方法,利用它得到了相机中CCD面阵上每个像素对应每条光线的方向向量,通过每条光线的方向向量和被测面方程,追迹得到了被测面的世界坐标,从而求出被测面上各点斜率,采用波前重建算法,实现了光学元件面形的准确重建。实验结果显示,拟合面形去掉Zernike多项式前4项的RMS数据与干涉仪的测量结果最大相差仅约10nm,并且实验中重建的面形与利用张正友提出的标定方法坐标计算重建的面形几乎相同。因此,空间直线预标定法切实可行,可以实现高精度的反射光学元件面形测量,且测量系统简单,具有应用价值。     

平面光学元件PMD面形检测的调整技术研究

针对相位测量偏折术(PMD)检测平面光学元件面形的光路结构,系统地分析了各部件因各自由度的不确定度变化对重建面形的影响,并且提出了一种高精度的平面元件调整方法。通过对相移算法得到的显示器坐标与通过光线追迹得出的参考面显示器坐标进行比较,能够将被测镜调节至理想测试状态,从而能准确求出被测面上各点斜率,再采用波前重建算法,实现了光学元件面形重建。实验结果显示,有效口径为Ф140mm的平面元件在去掉Zernike多项式前6项的面形数据与干涉仪的测量结果差值在RMS=5nm以内,结果远优于未经过该方法调整的结果。因此,该调整方法可行,能够有效完成对平面元件的精密调整,具有很大的应用价值。     

A fast luminosity monitor for BEPCⅡ

The fast luminosity monitor counting the γ photons above a given energy threshold emitted from radiative Bhabha scattering has been operated in the BEPC Ⅱ to measure the relative luminosity bunch by bunch for the first time and used successfully in beam tuning of BEPC Ⅱ. In the relative mode the monitor is able to deliver the relative luminosities with an accuracy of 0.8 %. By steering the electron beam while observing the counting rate changes of the monitor the horizontal and vertical sizes of the bunch spots can be estimated as： Sxe＋ =Sxe =0.356 mm, Sye＋ =Sye- =0.011 mm.     

基于Simulink和VR技术的三维空间电子运动研究

以电子示波器中电子的运动模型为例,探讨了结合Simulink软件和虚拟现实编程语言在虚拟物理实验中应用问题。通过虚拟现实编程语言创建电子运动环境的三维模型,利用Simulink构建了较为完善的、严格遵循客观物理定律并且不以人的主观意识改变的仿真系统。给出了电子在三维空间运动的动画,和不同频率比的李萨如图形。体现出Simulink虚拟现实工具箱仿真物理实验的便捷性、可靠性和科学性。     

液相萃取-高效液相色谱-串联质谱联用测定污泥中的全氟化合物

全氟化合物是一种新型持久性有机污染物,污水处理厂是其一个主要污染来源。目前还没有建立起一种统一的污泥样品中全氟化合物的分析方法。本文报道了一种基于液相萃取和高效液相色谱-串联质谱联用技术测定污泥中的7种全氟烷基羧酸及其2种不饱和氟调酸前体物、2种全氟烷基磺酸及其5种磺酰胺衍生物前体物的方法。实验对萃取剂(甲醇)的pH值、超声萃取温度与时间、洗脱剂体积进行了优化,确定了中性溶剂、40℃下超声萃取10min,Envicarbon柱净化的前处理方法,并成功地应用于实际污泥样品中全氟化合物的测定。方法的回收率为74%～141%(不饱和氟调酸除外),线性范围为0.1～20μg/L(羧酸系列)及0.25～50μg/L(磺酸系列)内线性关系良好(r20.99),定量限为0.6～30μg/kg(干重)。内标物质的使用可有效消除环境基质引起的仪器离子抑制现象,使定量更加准确。     

页岩凝析气藏相平衡的快速准确计算方法

对页岩油气藏中复杂流体的相平衡计算需要建立考虑毛细作用效应的先进的数值模型, 并设计出快速可靠的算法以应对实际工况中储层流体包含多达数十种组分的复杂情况. 本文将基于适合页岩油气藏常见组分的真实流体状态方程, 即Peng?Robinson状态方程构建具有热力学一致性的VT型孔观相平衡计算体系. 通过引入描述毛细压力做功的数学模型实现对页岩流体热力学性质更准确的刻画. 结合扩散界面模型建立动力学演化格式, 采用成熟的凸分裂方法求解摩尔数和体积分数的演变, 从而描述相平衡的动态过程. 在此基础上, 本文开发了一套具有自适应性的深度学习算法, 设计了独特的双网络结构以实现对不同流体中不同组分的广泛适用性. 该神经网络的输入和输出参数均在热力学分析的基础上选取关键的热力学性质参数, 并进行了全面的超参调试以确定最合适的网络架构和最后形成的预测模型的基本结构, 且通过多种深度学习技术解决了过拟合问题, 在显著加速了传统的基于迭代方法的闪蒸计算的同时保证了相平衡状态预测的准确性, 得到了较好的预测效果. 相分离判定自动整合在预测结果中, 且从最终预测结果可以显著地捕捉到毛细作用的影响. 这一套快速、准确、可靠地基于深度学习算法的页岩油气孔观相平衡计算体系可以为后续的多相流动模拟提供具有物理意义的相分布初场, 确定系统内各个阶段的相数, 并可以作为构建具有物理守恒性的多相数值模型的热力学基础.      

高光谱小波能量特征估测土壤有机质含量

土壤高光谱在采集过程中难以避免噪声干扰,造成高光谱数据信噪比较低,影响土壤有机质含量估测精度。尝试探究小波能量特征方法,降低高光谱噪声,提升土壤有机质含量高光谱估测模型性能。选取湖北省潜江市运粮湖管理区为试验区,于2016年9月采集80份深度为0~20 cm的水稻土样本;土壤样本经风干、碾磨、过筛等一系列处理后,在实验室内采集样本光谱,并通过重铬酸钾-外加热法测定土壤有机质含量;利用浓度梯度法,将总体样本集（80个样本）划分为建模集（54个样本）和验证集（26个样本）;以mexh为小波基函数进行连续小波变换（continuous wavelet transformation）,将土壤高光谱转换为10个分解尺度的小波系数（wavelet coefficients）;逐尺度计算小波系数的均方根作为小波能量特征（energy features）,将10个尺度的小波能量特征组成小波能量特征向量（energy features vector）;逐尺度逐波长计算小波系数与有机质含量的相关系数,将达到极显著水平（p<0.01）的小波系数作为敏感小波系数（sensitive wavelet coefficients）;利用主成分分析法（principal component analysis）分别计算土壤高光谱和小波能量特征向量的各主成分载荷,通过比较两者第一主成分贡献率的高低和两者前三个主成分得分的空间离散程度,判断小波能量特征转换前后建模自变量的主成分信息变化趋势;基于小波能量特征向量和敏感小波系数分别建立多元线性回归和偏最小二乘回归土壤有机质含量估测模型。结果表明,土壤有机质含量越高,全波段反射率越低,但不同土样的光谱反射率曲线特征相似,近红外部分的反射率（780~2 400 nm）高于可见光部分（400~780 nm）;敏感小波系数对应的波长为494,508,672,752,1 838和2 302 nm;土壤高光谱与小波能量特征向量的第一主成分贡献率分别为96.28%和99.13%,小波能量特征向量的前三个主成分散点较土壤高光谱的主成分散点在空间上更为聚集,表明小波能量特征方法有效减少了噪声影响;比较全部土壤有机质含量估测模型,以小波能量特征向量为自变量的多元线性回归模型具有最佳估测精度,其验证集决定系数（R2）、相对估测误差（RPD）和均方根误差（RMSE）分别为0.77,1.82和0.82。因此,小波能量特征方法既能够提高数据的信噪比,提升土壤有机质含量的估测精度,又实现了土壤高光谱数据降维,降低了模型复杂度,可用于土壤有机质含量快速测定和土壤肥力动态监测等研究。