电化学合成纳米材料和小分子材料在电解制氢领域的应用

氢气是一种清洁、高效、可再生的新型能源,并且是未来碳中和能源供应中最具潜力的化石燃料替代品。因此,可持续氢能源制造具有极大的吸引力与迫切的需求,尤其是通过清洁、环保、零排放的电解水方法。然而,目前的电解水反应受到其缓慢的动力学以及低成本/能源效率的制约。在这些方面,电化学合成通过制造先进的电催化剂和提供更高效/增值的共电解替代品,为提高水电解的效率和效益提供了广阔的前景。它是一种环保、简单的通过电解或其他电化学操作,对从分子到纳米尺度的材料进行制造的方法。本文首先介绍了电化学合成的基本概念、设计方法以及常用方法。然后,总结了电化学合成技术在电解水领域的应用及进展。我们专注于电化学合成的纳米结构电催化剂以实现更高效的电解水制氢,以及小分子的电化学氧化以取代电解水制氢中的析氧共反应,实现更高效、 增值的共电解制氢。我们系统地讨论了电化学合成条件与产物的关系,以启发未来的探索。最后,本文讨论了电化学合成在先进电解水以及其他能量转换和储存应用方面的挑战和前景。     

离线热解-热脱附-气相色谱-质谱法用于研究烟草中主要糖类对挥发性成分的影响

提出了离线热解-热脱附-气相色谱-质谱法测定烟草中挥发性成分的方法,并将此方法用于研究烟草中主要糖类化合物(果糖、葡萄糖和蔗糖)对烟草挥发性组分的影响。结果表明:①糖类在高温下裂解,主要生成呋喃类、羧酸类及酯类化合物,不同糖类的裂解产物有较明显差异;②加入蔗糖后,烟草的挥发性成分中醛、酮类和含氮、硫杂环类化合物增加显著;③加入葡萄糖后,醇、酚类和含氧杂环类化合物增加明显;④而加入果糖后,各类化合物增加均较少,其中含氧杂环类化合物含量几乎没有变化。可见糖类物质在热解过程中不仅自身发生氧化还原反应,还与烟草中的成分发生了一系列化学反应,从而显著影响烟气的化学组成。     

海杂波背景下小目标检测的分形方法

针对海杂波背景下小目标检测对海情依赖性强的问题, 本文采用分数布朗运动模型对实测海杂波建模, 结合多重分形去势波动分析法确定分形参数, 分析了海杂波的单尺度、多重分形特性. 在单尺度分形的基础上, 利用表征海杂波分形特征的分数维和Hurst指数构建了分形差量, 提出了基于分形差量的小目标检测方法;在多重分形基础上, 比较了两种海杂波的高尺度多重分形特性. 结果表明, 当尺度q > 10时, 纯海杂波的多重分形参数H(q) < 0, 而存在小目标的H(q) > 0, 此差异性为高尺度分形参数的海杂波背景小目标检测提供了判定依据. 所研究的两种方法均能实现不同海情下的小目标检测.     

边界元法在流—固相互作用分析中的应用

本文采用边界元法研究水与粘弹性介质在地震波入射条件下的相互作用问题。首先,采用半空间格林函数建立液体介质区域的边界元方程,然后考虑液—固界面的连续条件,获得水对固体介质的影响矩阵,最后用此影响矩阵修正固体介质的边界元方程。通过对简单问题的计算表明,采用本文方法求解流—固相互作用问题,其计算量与单独求解固体介质的波动问题时相当。     

一种混沌海杂波背景下的微弱信号检测方法

基于复杂非线性系统的相空间重构理论,提出了一种基于遗传算法的支持向量机预测方法.利用改进的自相关法和饱和关联维数法确定混沌信号的时间延迟和嵌入维,从而实现相空间重构.通过遗传算法优化支持向量机中的惩罚系数和核函数参数,并结合支持向量机建立混沌序列的单步预测模型,从预测误差中检测出淹没在混沌背景中的微弱信号(包括瞬态信号和周期信号).以Lorenz系统和加拿大McMaster大学利用IPIX雷达实测得到的海杂波数据作为混沌背景噪声进行仿真实验,结果表明该方法能够有效地从混沌背景噪声中检测出微弱目标信号,所得的均方根误差为0.00049521(信噪比为-89.7704 dB),这比传统支持向量机方法的均方根误差(0.049,信噪比为-54.60 dB)降低了两个数量级.     

LIF技术与ELM算法的电力变压器故障诊断研究

电力变压器油的检测分析是电力变压器故障诊断的有效方法,快速识别电力变压器油的油样对电力变压器故障诊断工作有重大意义。常规的电力变压器油的检测技术主要是气相色谱法,此方法操作比较复杂,且不适合在线检测,不能及时发现变压器的故障隐患。提出一种激光诱导荧光光谱（LIF）技术与极限学习机（ELM）算法的电力变压器故障诊断研究的方法。实验采集四种油样,分别为热性故障油、电性故障油、局部受潮油以及原油。使用激光发生器激发油样而发射荧光,获取不同油样光谱数据,采用MSC、SNV预处理算法对光谱数据进行处理,防止噪声等因素干扰。随后,利用KPCA和PCA降维,主成分个数皆取5,KPCA处理后显示MSC预处理的累计贡献率最高,为99%,经MSC预处理的PCA模型累计贡献率依然达到95%以上,Original-KPCA与Original-PCA模型的累计贡献率均达到65%以下,可以发现,采用预处理的模型,累计贡献率均有上升。最后,分别对两种降维后的数据利用ELM进行回归拟合。实验表明,KPCA、PCA两种降维方式,KPCA算法表现性能较好,处理数据时间更短,提高了模型的可靠性和效率。同KPCA降维方式下,MSC-ELM模型的拟合优度R2为0.999 41,均方误差MSE为0.074%;SNV-ELM拟合优度R2为0.999 08,均方误差MSE为0.129%;Original-ELM拟合优度R2为0.996 95,均方误差MSE为0.399%;对比可以发现MSC比SNV处理后的效果更好,MSC-KPCA-ELM模型表现效果最佳,预测值与真实值更为接近,均方根误差最小。结果证明,MSC-KPCA-ELM模型结合激光诱导荧光光谱技术更加适用于对电力变压器是否发生故障的快速诊断,精确判断为哪种故障类型,保障电力设备的运行安全。     

惠斯通电桥问题的一题多解

本文讨论了惠斯通电桥问题的一题多解，这种讨论有益于拓宽学生的思路，启迪思维，贯穿所学过的知识与方法，能培养学生分析问题和解题的能力。     

固相萃取-气相色谱／质谱同时测定卷烟滤嘴中的四种芳香胺

采用固相萃取-气相色谱/质谱(SPE-GC/MS)法同时测定了卷烟抽吸后滤嘴中截留的1-氨基萘、2-氨基萘、3-氨基联苯和4-氨基联苯四种芳香胺.该法采用5%的盐酸超声振荡提取滤嘴中的芳香胺,提取液经液液萃取后进行衍生化和固相萃取,浓缩后进行GC/MS分析.1-氨基萘、2-氨基萘、3-氨基联苯和4-氨基联苯的检出限分别为0.51、0.42、0.18、0.18 ng/mL,相对标准偏差在0.94%～3.02%之间,回收率在92.67%～97.20%之间.该方法用于卷烟滤嘴中四种芳香胺的测定,结果发现不同材料的滤嘴对四种芳香胺有不同的截留作用.