彩色PDP用玻璃基板

本文讨论了彩色ＰＤＰ现用钠钙玻璃的热稳定性，指出由于这种玻璃在热处理过程中易变形和收缩，因而不适合作大面积彩色ＰＤＰ基板材料，介绍了彩色ＰＤＰ基板玻璃的制造方法和特点。最后介绍了日本旭硝子公司和美国康宁公司各自为彩色ＰＤＰ新开发的玻璃基板材料ＰＤ２００和ＣＳ２５。     

传感器用语集

传感器 能感知或检侧对象物所具有的信息的器件叫传感器.具体地讲:“所谓传感器,是指不仅可以代替人的五种感官(眼、耳、鼻、舌、手)的功能而且还能感知或检测人的五种感官不能感知的现象(如红外线等电磁波,能量小的超声波等)和远超越人的五种感官感知能力的现象的器件.”因此,传感器根据其功能,大体上可分为有源传感器和无源传感器两种.     

残余奥氏体含量对马氏体高强钢滑动磨损性能的影响

对3种不同残奥(RA)含量的马氏体高强钢进行干滑动摩擦磨损试验, 研究RA含量对其磨损性能的影响. 利用扫描电镜、透射电镜、X射线衍射仪等对试验后的磨损表面及横截面显微组织进行表征. 结果表明, RA含量越高, 磨损表面越光滑, 摩擦系数和磨损率越小, 也即马氏体高强钢的耐磨性越好. 磨损引起的大应变使RA发生应变诱导马氏体相变, 导致硬度和硬化层厚度显著增大. RA含量最高的HT3试样的硬度提高了18.3%, 硬化层厚度达70μm. 相比RA含量低的试样, HT3试样表现出很好的耐磨性. 这是因为马氏体相变使硬度逐步增加, 抗裂纹萌生能力提高; 同时由于亚表面良好的韧性, 可延缓和阻止裂纹扩展, 使得点蚀和剥落不易形成. 因此, 要提高马氏体高强钢的耐磨性, 除了硬度要求外, 还需要考虑其亚表面韧性.     

金属钯纳米颗粒/氮化钛复合材料对水中2,4-二氯苯酚的电催化氢化脱氯（英文）

随着社会经济的快速发展,含氯有机物,特别是含氯苯系物,在农业、化工和医药等领域的使用量逐年增多,而使用过程中不合理的排放和控制致使含氯苯系物对生态环境,特别是水体环境的污染日趋严重.含氯苯系物具有高致毒致癌性,易生物富集,且很难被完全降解矿化,已被国家环保局认定为优先控制污染物.常规的废水处理工艺,如吸附、氧化及生物降解等,效率不高,且具有二次污染风险.电催化氢化脱氯技术是一种新型特别针对废水中含氯有机污染物的处理工艺,是通过在阴极电解还原水,原位生成原子态氢,以进攻苯环上C.Cl键,通过C.Cl键断裂H原子取代,使含氯苯系物完全转化为苯系物,达到去毒去害化的目的,近年来越来越受到研究者的关注.在整个电催化氢化脱氯技术中,高效稳定的电催化剂合成是关键,决定着脱氯效率、脱氯动力学、产物选择性及能量的利用率.本文报道了一种简易、无需添加任何表面活性剂的湿式还原法制备金属钯/氮化钛(Pd/TiN)和金属钯/碳(Pd/C)复合材料.在该复合材料中,金属钯颗粒具有均一的纳米尺寸(约5.0 nm)和球状形貌,且均匀分布在TiN和C载体上.作为针对水体中代表性含氯苯系物2,4-二氯苯酚的电催化氢化脱氯反应催化剂,Pd/TiN所展现的活性和稳定性均优于TiN和Pd/C,这源于TiN载体的促进作用.当TiN与Pd复合时,相应形成的Pd-TiN界面可改变Pd表面的电子结构,进一步优化Pd产活性氢及其吸附活化2,4-二氯苯酚的性能,因而其催化氢化脱氯活性增加.阴极工作电压是该催化反应中一个重要操作参数,决定了电催化氢化脱氯的效率和最终产物的构成.实验表明,.0.80 V vs Ag/AgCl是最佳操作电压,此时2,4-二氯苯酚的电催化氢化脱氯效率最高,可达到93.27%,且可实现最大程度的2,4-二氯苯酚向苯酚转化.脱氯反应路径研究发现,在Pd/TiN催化剂上2,4-二氯苯酚脱氯反应路径为2,4-二氯苯酚→对位一氯苯酚,邻位一氯苯酚→苯酚,但Pd/TiN对邻位和对位的C.Cl键断裂基本没有选择性.本文提供了一种新的有效调控Pd材料电催化氢化脱氯性能的方法,可望用于其他氢化反应体系的高效催化剂的设计合成,同时可推动电催化氢化脱氯技术在环境污染修复中的应用.     

鲁米诺-高碘酸钾-抗坏血酸体系化学发光反应的研究与应用

基于抗坏血酸在碱性条件下与高磺酸钾和鲁米诺反应产有强的化学发光,建立了流动注射化学发光测定抗坏血酸的新方法。在碱性条件下的氧化过程易产生过氧化物和超氧自由基,是产生化学发光的关键。该法校准曲线线性范围为６．０×１０＾－６－４．０×１０＾－２ｇ／Ｌ,检出限达８×１０＾－７ｇ／Ｌ,相对标准偏差小于４％,采样频率为１２０次／ｈ。     

Bayes估计的进一步研究及其Pitman最优性

对线性模型参数,讨论了Bayes估计的Pitman最优性,将已有结果进行了改进,去掉了附加条件,证明了在Pitman准则下,Bayes估计一致优于最小二乘估计(LSE),在此基础上,提出了一种基于先验信息的方差分量估计,通过和基于LSE的方差分量估计作比较,证明了新估计是无偏估计且有更小的均方误差．最后,证明了在Pitman准则下生长曲线模型参数的Bayes估计优于最佳线性无偏估计．