不同配副下ZrB2-SiC复相陶瓷的摩擦学性能

以微米级ZrB_2和SiC粉末为原料,采用热压烧结制备ZrB_2-SiC复相陶瓷,考察了SiC含量,摩擦对偶,速度和载荷对ZrB_2-SiC复相陶瓷摩擦磨损特性的影响.结果表明:ZrB_2-SiC复相陶瓷的摩擦系数和磨损率对SiC含量和摩擦对偶的变化较为敏感,速度和载荷变化,摩擦系数和磨损率的波动较大;以WC为对偶,速度0.1 m/s,载荷5 N时的ZrB_2-SiC复相陶瓷的平均摩擦系数和磨损率分别仅为0.4和2.41×10–4 mm3/(N·m).ZrB_2-SiC复相陶瓷的磨损机制以机械磨损为主,伴有轻微摩擦氧化,摩擦层的形成有利于摩擦系数的减小.     

基于形态学空间特征的高光谱遥感图像分类方法

传统的高光谱图像分类主要是基于像素的光谱特征,在一定程度上忽略了高光谱遥感图像中像素之间的空间相关性。为了充分利用高光谱图像中的空间信息,提出了一种基于加权多结构元素无偏差形态学的空间特征提取方法,并基于形态学的多尺度特征和结构保持性提出了基于邻域的多尺度空间特征提取方法,得到了高光谱遥感图像的空间特征。对k-NN分类算法进行改进,提出了基于变精度粗糙集和重构误差的k-NN分类算法,实现了基于空间特征的高光谱遥感图像分类。在两个不同的高光谱遥感图像的实验验证了基于空间特征和改进k-NN分类算法的性能。     

NH4F含量及煅烧工艺对氧化铝相变及α-Al2O3微观形貌的影响

为研究NH4F含量及煅烧工艺对氧化铝相变及α-Al2O3微观形貌的影响,向Al(OH)3粉体中引入不同质量分数的NH4F,经不同条件煅烧后获得Al2 O3粉体样品.采用X射线衍射仪和扫描电子显微镜进行物相分析和晶相形貌观察.结果表明,NH4F的引入可以显著降低Al2 O3的相变温度,含量5.0; NH4F的Al(OH)3在900℃保温2.5h全部转变为α-Al2O3,这比传统的转变温度低200～ 250℃.同时,随着NH4F含量的增加,α-Al2O3晶粒形貌由颗粒状变为平面六角片状.但是平面六角片状α-Al2 O3在1200℃是不稳定的,长时间煅烧时,α-Al2O3晶体又"熔解"为小颗粒晶粒.     

离子束注入对聚四氟乙烯表面改性研究

在剂量为1×1014～1×1017 ions/cm2的范围内,用能量为160 keV氮离子对PTFE表面进行注入处理,处理后的样品用可见(514.5nm)和傅立叶红外(1064 nm)喇曼(Raman)光谱以及扫描电镜进行检测.结果表明低剂量注入可导致弱C-C键的断裂,中等剂量时溅射损失效应明显,高剂量注入时微观结构强烈地变化并生成C=C双键.     

一维/二维复合碳载体组成对Pd催化剂甲醇氧化性能的影响

采用固相-液相两步混合法制备了由碳纳米管（CNTs）和石墨烯纳米片（GNPs）组成的CNTs-GNPs复合载体。以乙二醇还原法将Pd纳米粒子沉积于复合碳载体上,制得Pd/CNTs-GNPs催化剂。以透射电子显微镜、X射线衍射及X射线光电子能谱表征催化剂的形貌、组成和结构;以电化学方法考察催化剂的甲醇电氧化性能。结果表明,Pd/CNTs-GNPs（1/4）（GNPs质量分数为1/4）催化剂具有较大的电化学表面积和较高的甲醇电氧化活性,其甲醇氧化峰电流密度可达Pd/CNTs催化剂的1.97倍。催化剂的高活性得益于CNTs-GNPs载体的一维/二维复合结构使Pd纳米粒子具有良好的分散性能。计时电流实验表明,与单一载体负载Pd催化剂相比,复合载体负载Pd催化剂具有较强的抗中毒能力。     

基于多元局部多项式方法的混沌时间序列预测

根据Takens定理，把混沌时间序列构造为一组序列对，然后用多元局部多项式方法来预测其序列.这种核估计方法可以结合局域法与全局法的优点，使得预测的精度更高.仿真结果表明，该方法非常有效.     

GSH对两种谷胱甘肽过氧化物酶模拟物活性影响的研究

设计并合成了谷胱甘肽过氧化物酶(GPX)模拟物6A,6A’-二苯胺-6B,6B’-二硒桥联-β-环糊精(6-AnSeCD). 采用双酶偶联法测定GPX的活力结果显示, 6A,6A’-二环己胺-6B,6B’-二硒桥联-β-环糊精(6-CySeCD)催化谷胱甘肽还原H2O2和枯烯H2O2的活力均比6-AnSeCD的高. 为了进一步考察6-CySeCD和6-AnSeCD与GSH之间的相互作用, 进行了分子动力学(MD)模拟和分子对接研究. 结果表明, 与GSH的结合使GPX模拟物的构象发生变化, 这种改变可能是影响桥连GPX模拟物催化活性的关键因素.     

一类雨量预报准确性评价方法

给出了一种利用网格点的预报雨量来模拟区域内任一点预报雨量的方法,建立了预报雨量函数,进而得出预报雨量与实测雨量的整体偏方差的数学模型;利用QPF方法建立出准确率、预报效率、空报率、漏报率等评价预报方法优劣指标的数学模型,并对两种预报方法得出的数据进行了计算,得出上述模型中的数值如下:方案方法总体偏方差预报准确率漏报率空报率预报效率方法1 0.99987×10679.431%11.463%25.621%62.256%方法2 1.00518×10657.509%26.976%31.705%58.936%比较这些指标,可得第一种预报结果较好.