γ-Al2O3颗粒溶液浸润过程的原位磁共振成像

在催化剂的制备过程中,常采用浸渍法将金属或活性相负载到多孔固体载体上以获得高性能的负载型催化剂;在浸渍过程中溶剂对载体的浸润能力和效果对负载活性组分的分布和状态至关重要,进而会影响催化剂的催化性能.本文利用磁共振成像(MRI)技术开展了溶剂对γ-Al₂O₃颗粒浸润过程的原位研究.评估了自旋回波(SE)、梯度回波(GRE)和超短时间回波(UTE) 3种不同MRI序列的成像效果,发现UTE序列在观测短横向弛豫时间(T₂)值的¹H MRI信号方面展现出优越的性能,应用小激发角和短恢复时间(TR)可以获得比SE和GRE序列更高时间分辨率(<1 min)的动态图像.利用UTE序列对γ-Al₂O₃在不同极性溶剂中的浸渍过程进行了原位监测,发现极性溶剂水和甲醇均表现出典型的自由扩散过程,即溶剂从颗粒的外缘逐渐扩散到其中心直至饱和;非极性溶剂环己烷展现了不同的浸润行为,γ-Al₂O₃颗粒的整体¹H M...     

钢铁表面Ni-Sn-P合金镀层组成及其耐蚀性

化学镀;钢铁表面Ni-Sn-P合金镀层组成及其耐蚀性     

脉冲动态核极化增强的NMR 和MRI 系统研究

该文介绍了一种自行设计和构建的可扩展脉冲动态核极化谱仪,可以实现核磁共振波谱与磁共振成像的功能．该仪器的新颖设计主要有：1) 采用基于PCIe 的分布式总线结构,能够极大地提高数据传输效率和通信可靠性,实现精确控制脉冲序列;2) 采用外部高速的DDR 芯片存储脉冲序列元素和FID 数据,可以极大的提高脉冲序列的执行速度,减少快速成像序列的TR 时间间隔;3) 采用时钟移相技术,可以精确产生分辨率为纳秒级别的数字脉冲．最后对该仪器的动态核极化-磁共振波谱与核磁共振成像功能进行了实验验证．     

固体熔化过程规律的实验改进

在研究固体熔化过程规律的实验中,常由于冰或海波熔化太快,实验读数实时性差,导致实验结果存在较大误差.     

综合流动和传热的废轮胎回转窑热解模型

废轮胎在回转窑内的热解主要受到气-固相流动、传质和传热及化学反应动力参数等因素的影响。在对回转窑 内固体颗粒运动、传热传质进行分析的基础上,结合对轮胎热解反应动力学的研究,发展了综合流动、传热的废轮胎回转 窑热解模型,可计算得到回转窑内热解的温度分布、物料转化率、产物得率等。模型计算结果与试验结果吻合较好。     

面向现场的活病毒高灵敏检测

禽流感病毒因为其高传染性,易致病性以及对人和禽类带来的危害,得到越来越多的关注.目前检测禽流感病毒方法主要有核酸检测,鸡胚病原分离等~([1]).     

群的根性的一般理论

该文列举了任意群的根性的定义,并给出了任意群的根性的几个例子,同时还研究了群的根性的性质.     

MRI梯度预加重模块的分时复用设计

为获得更优的成像质量和更快的成像速度,磁共振成像（MRI）系统的梯度预加重模块需要具有更多的补偿通道和调节参数,常规预加重模块的设计方案使现场可编程门阵列（FPGA）面临巨大的资源消耗.为解决高性能梯度预加重模块的资源消耗大的问题,本文提出了一种基于分时复用技术的梯度预加重实现方案,以常规方案1/44的资源实现了11通道×4组参数的梯度预加重模块.将该模块用于0.35 T MRI系统,测试了补偿前后的涡流曲线和磁共振图像,结果表明该模块有效降低了系统的涡流,减小了磁共振图像中的涡流伪影.     

基于风洞的设备健康管理与数据有效性判定平台研究

低速增压风洞是满足我国航空工业科技发展而建设的一座气动力重大基础试验设施。为了保障该设施的高效率和可靠地运行,以各机电设备、电气测控设备、机械装置为对象,根据其故障模式和故障特点选取合适的监测点,获取实时工作状态数据,再以数据为基础,进行状态监测、故障诊断、故障预测,实现预先性决策和针对性快速维修。基于OSA-CBM 体系构建的风洞健康管理系统,根据设备的运行状态,实现对试验数据的有效性进行实时判定,并实现了风洞装备由事后维修向视情维修转变;实现了装备从使用、维护、管理模式由分散式管理向集约式管理的转变;实现了装备系统故障诊、预测及判读从人工智能向机器智能的转变。     

西范坪矿区土壤铜元素的高光谱响应与反演模型研究

为解决传统的土壤地球化学测量方法成本高、效率低等问题,研究了利用可见-近红外光谱技术检测土壤重金属含量的简易方法。研究对西范坪矿区土壤反射光谱进行微分、连续统去除等六种变换,利用逐步回归法和皮尔逊相关系数选出对土壤铜含量敏感的特征波段,组成综合特征变量集,再应用不同的特征变量选取方法和参数建立估算模型并检验。结果表明：不同的光谱变换方法对土壤铜含量信息提取能力不同,每种光谱变换都对应特定的敏感波谱区间;基于综合光谱变换信息建立的土壤铜含量反演模型精度优于基于单种光谱变换信息建立的模型;利用综合光谱变换信息建立土壤铜含量反演模型,后向剔除法优于前向引入法和逐步回归法,当Removal取0.20时得到最优回归模型,其模型决定系数R2和预测模型决定系数R2_pre分别达到了0.851和0.830,建模均方根误差RMSEC和预测均方根误差RMSEP分别为0.349和0.468 mg·kg-1,能较好地检测土壤铜含量,同时为其他土壤重金属元素的光谱检测提供了思路。