SiO_2和Al_2O_3负载的Ni基催化剂在甲烷干重整中的催化性能差异（英文）

CH4与CO_2干重整反应对于环境保护和天然气资源的合理利用具有重要意义。SiO_2和Al_2O_3是适用于甲烷干重整反应的两种典型的催化剂载体。为了阐明这两种载体对催化剂性能的影响,本研究采用等体积浸渍法制备了Ni/Al_2O_3和Ni/SiO_2催化剂,并利用BET、TEM、H2-TPR、XRD、TG和Raman等技术对还原和反应后的催化剂进行了表征。结果表明,由于载体的性质不同,Ni基催化剂在甲烷干重整中的催化性能也不同。Ni/SiO_2催化剂的初始活性较高,但由于其金属-载体相互作用较弱,催化稳定性较差,在800℃下反应15 h其催化活性急剧下降;较弱的金属-载体相互作用使得Ni/SiO_2催化剂上的Ni颗粒较大,有利于积炭前驱物种的生成,导致催化剂快速失活。而对于Ni/Al_2O_3催化剂,金属-载体相互作用较强,Ni颗粒较小,但由于Ni与Al_2O_3生成了NiAlxOy物种,有效活性位减少,其催化活性相对较低,但催化稳定性较好,干重整反应进行50 h其活性保持稳定; Ni与Al_2O_3之间较强的相互作用有利于形成小且稳定的Ni粒子,能减少积炭,因而具有优异的催化稳定性。     

水杨酸甲酯合成实验的改进

利用微波辐射合成了水杨酸甲酯。探讨了微波功率、微波辐射时间和温度对反应的影响。实验条件较温和、易控,反应时间缩短为传统加热的1／6。     

全固态复合碳纤维氧化钨pH传感器的研制及应用

采用电化学修饰法制备了一种可直接测定固体、半固体及糊状物表面和内部pH值的传感器,并对该传感器的制备工艺、性能、测试条件和干扰物的影响进行了讨论.结果表明:该传感器内阻低,响应时间快(小于25 s),测量范围广(pH 2 ～12),准确度高,重复性好,响应斜率为60.01 mV/pH.该传感器除了能用于传统领域外,还可用于临床检测、食品加工、生物化工等领域.     

结构设计竞赛中纸质杆件相关参数确定及极限承载力研究

为确定纸质杆件的材料参数,并研究白卡纸杆件极限承载力的影响因素及杆件极限承载力计算方法,制作多组白卡纸杆试件并进行加载试验.测得白卡纸的泊松比为0.137 3,弹性模量为5.5GPa.杆件的抗压极限承载力受杆件的厚度、内径、长度、截面形状、白卡纸纹理方向以及涂胶宽度的影响;结合压杆稳定相关理论,由数据拟合得到白卡纸杆件极限承载力的近似计算方法;通过公式计算结果与试验结果比较,证明其准确有效.     

基于改进哈特曼法的眼镜片全孔径屈光度测量

自由曲面镜片的发展和普及,对现有的屈光度测量方法提出了挑战,也要求新的测量方法具有更高的精度以及更好的可靠性。因此,介绍了传统哈特曼检测法测量眼镜片屈光度的测量原理并提出了一种改进方法,对球面单焦点镜片和散光镜片进行仿真测量的屈光度误差均在1%以内。对改进方法与传统方法测量所得到的渐进多焦点自由曲面镜片屈光度分布图的分析结果表明,改进哈特曼检测法相比于传统哈特曼检测法具有测量范围大,精度高的特点,能够准确反映眼镜片的屈光度分布特征。     

舰船噪声识别（Ⅳ）──模糊神经网络识别

本系列文章的工作是在舰船噪声谱图的基础上,利用模糊神经网络对舰船进行分类识别。本文是系列文章的第四篇,研究模糊神经网络用于识别分类.选用了多层前馈神经网络和BP学习算法,推导了学习过程中模糊器参数的调整公式,最后给出1049个样本(41条舰船,63种工况,原始记录长约3.5小时)的识别分类结果,识别正确率大于92%。     

从脉冲激光到阿秒光源， 从光电效应到阿秒物理——解读2023年度诺贝尔物理学奖

2023年诺贝尔物理学奖授予超快激光科学和阿秒物理领域的三位科学家,以表彰他们在阿秒光脉冲的产生和应用上做出的卓越贡献。阿秒光脉冲的产生,使得人们可以在亚原子尺度上研究电子的超快运动,打开通向“电子世界”的大门。目前,基于阿秒光脉冲发展的阿秒光子/电子谱学已经成为物理、化学、生物等众多领域重要的研究手段。文章将简要介绍阿秒光脉冲的研究背景、产生、测量方法及其在电子超快动力学研究中的应用。     

从生活取材:阳极氧化-共沉淀法制备四氧化三铁的实验设计

以“水质电解器检测饮用水的实验现象”为线索,通过探究电解产物组成,设计阳极氧化-共沉淀法制备Fe3O4磁性材料的实验。实验内容包括制备Fe3O4磁性材料,研究自来水硬度、电导率以及pH等影响因素,利用X射线粉末衍射、场发射扫描电镜和震动样品磁强计获取材料的组成、形貌和磁性信息。该实验从生活取材,融合无机及分析化学、纳米材料制备和现代测试分析技术及知识,实操性强;以“学生为中心”开展实验教学,重视教学目标的达成,有助于培养学生知识转化和科研创新能力,提高专业文化自信。     

二芳基甲烷衍生物保留因子与分离因子的神经网络理论研究

为了研究手性二芳基甲烷衍生物的保留因子和分离因子,基于分子结构及邻接矩阵,计算了63个手性二芳基甲烷衍生物的分子连接性指数和电性拓扑状态指数。建立了这些分子保留因子、分离因子与优化得到的结构指数之间的相关性模型,并将筛选的结构参数作为BP神经网络的输入层变量,采用不同的网络结构,获得了令人较为满意的三个预测模型,模型的总相关系数R分别为0.981、0.972和0.992。利用模型计算得到的保留因子和分离因子预测值与实验值的平均误差分别为0.041、0.042和0.010,吻合度较好。结果表明手性二芳基甲烷衍生物的保留因子及分离因子与分子结构参数之间有良好的非线性关系。