基于激光介导富集的表面增强拉曼分析

基于具有优异表面增强拉曼散射(SERS)性能的石墨烯隔离的金纳米晶(GIAN)能够在水-有机相界面自组装, 待测物分子在有机相中的分配系数较大以及GIAN能够通过π?π相互作用与待测物分子结合的优势, 构建了激光介导的待测物分子的高效富集策略, 进而实现了9,10-双苯乙炔基蒽(BPEA)分子的痕量SERS分析. 所构建的新型待测物分子高效富集策略在一定程度上避免了因“咖啡环效应”带来的信号波动, 有望为复杂体系中痕量待测物的SERS分析提供可靠的平台.     

环境响应性多肽自组装研究进展

分子自组装广泛存在于自然界中,参与生物体的各项生命活动,从而确保生物体相关生理功能的实现和生化反应的有序进行.多肽自组装作为分子自组装的重要组成部分,其良好的生物相容性为构建具有重要应用价值的生物医用材料提供了新的思路.本文总结了多肽自组装过程中主要的驱动作用力;简述了多肽自组装形成的主要结构;详细介绍了自组装过程中环境变化,包括pH、温度、离子强度、特殊离子、氧化还原态以及光照等,对于环境响应性多肽自组装结构和性质的影响;并且阐述了多肽自组装生物材料的应用方向和前景,希望为该领域的进一步研究提供参考.     

小波分析的茶鲜叶全氮含量高光谱监测

茶是世界上最受欢迎的饮料之一,而氮素（N）是影响茶叶品质的主要成分之一,因此快速准确地估算N素含量至关重要。由于测定N含量的化学方法繁琐耗时,利用高光谱对茶鲜叶中N含量进行预测,利用连续小波转换（CWT）提取的小波系数,探究CWT不同分解层数对于N素含量的估测能力,并讨论了不同波长选择算法所建模型的预测效果。首先,采集广东省英德市茶园的151个茶鲜叶样品高光谱数据,将获得的原始光谱通过卷积平滑（SG）、去趋势（Detrending）、一阶导数（1st）、多元散射校正（MSC）和标准正态变量变换（SNV）五种预处理方法进行预处理并作为参考。其次,采用连续小波对原始光谱进行初步处理生成多尺度小波系数,并进行相关性分析, 分别利用连续投影算法（SPA）、竞争性自适应加权采样法（CARS）和变量组合集群分析（VCPA）方法进一步优化CWT变换后光谱数据的变量空间,最后,以特征变量为输入使用PLSR建立了N素定量监测模型,并对比不同尺度不同方法估算N素的效果。结果表明,连续小波分析方法可有效提升茶鲜叶光谱对N素含量的估测能力,明显优于常规光谱处理方法。经连续小波分解后,对茶鲜叶N素的预测能力随分解尺度的增加整体呈逐步降低的趋势,其中在1~6尺度连续小波变换后的光谱与茶鲜叶N素存在良好的相关性,表明小尺度的连续小波分解可有效应用于茶鲜叶N含量的监测。基于CWT（1）-VCPA方法建立的模型精度最高,且变量数相比于全波段减少了99.34%,其建模与预测R2达到0.95和0.90,相比于传统光谱处理方法,精度提升了11% ,证明CWT-VCPA可以有效降低光谱维度并大幅提升模型精度。实现了茶叶N素含量的高效量化预测,为评估茶叶的其他成分提供了可靠技术参考。     

一种新的层次粒子滤波的目标跟踪方法

提出一种新的层次粒子滤波算法,选择局部区域特征点和颜色信息建立目标模型,引入粒子的二阶采样过程.算法通过粒子的一阶权重更新获得好的初始分布,二阶权重更新保证粒子的高置信度和高的采样效率,当粒子数目小于一定阈值时进行重要性重采样,利用仿射模型对目标区域精确定位及姿态修正.实验表明:改进算法将目标局部特征分布与目标颜色信息相结合,通过二阶采样过程,保证了局部特征跟踪的稳定性,解决了经典理论中误匹配导致的采样点发散问题,在目标部分遮挡情况下也可以完成实时目标跟踪.     

基于ED-LSTM的智能汽车神经网络横向动力学建模与控制

车辆动力学建模过程中通常会进行简化和假设, 导致模型在某些工况下无法准确反映车辆的实际动态特性, 影响控制精度甚至安全性. 鉴于此, 该文提出了一种基于数据驱动的非线性建模与控制方法, 建立了新型神经网络车辆横向动力学多步预测模型, 实现了智能汽车对参考轨迹的跟踪控制. 首先, 在分析车辆单轨模型并考虑轮胎非线性和纵向负载转移的基础上, 基于编码器?解码器结构设计神经网络横向动力学模型. 其中, 使用串行排列来扩展微分方程描述不完全的动力学信息, 隐藏层神经元学习车辆的高度非线性和强耦合特性, 进而提高模型全局计算精度. 利用所构建的数据集进行模型训练和测试, 结果表明, 相比于物理模型, 所提出的模型在不同路面附着系数条件下均具有更高的建模精度, 具有隐式预测路面摩擦条件能力. 其次, 利用提出的模型设计轨迹跟踪控制算法, 根据车辆稳态转向假设, 计算所需的前轮转向角和稳态质心侧偏角, 将稳态质心侧偏角纳入基于路径误差的转向反馈中, 实现参考轨迹跟踪控制. 最后, 使用CarSim/Simulink联合仿真及HIL实验测试进行不同工况试验的对比分析, 对所提出的基于神经网络模型的控制算法进行评价, 结果表明, 该模型能够实现智能汽车在高速下精确的跟踪控制效果, 并具有良好的横向稳定性.      

涤纶化学降解单体产物的高效结晶提纯研究

为了解决废旧涤纶(PET)纺织品乙二醇醇解法循环利用中存在的醇解产物对苯二甲酸二乙二醇酯(BHET)纯化困难的问题，通过研究BHET晶体的独特的相变性质，发展了BHET纯化新技术.实验结果表明，对结晶的、醇解反应产物BHET使用减压升华操作，在1.33 kPa,130℃的条件下，可获得纯度达99.7%，收率达86.4%，白度(L^*值)达99.8的纯化BHET.回收所得的BHET可再缩聚制备再生PET.该再生PET在相同条件下与由石油基BHET缩聚所制得的PET具有类似的性质，包括白度、分子量及分子量分布等.本文还验证了该种醇解法回收废旧涤纶纺织品的技术的普适性：考察各种含有不同成分及颜色的涤纶纺织品样品的醇解行为及产物分离纯化效果.所研究的BHET纯化方法步骤短、产物纯度高、不额外使用有毒化学试剂，并有效地克服了粉末状BHET在加热纯化时容易发生缩聚的关键难题，为高品质回收废旧涤纶纺织品提供了一种新的路径.