Ag_3PO_4/Ni薄膜的制备及其光催化降解罗丹明B的性能和机理

用电化学方法制备Ag3PO4/Ni薄膜,以扫描电子显微镜(SEM)、X射线衍射(XRD)和紫外-可见漫反射光谱(UV-Vis DRS)对薄膜的表面形貌、晶相结构、光谱特性及能带结构进行了表征,以罗丹明B为模拟污染物对薄膜的光催化活性和稳定性进行了测定,采用向溶液中加入活性物种捕获剂的方法对薄膜光催化降解机理进行了探索。结果表明:最佳工艺下制备的Ag3PO4/Ni薄膜具有致密的层状表面结构,是由多晶纳米颗粒构成的薄膜。薄膜具有较高的光催化活性和突出的光催化稳定性,可见光下催化作用60 min,薄膜光催化罗丹明B的降解率是多孔P25 Ti O2/ITO纳米薄膜(自制)的2.3倍;在保持薄膜光催化活性基本不变的前提下可循环使用6次。给出了可见光下薄膜光催化降解罗丹明B的反应机理。     

Keggin型钨锗酸联咪唑盐催化合成环己酮乙二醇缩酮

设计合成了Keggin型钨锗酸联咪唑盐(H4biim)[H2GeW12O40]·18H2O(1b,H2biim=2,2′-联咪唑), 并将其用于催化合成环己酮乙二醇缩酮反应。 通过X射线单晶衍射、红外光谱(FT-IR)、紫外光谱(UV)、热重-差热(TG-DTA)、粉末衍射(XRD)等技术手段对催化剂1b进行了表征。 较系统地研究了反应物料比、催化剂用量、反应时间等因素对催化反应的影响。 在n(环己酮)∶n(乙二醇)=1∶1.4,n(1b,以W计)∶n(环己酮)=1∶260,反应2 h的优化反应条件下,目标化合物产率达90%,催化剂可循环使用,表现出良好的催化稳定性。     

高效阴离子交换-脉冲安培法测定化妆品中葡萄糖酸锌含量

建立了高效阴离子交换-脉冲安培法测定化妆品中葡萄糖酸锌的含量.样品用水超声提取后,离心取上清液过On Guard Ⅱ RP柱除去疏水性化合物,再经CarboPac PA1和CarboPacPA20保护柱分离,脉冲安培检测,葡萄糖酸锌在0.1～5.0mg/L范围内线性关系良好(r2=0.9999),加标回收率在98.9～107.7％之间,方法检出限为0.042mg/L,对应样品中检出限为4.2mg/kg,方法简单,灵敏度高.     

AutoCAD数据库访问控制安全中间件的设计与实现仿真

设计了一个AUTOCAD数据库安全访问控制中间件,并用SQL Server 2000为后台数据库,V i-sualBasic.NET为前台开发工具实现了该中间件。     

自由曲面车载抬头显示器的光学设计及公差分析

设计了一种自由曲面车载抬头显示器(Head-up Display,HUD)光学系统.在HUD光学系统初始结构设计中,基于种子曲线扩展算法,对HUD中两个自由曲面上的采样数据点进行计算,并拟合成扩展多项式.将设计的HUD光学系统初始结构进行光线追迹,验证了设计结果.结果表明,在0.5mm光线采样间隔下,初始光学系统的性能达到了衍射极限,可作为进一步全视场优化的起点.对系统进行优化,利用多重结构模拟人眼在孔径光阑移动范围(眼动范围)内的观察情况,对于不同的孔径光阑位置,光学系统的调制传递函数在6lp/mm下均大于0.5,接近衍射极限,并且系统畸变小于2%.最后对系统中的自由曲面反射镜进行面形公差分析,两个曲面在其各自面形公差峰谷值分别为0.42μm和0.62μm下的调制传递函数均高于0.3,完全满足现在自由曲面加工精度.     

基于阵列波导光纤温度特性的分布式光纤布喇格光栅解调法

设计了一种使用阵列波导光栅对分布式光纤布喇格光栅中心波长较大范围变化的解调方法.根据阵列波导光栅各通道的中心波长可随温度变化而改变的特性,通过控制软件循环地在几分钟内使加在阵列波导光栅的芯片温度从30℃线性增加到90℃,同时用微机高速采集各通道的数据并分别找出各通道数据的最大值时刻所对应的阵列波导光栅芯片温度,从而根据其波长-温度关系在微机上报告此时各光纤布喇格光栅的中心波长.实验结果表明,系统有效地解决了分布式解调的问题, 微机以小于10 min的周期报告出每通道0.6 nm范围变化的光纤布喇格光栅中心波长(共40个通道),测量相对误差小于2%.     

一类具有强阻尼项的二阶偏微分方程组解的振动性

研究一类具有强阻尼项的二阶时滞偏微分方程组解的振动性,通过利用Riccati变换、引入参数函数,获得该类方程组在Robin,Dirichlet边值条件下振动的充分判据.     

烟草中多酚类物质的超高效液相色谱指纹图谱及聚类分析

利用超声萃取-超高效液相色谱法对30个烟草样品（4个品种）的多酚类物质进行了快速分离与检测。实验以7个主要共有峰为评价指标,采用“计算机辅助中药指纹图谱相似度计算软件”计算处理,建立了不同种类烟草中多酚类物质的UPLC指纹图谱,并对烟草样品进行了聚类分析。结果表明：这种基于烟草多酚指纹图谱的分析策略是一种可同时实现整体性、模糊性分析且简便易行的方法模式,为烟草识别及烟草制品的质量控制提供了部分科学依据。同时该方法具有操作简单快速,精密度、稳定性和重现性良好等优点。     

双变量系统新数学理论的意义和展望

本文叙述了双变量系统新数学理论（「３」）的意义和双变量系统新数学理论分支的一些主要概念。     

结合纹理因子和地形因子的森林蓄积量多光谱估测模型

森林蓄积量是林分调查中重要因子,是评价森林数量和质量的重要指标。传统森林蓄积量实测方法耗时费力、效率低下,多元线性回归遥感反演方法精度较低,难以达到精准林业要求。机器学习是一种利用训练数据,进行自我改进、自动提升性能的方法,可以任意逼近非线性系统,提高模型预测精度。以鹫峰林场森林为研究对象, 综合考虑影像光谱因子、纹理因子、地形因子,采用机器学习中的BP神经网络、最小二乘支持向量机、随机森林方法构建了森林蓄积量多光谱估测模型BP-FSV,LSSVM-FSV和RF-FSV,并在Matlab2014a中编程实现。旨在从建模因子选择和模型方法建立两个方面,优化建模因子特征提取,提高森林蓄积量模型预测精度。以角规观测样地实测数据、森林小班二类调查数据、林相图数据为基础,使用以上三种模型结合Landsat8 OLI多光谱数据分林型进行了森林蓄积量反演建模预测。以决定系数R2和均方根误差RMSE为指标,分析了三种反演模型的训练能力和预测能力。研究结果表明：利用3种机器学习方法构建的结合光谱因子、地形因子、纹理因子反演模型能够提高森林蓄积量的预测精度。以上模型中,RF-FSV模型在针、阔、混三种林型中都表现出较强的预测能力,高于BP-FSV模型,高于或接近于LSSVM-FSV模型。RF-FSV模型在训练阶段,R2和RMSE针叶林中为0.839和13.953 3,阔叶林中为0.924和7.634 1,混交林中为0.902和12.153 9,预测阶段R2和RMSE在针叶林中为0.816和15.630 1,阔叶林中为0.913和4.890 2,混交林中为0.865和9.344 1。RF-FSV模型建模精度和预测精度较高,为森林蓄积量遥感反演估测提供了一种新的方法。