高硬度超导三元碳化物的高温高压合成

采用高温高压合成手段,以纯度均在99.8%以上的钼粉、钨粉和石墨粉作为合成原料,在压强5.0GPa、温度2 000K、保温时间60min的条件下成功制备出MoWC_2样品。利用X射线衍射仪、扫描电子显微镜、透射电子显微镜、显微硬度仪、综合物性测量系统和热重-差热分析仪对合成样品进行了物性表征。结果表明:合成的MoWC_2晶体为六角结构,其空间群为P6-m2;晶粒大小为1~4μm,结晶质量良好;MoWC_2的收敛硬度值为15.3GPa;氧化温度为450℃;温度低于6.8K时体现超导电性。MoWC_2的轨道杂化很强,因而具有较高的硬度和抗氧化性。同时,MoWC_2费米面处态密度和德拜温度较高,使其成为一种超导材料。由此可知,MoWC_2是一种兼具超导性、耐热性和较高硬度的硬质超导多功能材料。     

固体氧化物燃料电池阳极微结构三维数值模拟

固体氧化物燃料电池(SOFC)是一种清洁高效的发电设备,其电极微结构直接影响电池的电化学性能。本文通过X-ray技术获取了SOFC阳极微结构,将电荷和物质传导定义在体相材料,将电化学反应定义在三相边界线上,建立了SOFC阳极电化学–传质耦合的三维微观模型,对比了两个微结构在80?C条件下的极化特性。研究表明微结构对电极内部物理场分布有极大影响,越靠近电极电解质界面,活化极化和离子电势波动越强烈。电极孔隙相细小的喉附近存在较大传质阻力,形成明显浓度极化跳跃。活化极化和欧姆极化大小相当,各占据总损失的45%以上。本文模型可用于研究微结构改变引起的电池退化和电极的优化设计。     

分光光度法测定蒙药橡子中的微量铁

采用浓硝酸和高氯酸的混合消解法处理橡子样品,盐酸羟氨将三价铁还原成二价铁,在pH为5-6的条件下,用分光度法测定铁含量,校准曲线回归方程为y=0.0031002＋0.2145x（r=0.9999）。用灰化法和微波消解法分别得橡子中铁含量为86.90μg/g和87.6μg/g。回收率为99.8%—102%,RSD为0.78%,该方法操作简单,重现性好,测量方法准确。     

高温傅里叶变换红外气体分析仪研制与应用

为了满足固定污染源在线分析仪器比对和现场环境监督检查的需要,研制了一种基于傅里叶红外(FTIR)光谱分析技术的高温便携式红外气体分析仪。在实验室模拟烟气条件下,采用该分析仪进行SO_2和NO标气检测,其示值绝对误差分别小于1.5μmol/mol和1.0μmol/mol。该设备在某垃圾焚烧厂的脱硝前烟气进行监测,监测结果的趋势变化与在线监测结果具有较好的对应性,其监测结果平均值的绝对误差在标准容许误差范围内,表明该分析仪具有较好的准确性和现场应用能力,能够满足检测需求。     

基于深层信念网络的太赫兹光谱识别

特征提取和分类是太赫兹光谱识别的关键。部分物质在太赫兹波段内没有明显的吸收峰,难以人工定义、提取特征及分类识别,为此,结合深度信念网络(deep belief network,DBN)和K-Nearest Neighbors (KNN)分类器的优点,提出了一种基于DBN的太赫兹光谱识别方法。首先利用S-G滤波和三次样条插值对ATP,acetylcholine_bromide,bifenthrin,buprofezin,carbazole,bleomycin,buckminster和cylotriphosphazene在0.9～6 THz内的太赫兹透射光谱进行归一化处理;然后由两层受限波尔兹曼机(restricted Boltzmann machine, RBM)构建DBN模型,并采用逐层无监督的方法训练模型,以自动提取太赫兹光谱特征;最后用KNN分类器对8种物质的太赫兹透射光谱进行分类。结果表明,使用DBN自动提取的光谱特征,KNN分类器、BP神经网络、SOM神经网络和RBF神经网络的分类准确率达到了90%以上,且KNN分类器的识别率优于其他三种分类器;采用DBN自动提取物质的太赫兹光谱特征大大减少了工作量,在海量光谱数据识别中具有广阔的应用前景。     

基于反磁回路的非拦截式束流探头分析和改进

基于反磁回路线圈提出了一种新型在线束流半径诊断结构，该结构可以实现束流的磁场信息和电场信息同时测量并分离，通过分析可以得到束流包络均方根半径和束流的流强信息。着重介绍探头的结构、拓扑电路和模拟实验平台组成，分析探头电场信息的一致性问题，提出改进措施，对改进前后的测量结果进行比较，说明了改进结构的有效性，将电场信号的一致性由原来的94.08%提高到99.60%，模拟束流杆半径测量误差在1 mm以内。     

α/β类蛋白折叠中π-π相互作用的特异性

以α/β类蛋白的2种典型折叠类型为研究对象,对205个低相似度蛋白样本中的π-π相互作用进行统计分析.计算结果表明,(α/β)8-barrel折叠中π-π相互作用的分布密度高于经典Rossmann折叠,且在关键的局部区域的差异更加显著;芳香族氨基酸在(α/β)8-barrel结构中更容易形成π-π相互作用;色氨酸对应的3种π-π相互作用组合在(α/β)8-barrel折叠中出现的几率显著高于经典Rossmann折叠;(α/β)8-barrel折叠中π-π相互作用形成复杂π网络的能力强于经典Rossmann折叠.上述结果表明,π-π相互作用在α/β类蛋白的不同折叠类型中存在特异性,其在稳定(α/β)8-barrel结构中的作用强于经典Rossmann折叠.     

激发-发射荧光矩阵光谱结合多维辩别分析用于葡萄干分类研究

葡萄干因其种类繁杂,产地来源多,制作工艺多样,导致品质各异。因此需要建立能够科学、准确的鉴别葡萄干种类、产地、品质的分析方法,以确保葡萄干产品质量、保护消费者利益、规范葡萄干商品市场。该实验基于葡萄干中富含多种荧光物质,以甲醇为萃取剂,应用微波提取法,结合三维荧光光谱技术,在激发波长300~700 nm,发射波长360~720 nm范围,获取三维荧光矩阵数据,应用多维主成分分析(M-PCA),多维偏最小二乘辨别分析(N-PLS-DA)和平行因子算法-偏最小二乘辨别分析(PARAFAC-PLS-DA)等多维模式识别方法,对三种主色为绿色、两种主色为红色的五个不同种类的葡萄干进了分类研究。M-PCA研究结果显示不同种类的葡萄干存在聚类趋势,而N-PLS-DA和PARAFAC-PLS-DA则给出了比较满意的分类结果。相对而言,由于PARAFAC-PLS-DA是基于PARAFAC分解得到浓度得分结果基础之上进行的分类,去除了不相干的冗余信息,因此取得了100%准确的分类结果。两种算法的品质因子比较结果也说明基于荧光光谱法和多维模式识别技术相结合的分析技术可以很好的用于葡萄干种类的识别研究,并有望用于葡萄干质量等级识别及产地追溯。     

三维花状复合材料Fe3O4-ZnO的制备与性能研究

以FeCl3、Zn(Ac)2、NH3· H2O等为原料,采用水热法制备了三维花状Fe3O4-ZnO磁性复合材料.通过SEM、XRD、XPS、ICP、UV-Vis DRS及VSM等对样品组成、结构等进行了表征,并以亚甲基蓝为目标降解物,考察了不同Fe/Zn摩尔比复合材料在紫外光照下的光催化活性.结果表明,n(Fe/Zn)为0.36时,Fe 3O4-ZnO复合材料表现出较优异的光催化活性,在180 min内对亚甲基蓝的降解率达到99.3;.SEM分析表明Fe3 O4-ZnO复合材料由六棱柱纳米棒自组装而成,与纯ZnO相比,该Fe3O4-ZnO复合材料紫外线吸收发生红移,拓展了ZnO的可见光响应.此外,该复合材料具有较强磁性(饱和磁化强度是24.91 emu/g),可通过外加磁场将其分离回收,重复使用四次后对亚甲基蓝的降解率仍达到95.5;.     

低温制备二氧化钛纳米薄膜及其光伏性能研究

研究一种易实现的低温合成TiO2薄膜电极的方法。实验采用氨水、盐酸和去离子水分别作为无机粘结剂、无水乙醇作为分散剂来合成TiO2浆料,重点研究了粘结剂/分散剂质量比对薄膜制备的影响。采用合成的TiO2电极进行全固态染料敏化太阳能电池的组装。综合浆料粘稠度测试、薄膜形貌表征以及电池时域/频域光电测试等结果,分析了宏观光伏特性与微观载流子输运机制。最终得到最佳的无机粘结剂/分散剂质量比,相应电池的光电转换效率达到1.45%。