甲醇为氢源的连续化催化转移加氢合成芳胺

开发了一种温和高效的以甲醇为氢源,以Ru-Fe双金属催化剂催化的硝基芳烃连续化转移加氢方法。采用浸渍法制备Ru-Fe双金属催化剂,通过电感耦合等离子体-质谱(ICP-MS)、透射电子显微镜(TEM)、X射线衍射(XRD）、氢气程序升温还原(H₂-TPR)对催化剂进行表征。结果表明催化剂具有较小的粒径和较好的分散性。在Ru-Fe双金属催化剂上,成功实现了硝基芳烃与甲醇在无外加氢源条件下的连续化转移加氢合成芳胺。通过对反应条件的调控,成功得到了一系列产率较高的胺类化合物。特别地,该方法对不饱和基团(醛基、羰基或炔基)取代的硝基芳烃的加氢表现出优异的选择性和转化率。     

Approximations to Isentropic Planar Magneto-Hydrodynamics Equations by Relaxed Euler-Type Systems

In this paper, the authors consider an approximation to the isentropic planar Magneto-hydrodynamics (MHD for short) equations by a kind of relaxed Euler-type system. The approximation is based on the generalization of the Maxwell law for nonNewtonian fluids together with the Maxwell correction for the Amp`ere law, hence the approximate system becomes a first-order quasilinear symmetrizable hyperbolic systems with partial dissipation. They establish the global-in-time smooth solutions to the approximate Euler-type equations in a small neighbourhood of constant equilibrium states and obtain the global-in-time convergence towards the isentropic planar MHD equations. In addition, they also establish the global-in-time error estimates of the limit based on stream function techniques and energy estimates for error variables.     

融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测

PM_2.5小时浓度多为单步预测。为实现PM_2.5小时浓度的多步预测,基于“编码器-解码器”的序列-序列预测（Seq2Seq）模型,集合图卷积神经网络提取非欧式空间数据特征的能力以及注意力机制自适应关注特征的能力,提出了融合图卷积神经网络和注意力机制的PM_2.5小时浓度多步预测（GCN_Attention_Seq2Seq）模型。并与Seq2Seq模型和使用了图卷积神经网络、未使用注意力机制的GCN_Seq2Seq模型进行了对照,以2015—2016年北京市22个空气质量监测站点的空气质量数据为样本进行实例验证,结果表明,Seq2Seq模型和图卷积神经网络（GCN）可对PM_2.5小时浓度数据的时空依赖进行有效建模,注意力机制有助于减缓多步预测中的预测精度衰减,提升PM_2.5小时浓度多步预测的精度。GCN_Attention_Seq2Seq模型可有效应用于多种长度的PM_2.5浓度预测窗口。     

基于联合神经网络学习的中文电力计量命名实体识别

随着电力计量业务的不断扩展,迫切需要由业务信息、技术知识、行业标准及其内在联系所组成的电力计量知识图谱,为电网的决策和发展提供更为全面有效的支持。命名实体识别是构建知识图谱的基础。针对电力计量领域需要,结合中文分词技术特点,基于联合学习思想,提出了一种基于联合学习的中文电力计量命名实体识别技术。该技术联合CNN-BLSTM-CRF模型与整合词典知识的分词模型,使其共享实体类别和置信度;同时将2个模型的先后计算顺序改为并行计算,减少了识别误差累积。结果表明,在不需要人工构建特征的情况下,方法的正确率、召回率、F值等均显著优于以往方法。     

Ba7AgGa5S15:一种新型混合金属硫化物的非线性光学性能研究

采用高温熔融-自发结晶法成功获得一种新型混合金属硫化物Ba7AgGa5S15.该化合物结晶于非中心对称的P31c空间群(No.159),晶胞参数为a=0.964 53(10) nm,c=1.805 9(4) nm,Z=2.其结构是由[Ga4 S10] T2超四面体与[AgS4]四面体共顶点连结形成的含有18元环孔道的三维网状框架,孤立的[Ga(2)S4]四面体填充在孔道中,Ba2+填充在该三维框架结构的空隙当中.第一性原理计算研究了该化合物的电子结构、态密度、双折射率、二阶非线性光学系数,以及倍频密度.结果 表明,该化合物具有大的光学带隙(3.76 eV),其带隙主要由S3p,Ba5d和Ga4s轨道决定;其d33方向上的倍频系数约为AgGaS2的0.4倍,主要倍频贡献来源于[AgS4]和[GaS4]四面体.该研究表明在Ag-Ga-S体系中引入Ba2+,形成的Ba7 AgGa5S15表现出比AgGaS2更宽的带隙,有利于产生高的激光损伤阈值(LDT).     

高熵合金强韧化理论建模与模拟研究进展

高熵合金因其优异的性能受到广泛关注,如高强度、高硬度、高韧性、高耐磨、高耐辐照、高耐腐蚀、高电阻、高耐热等,有望应用于核能、航天航空等重要领域和重大装备。从高熵合金制备、组织结构以及性能表征等方面开展的实验研究表明其独特的性质依赖于高熵合金高熵效应、晶格畸变和扩散迟滞。在微观尺度以及宏观尺度, 理论模型和数值模拟为研究高熵合金微观机理和力学特性提供了一种方法。建立从高熵合金的微观结构与变形机理到宏观独特力学性能的联系是一个多尺度的科学问题。最近,基于实验观察结果,采用多尺度的理论与模拟方法（第一性原理、分子动力学、离散位错动力学、晶体塑性有限元、微结构依赖的理论模型）,研究了高熵合金层错能、弹性模量、扩散系数以及相稳定性,揭示了高熵合金变形与强韧化机制。本文综述多尺度计算在高熵合金力学性能和变形行为方面的研究进展,并对高熵合金在原位变形实验、高通量技术以及机器学习方面的研究进行简要展望。     

高熵合金辐照硬化与力学性能研究

高熵合金由于多主元元素混合引起高熵结构效应,使其具有优异的物理、力学和化学特性,如高强度、高耐磨性、耐蚀性、热稳定性、优异的抗辐照性能等。然而,辐照诱发高熵合金材料的硬化行为和力学性能预测仍缺少相关研究,严重地限制了对其长期服役后材料性能的评估。基于晶体塑性理论结合实验结果,研究了空洞形状依赖的硬化行为、位错环诱发的硬化行为以及氧化物弥散增强的高熵合金力学性能。研究发现,考虑多面体空洞与位错的概率依赖的空间交互作用,能够更加准确地预测辐照金属的屈服应力;晶格畸变对屈服强度,有着重要的贡献;氧化物弥散相对位错运动起强烈钉扎的作用,从而对强度产生影响,直接决定抗辐照性能。高熵合金作为一种具有综合优异力学性能的新型结构材料,在先进核能系统中有望被广泛应用,比如核反应堆的核燃料包壳管。     

硅钛比对TS-1分子筛催化甲醇羰基化反应性能的影响

对TS-1分子筛而言,它的各种物理性质影响其反应活性.通过调节和控制催化剂的物理性质能够提高产物选择性和收率,降低副产物,从而提高反应活性.本文考察了TS-1分子筛的硅钛比对甲醇羰基化反应性能的影响.在合成TS-1分子筛时,通过控制硅源和钛源的比值得到了不同硅钛比的TS-1分子筛.结果表明:硅钛比大时(例如:硅钛比为6...     

三甲基硅、三甲基锗和三甲基锡取代的一系列芘衍生物的紫外吸收和荧光性质

被三甲基硅(Me3Si-)、三甲基锗(Me3Ge-)和三甲基锡(Me3Sn-)取代的芘衍生的紫外吸收波长和未取代的芘相比较,波长红移.一,二,三,四取代三甲基硅芘最大吸收波长红移小于10nm.荧光强度和周期按Me3SiAr＞Me3GeAr＞Me3SnAr顺序减弱.1,3,6,8-四-三甲基硅芘的荧光强度在一系列芘衍生物中是最大的.     

喷流冷却复合陶瓷薄片激光器的热特性仿真分析及实验研究

为分析喷流冷却复合陶瓷薄片激光器的热特性,设计用于冷却复合陶瓷薄片的喷流冷却系统.利用湍流换热理论和计算流体动力学仿真方法建立喷流冷却复合陶瓷薄片激光器的流固耦合热仿真模型,定义评价其冷却能力和冷却均匀性的定量参数.根据该仿真模型得到喷流冷却系统的最优设计参数,并进行实验验证.使用163孔喷板,流量为0.2kg/s,入口温度为20℃,在1200 W泵浦时获得359 W激光输出功率,并测得复合陶瓷薄片上表面的最高温度为92℃.激光输出功率与复合陶瓷薄片上表面温度均与泵浦功率呈近似正线性关系,且温度的实验值与仿真值相符度较高.