石英岩表面分子沉积膜的微观摩擦性能试验研究

利用原子力显微镜对石英岩表面单层分子沉积膜的微观摩擦特性进行了研究,发现该分子沉积膜具且定的减摩性。通过对其表面力－位移曲线、表面形貌像、调制力像和摩擦力像的进一步分析表明,石英岩表面分子沉积膜具有减摩作用的原因在于它能够降低表面的粘着力并对表面具有微观修饰作用。     

用氨基酸加和法计算多肽的脂水分配系数

Based on amino acid addition model, a set of hydrophobicity contributions of amino acids was obtained from the multivariate linear regression analysis of peptides' octanol/water partition coefficients. Multivariate regression was performed on a training set of 219 peptides including dipeptides to pentapeptides which we compose 21 natural amino acids. The correlation coefficients for the whole set fitting are 0. 978 and 0- 974, for log P and log D respectively. In addition, a new test method -evolution test-for regression analysis was discussed. The result of evolution test for amino acid addition model shows the advantage of this new test method.     

用多亚甲基桥连杂环化合物制备Hg（Ⅱ）的配合物及结构鉴定

报道了α,ω－双（５－甲基－１,３,４－噻二唑－２－硫）－烷与Ｈｇ（Ⅱ）形成的４个新配合物,其结构通过元素分析,ＩＲ,ＵＶ和＾１Ｈ ＮＭＲ鉴定,金属含量由双硫腙法测定。     

长效维生素B1—优硫胺的合成研究

作者报道了合成长效维生素B     

蒸馏沉淀聚合过程中交联度对单分散聚合物微球形成的影响

以苯乙烯为单体、二乙烯基苯(DVB)为交联剂,过氧化二苯甲酰(BPO)为引发剂研究了蒸馏沉淀聚合法制备聚合物微球过程中交联单体二乙烯苯的用量对单分散聚合物微球成球的影响.结果表明,增加二乙烯基苯的比例,即提高交联度有利于形成单分散的聚合物微球.     

硬质合金CVD金刚石涂层工具衬底前处理技术研究

本研究采用KOH:K3[Fe(CN)6]:H2O和H2SO4:H2O2两种溶液浸蚀硬质合金衬底,分别选择刻蚀WC和Co.并在浸蚀过的硬质合金衬底上,用强电流直流伸展电弧等离子体CVD法沉积金刚石涂层.研究表明,两步混合处理法不仅可以有效的去除硬质合金基体表面的钴,而且,还可显著粗化硬质合金衬底.因此,提高了金刚石薄膜的质量和涂层的附着力.     

基于单目视觉的机械臂目标定位系统设计

在筒子纱染色的工业生产中,获取机械臂及纱杆锁扣的相对位置实现机械臂的精确定位和抓取目标是染色过程的关键技术。设计了基于单目视觉的机械臂目标定位及光学测量系统,通过单目光学成像的方式实时获取锁扣目标的图像,结合图像分析算法解算出目标空间位置以及目标与机械臂的相对位置。利用OPC通讯技术,将目标的空间位置信息传输给机械臂控制模块并控制机械臂的运动实现目标的抓取。通过现场实验,机械臂定位系统的定位误差在2mm范围内。     

基于i PLS的矿井突水激光诱导荧光光谱特征波段筛选

矿井突水一直威胁着煤矿井下施工人员的生命安全,准确且快速识别矿井突水水源类型对于矿井的安全生产起到关键性作用。激光诱导荧光(LIF)光谱技术识别矿井突水水源,有效避免了常规的水化学法需要测定多种化学参数,水源识别时间过长的缺点。提出一种间隔偏最小二乘法(iPLS)与粒子群联合支持向量分类算法(PSO-SVC)相结合的方法,iPLS算法常应用于光谱波段优选和模型的回归分析,PSO-SVC则在机器学习领域有着重要的应用,激光诱导荧光技术具有快速的时间响应、测量精度高等特点,iPLS和PSO-SVC算法运用于光谱图和光谱数据的分析,进而可以对突水水源类型识别分类。首先,用淮南矿区采集到的7种(每种水样30组)共210组荧光光谱数据进行实验,对老空水、灰岩水、灰岩水和老空水不同体积比混合水样的激光诱导荧光光谱图的差异性进行分析。比较了留出法和Kennard-Stone样本划分方法所得到的PSO-SVC模型分类准确率,采用留出法得到的训练集水样(140组)和测试集水样(70组)作为实验样本。其次,用iPLS算法将全光谱波段依次按10～25波段区间进行等分,选取划分区间的RMSECV(交叉验证均方根误差)值小于全光谱波段RMSECV值(阈值)的波段作为特征波段,结合光谱图对比分析了划分10和14个子区间的建模结果,发现通过直接观察得到的特征波段与iPLS算法筛选出的特征波段存在误差。最后,在不进行去噪、降维等预处理条件下,根据iPLS划分不同区间数的评价指标统计数据,选取划分11个区间所筛选出具有561个波长点的410.078～478.424和545.078～674.104 nm特征波段范围数据作为PSO-SVC模型的输入,以iPLS结合PSO-SVC算法筛选出的特征波段与全光谱波段、直接观察得到波段建模准确率相比,训练集与测试集的分类准确率高达100%,PSO寻优到的最佳惩罚系数c为1.367 0,核函数参数g为0.576 2。从实验结果可以看出,利用iPLS进行荧光光谱的特征波段筛选是切实可行的,提取出的特征波段能充分反映出全光谱波段的有效信息,为激光诱导荧光光谱技术用于矿井突水水源精准在线识别的研究提供了理论依据。