固相微萃取/气相色谱-质谱检测纺织品中有机磷农药残留

采用PDMS萃取纤维一次吸附富集纺织品中马拉硫磷、甲基对硫磷、敌敌畏、三唑磷、对硫磷、喹硫磷、二嗪磷7种有机磷农药,在气相色谱-质谱(GC-MS)进样口热解吸后进行定性定量检测。筛选了几种商品化的萃取纤维,并优化了萃取时间、萃取温度、吸附时间、盐浓度以及pH值等萃取条件。本方法操作简单、快速、环保,检出限低,可适用于生态纺织品中物质的快速检测。     

单糖衍生物的电喷雾质谱裂解规律研究

以1-(2-萘基)-3-甲基-5-吡唑啉酮(NMP)作单糖标识剂, 经在线串联的LC-ESI-MS建立了单糖衍生物的电喷雾质谱裂解方法.衍生物在质谱裂解中糖类化合物特有的规范信息.借助糖类化合物在ESI-MS条件下表现出的分子离子峰m/z [M H] , 及在ESI-MS/MS条件下呈现出的特征碎片离子峰m/z 473, 可有效地确定出单糖类化合物的组成. 尽管一些脂肪醛和芳香醛也能同时被标识, 然而在质谱条件下不产生m/z 473的特征碎片离子峰, 且它们的洗脱远在糖类组分之后, 因此不干扰糖类化合物的分离和结构确定.通过建立的LC-ESI-MS方法, 对水解蜂花粉中的单糖进行了分析.结果表明: 水解的蜂花粉中含甘露糖(Man)、半乳糖醛酸(GalUA)、葡萄糖醛酸(GlcUA)、鼠李糖(Rha)、葡萄糖 (Glc)、半乳糖(Gal)、阿拉伯糖(Ara)、木糖(Xyl)和岩藻糖(Fuc).本方法为环境样品中单糖类化合物的确定提供了准确、可靠的技术手段.     

基于CV-FISTA网络的稀疏孔径ISAR成像方法

逆合成孔径雷达(inverse synthetic aperture radar,ISAR)在雷达目标识别、空间监视和弹道导弹防御等领域发挥着重要作用。针对传统稀疏孔径ISAR成像算法对参数敏感和收敛速度慢的问题,提出一种基于复值快速迭代收缩阈值算法网络的稀疏孔径ISAR成像恢复方法。将加速近端梯度方法引入稀疏重构算法中,并将其迭代步骤构建为深度展开网络的隐藏层,构建初始参数相同的随机散射点和飞机散射点的数据集,将复值一维距离像作为网络的输入,利用ISAR像对应的标签对网络进行训练和验证。该方法直接处理复数数据替代传统的分实虚部两路计算方法,显著减少了计算负担。仿真实验表明,相较于传统模型驱动算法,通过对网络进行训练避免了手动调参过程,收敛速度更快,成像质量更高,而且对于特征差异较大的数据具有更好的泛化能力。     

可聚硼酸酯表面活性剂的表面化学性质及与LAS相互作用

用表面张力法研究了可聚合硼酸酯表面活性剂(BES)水溶液不同温度下(288-313 K)的表面活性和热力学函数变化；考察了BES与十二烷基苯磺酸钠(LAS)在0.5 mol·L-1 NaCl溶液中的相互作用. 结果表明, 298 K时, BES临界胶束浓度cmc达到0.066 mmol·L-1, γcmc为29.2 mN·m-1；在所考察的温度范围内BES胶束形成自由能(ΔG0m)在-22.4 - -25.8 kJ·mol-1之间, 胶束形成是熵驱动过程. BES/LAS混合体系为具有较大负偏差的非理想体系, BES/LAS分子间平均相互作用参数βm=-3.48；当溶液体相中BES摩尔分数αBES＝0.5时, 混合胶束中BES摩尔分数X1m为0.46, |βm|达到最大, 而且此时混合溶液cmc为0.017 mmol·L-1, 达到最低, γcmc为27.8 mN·m-1.     

β-二酮钴配合物催化空气氧化二苯甲醇反应的研究

研究了β-二酮钴催化空气氧化二苯甲醇生成二苯甲酮的反应．利用正交实验方法考察了反应温度、时间、N-羟基邻苯二甲酰亚胺(NHPI)用量、催化剂种类及用量对反应的影响．发现同一金属中低价态β-二酮金属配合物的活性较高，配体给电子能力强，催化活性就越高．当反应温度80℃、反应时间12h、NHPI为l0％、Co(acac)2为0．9％时，二苯甲醇的转化率高达97．6％．     

基于MAC地址的校园签到与定位软件设计

为提高课堂效率,帮助教师获取更精确的学生出勤信息,本文开发了一款基于MAC地址的校园签到与定位系统,系统由MAC地址探测程序、手机应用程序和服务器程序组成.MAC地址探测程序对校园内不同地点的MAC地址进行采集,并存储至服务器的数据库中;手机应用程序对用户所在地的MAC地址进行匹配,并将其反馈至服务器;通过服务器中数据库的数据信息和用户所在地的地址信息的比对计算,从而达到用户在校园的定位和打卡功能.测试表明,该系统能实现用户在校园内的精准定位和打卡功能,具有准确性高、灵活度高、可延展性好等特点.     

溶胶－凝胶法制备的包容β－二酮钴催化剂在二苯甲醇氧化反应中的催化性能

 采用溶胶－凝胶法分别以SiO2，Al2O3和TiO2为基体包容β－二酮钴配合物制备了非均相催化剂，采用FT－IR，TG－DTA，XPS及N2吸附方法对以SiO2为基体包容的乙酰丙酮合钴配合物Co（acac）2／SiO2进行了表征，并通过空气氧化二苯甲醇合成二苯甲酮反应评价了催化剂的催化性能．结果表明，Co（acac）2／SiO2的催化性能最好，其玻璃性能也最好．用Co（acac）2／SiO2作为催化剂反应12h后，二苯甲醇的转化率为95．7％，与均相催化反应相比没有明显降低，而且循环利用7次后其催化性能保持不变．包容催化剂的活性依赖于包容基体及其比表面积．     

一次性的传说

据报道：有国外设计者已经设计出了一次性的笔记本电脑产品。它采用再生纸纸浆、生物芯片和蓝色屏幕组成·可以轻松地更换损坏的部分。简单、自然、低价格、便携式、可回收是一次性纸质笔记本电脑的关键词。     

正弦高压驱动的氩等离子体射流长度和温度特性的研究

大气压低温等离子体射流的长度和温度是射流的两个重要的参数,本文利用10kHz的正弦高压驱动在大气环境中产生了稳定的Ar等离子体射流,并对射流的长度特性和温度特性进行了研究。研究发现射流的长度随着外加电压的增加而增加,随着气流速率的增加先增加,到达一定值后又逐渐减小。利用光纤温度计和光谱仪测量并计算了射流的宏观温度以及电子激发温度,发现射流的宏观温度接近室温,而电子激发温度均小于1.5×104K,基本属于冷等离子体范畴,并且它们均随着外加电压的增加而增加。     

基于小波分析的ARIMA与LSSVM组合的高炉煤气预测

高炉煤气发生量的准确预测对钢铁企业能源优化调度具有重要意义。针对钢铁企业中基于机理模型的高炉煤气发生量难以准确预测问题,建立了基于小波分析的最小二乘支持向量机(LSSVM)和自回归差分滑动平均(ARIMA)相结合的高炉煤气预测模型。预测前利用小波去噪对原始数据进行消噪处理,并对处理后的数据进行小波变换得到趋势序列和波动序列,然后对各部分序列分别建模和预测,最后将各部分预测结果叠加;仿真结果表明,组合预测模型减小了预测误差,提高了预测精度。与其他模型相比,组合预测模型更适合高炉煤气预测。