基于程序升温氢化表征的Ni-Al2O3催化剂上CO2-CH4重整反应积炭研究

采用水热沉积法制备Ni-Al₂O₃催化剂,用于CO₂-CH₄重整反应;基于程序升温氢化（TPH）表征,研究了反应时间、温度、原料气CO₂/CH₄比例和空速等因素对CO₂-CH₄重整反应过程中Ni-Al₂O₃催化剂上表面积炭行为的影响。结果表明,表面积炭是导致催化剂重整反应失活的重要原因。随反应时间的延长,催化剂表面积炭量增多,虽未成比例增加,但其TPH峰温有向高温方向移动的趋势,表明所积之炭的石墨化程度增加。反应温度和空速对催化剂表面积炭也有一定影响,且空速的影响更大。另外,由于CO₂消炭反应（CO₂+C=2CO）的存在,CO₂/CH₄比例对表面积炭的影响也很大。CO₂/CH₄比例太低,不能明显抑制积炭;随着CO₂/CH₄比例增加,积炭将得到有效抑制,但CO₂/CH₄比例过高,CO₂在产物中的分离和回收再利用将使成本增加。     

焙烧条件对浆态床CO甲烷化Ni-Al2O3催化剂性能的影响

结合行星式球磨机,采用机械化学法制备Ni-Al₂O₃催化剂,考察了焙烧温度和焙烧时间对Ni-Al₂O₃催化剂晶相结构、还原特征、孔道结构和浆态床CO甲烷化性能的影响。通过XRD、H₂-TPR、BET、XPS和TPH等方法对反应前后催化剂进行表征。结果表明,焙烧温度从350℃升高到700℃,活性前体NiO仍在载体表面高度分散,催化剂还原峰温向高温方向偏移。其中,450℃条件下焙烧所获得的cat-450试样比表面积最大,为350 m²/g。评价结果显示,焙烧温度从350℃升高到700℃,CO转化率、CH₄选择性和收率均呈先升高后降低的趋势,于450℃达到最大值,分别为97.8%、88.2%和86.2%。另外,焙烧时间对催化剂的还原性能影响较小,对载体Al₂O₃的晶相结构有一定影响。随焙烧时间延长,CO转化率稍有降低,而后增大;焙烧时间为4 h,CH₄选择性和收率均较大。     

5G边缘计算节点部署方法研究

随着5G商用的到来,基于5G三大应用场景的业务需求,现有核心网集中式部署不能满足新的需求,网络随业务流向边缘迁移是产业发展趋势。移动边缘计算靠近用户侧部署,能提供更短时延和保护隐私等功能。本文通过分析移动边缘计算面向的重点行业和重点领域等业务发展需求,协同构建客户的业务、无线和局房资源视图,匹配出移动边缘计算部署机房位置及资源储备。     

DF-100A短波发射机中调谐马达驱动的检修与维护

DF-100A短波发射机在广播任务领域有着广泛的应用,该设备在电台的工作中有着重要的意义。发射机的段波发射调谐工作依赖调谐马达驱动进行,发射机的稳定工作取决于调谐马达驱动的正常运行。DF-100A短波发射机的某一调谐出现变动时,其余调谐依靠调谐马达驱动来维持。因此,调谐马达驱动对于段波发射机的稳定工作起着重要的作用。本文在对DF-100A短波发射机中调谐马达驱动的工作原理与常见故障进行分析的基础上,探究调谐马达驱动检修与维护的措施。     

烯酮或乙烯与甲醛环加成协同反应机理的对比研究

本文研究了烯酮与甲醛, 乙烯与甲醛两个环加成反应的协同过程的过渡态(TS),用能量分解方法对两个过渡态中反应物间的相互作用能的本质做了剖析。通过对比,发现在乙烯与甲的过渡态中反应物的占有轨道间电子的交换排斥作用能比较大, 从而可以说明此反应比乙烯与烯酮间的协同过程难于进行。     

核破裂中的激发能的作用

在晶格气体模型的框架中研究了¹²⁹Xe系统在破裂过程中的热力学性质和轻粒子发射性质随核温度和系统的冻结密度的变化规律.计算发现在不同的冻结密度下,¹²⁹Xe破裂过程的物理观测量呈现了不同的温度相关性.在这种情况下,核物质液气相变发生时的临界温度强烈地依赖于系统的冻结密度.当激发能代替温度作为一个自变量时,临界激发能将不再灵敏地依赖于系统的冻结密度.除此之外,由于不同冻结密度而引起的不同粒子发射产额的温度相关性,也随着激发能的应用,出现了几乎一致的激发能依赖性.从这些结果中可以认为,激发能可以作为一个控制核破裂的基本物理量和标度量.     

碎裂反应和放射性核束的产生

本总结了中能重离子碰撞产生同位素分布的计算方法和模型,包括参数化公式,擦碎模型和统计擦碎模型。介绍了模型的物理基础和计算方法,并讨论了对擦碎模型和统计擦碎模型的修正。同时用统计擦碎模型探讨了碎裂瓜在产生的同位素分布的同位旋效应。然后介绍了放射性核束的产生方法,并对放射性束流物理的发展前景作了简要介绍。     

汉藏政府公文机器翻译的语料对齐技术研究

针对汉藏政府公文机器翻译的数据稀疏和构建大规模的语料库等关键问题,提出了一种基于规则的句级语料对齐技术。所提出的技术以汉藏政府公文的句子特点为依据,结合了基于长度和词汇的混合式对齐方法,在国家和省级层面的5个汉藏政府公文数据集上进行了测试,测试结果表明,准确率在66%到75%之间,减少了句级语料对齐所需的人力、物力和财力,同时在构建大规模语料上取得了较好的效果。