微波水热法制备Al2O3包覆Al复合粉体的研究

用微波水热辅助沉淀法制得氧化铝前驱体/铝复合粉体,再经过1000℃煅烧2 h得到氧化铝/铝复合粉体,用XRD、SEM和EDS对粉体进行了表征.研究表明:相比普通水热法,微波水热法制备时间短,制得的前驱体水合氧化铝结晶度更好.当微波水热反应pH=11、反应时间为120 min、硝酸铝浓度为1 mol/L时,前驱体水合氧化铝的结晶度和煅烧后氧化铝对铝粉的包覆效果均达到最佳.     

线形同轴耦合式微波等离子体CVD法硬质合金微型钻头金刚石涂层沉积

本文介绍了利用线形同轴耦合式微波等离子体CVD法在硬质合金微型钻头(微钻)上沉积金刚石涂层的初步实验结果.微型钻头的直径为0.5mm,其中WC晶粒的尺寸约为0.5μm.在沉积前,先用Murakami溶液(10gKOH+10gK3[Fe(CN)6]+100ml H2O)对微钻刻蚀10min,使其表面粗化,然后用硫酸-双氧水溶液(10ml98wt;H2SO4+100ml 38;m/vH2O2)对其浸蚀60s,以去除其表面的Co.在金刚石涂层过程中发现,由于微钻尖端在微波电磁场中产生较集中的辉光放电现象,因而在微钻尖端很难获得金刚石涂层.针对这种金刚石涂层过程中的"尖端效应",尝试使用了金属丝屏蔽的方法以改变微钻周围的微波电磁场分布,克服了上述金刚石涂层过程中的"尖端效应",首次成功地采用微波等离子体CVD法在微钻上沉积了厚度为1.5μm的金刚石涂层.     

富氧条件下生物质基活性炭负载钾催化剂高选择性还原氮氧化物

研究了富氧环境中生物质基活性炭负载钾催化剂选择性还原氮氧化物的性能。结果表明,与煤基（褐煤）活性炭负载钾催化剂相比,生物质基（木屑）活性炭负载钾催化剂表现出高选择性还原NO能力,在2 h恒温稳态实验过程中能够保持80%的NO还原效率,而C-O₂反应活性仅为18%。X射线衍射、比表面积、X射线光电子能谱以及程序升温脱附实验表征结果显示,生物质基活性炭负载钾催化剂优异的选择性还原NO性能应归因于炭表面钾物种的高度分散性,这与催化剂的高比表面积以及大量的表面氧基团有关。另外,生物质基炭材料还原NO反应产物中具有较高的CO₂选择性。     

功能梯度材料瞬态热传导问题的降维精细积分法

针对功能梯度材料(FGMs)的二维瞬态热传导问题,提出了一种有效的降维精细积分法.通过空间坐标的分步离散,将原二维问题的精细积分转化为一系列一维问题的精细积分,解决了直接精细积分算法所面临的传递矩阵规模过大的问题,从而大幅度降低了计算量和存储量.算例表明了本文方法的有效性.     

大学物理教学中量纲分析与应用

量纲分析是重要的半定量分析方法之一,在大学物理教学实践中,要培养和倡导学生在学习中灵活应用量纲分析解决问题,使教学更丰富和直观.本文介绍量纲分析的基本理论及怎样将量纲分析方法贯穿于教学中.     

基于改进Zernike矩的远场激光高精度中心测量

针对远场激光光斑分布不均匀、形状不规则的特性,提出一种基于改进的Zernike矩的远场激光高精度中心测量方法。在传统Zernike矩亚像素边缘检测基础上,使用新型的logistic边缘检测模型和阶跃阈值自适应提取方法,在减少人工对阶跃阈值误判的同时,提高对实际边缘的识别精度,最后使用最小二乘法椭圆拟合得到高精度激光光斑中心。该方法在远场激光中心检测中,单帧误差在0.5 pixel左右,连续多帧中心偏差波动在1 pixel以内,拥有较高的精度和可靠的稳定性。     

还原氧化石墨烯@泡沫镍载CoO纳米花电极制备及催化CO2性能

本文以氧化石墨烯包覆泡沫镍电极(GO@NF)作为基底,采用水热法在GO@NF基底上原位生长CoO纳米花,同时GO在水热过程中被同步热还原为还原氧化石墨烯(RGO),从而一步制得还原氧化石墨烯包覆泡沫镍负载CoO纳米花电极(CoO/RGO@NF)。使用XRD和SEM对CoO/RGO@NF电极进行表征,发现CoO纳米花均匀生长在泡沫镍三维网络结构上,CoO纳米花为大量针状纳米棒围绕一个中心而成的花状结构,纳米棒的长度约为10 ~ 15 μm,直径约为100 ~ 200 nm。使用循环伏安和线性扫描法测试了CoO/RGO@NF电极电催化CO₂的还原性能,在-0.76 V（vs. SHE）电位下,CoO/RGO@NF电极电催化CO₂还原的电流效率达到70.9%,产甲酸法拉第效率达到65.2%,甲酸产率为59.8 μmol·h^-1·cm^-2,且电极可持续稳定电催化还原CO₂ 4 h,表明CoO/RGO@NF电极对CO₂电还原有着优良的催化活性、选择性和稳定性。     

求解病态线性方程的一种精细格式及迭代终止准则

研究了求解病态线性方程组的一种简化精细迭代格式和相应的迭代终止准则。首先将线性病态方程组系数矩阵的逆,归结为一矩阵指数的无穷积分形式;然后选择一个固定步长t,建立前述矩阵指数积分在区间[0,2τ]与[0,τ]上的递推关系,并通过区间倍增的方式逼近无穷积分。算法以2~n指数收敛,经过数十次迭代即可获得高精度解,因此具有极高的效率。在迭代过程中解的精度随着积分区间的增加而迅速提高,但当积分区间达到一定程度后,矩阵自乘过程中的误差积累以及矩阵的病态性,反而会导致精度随着区间的增加迅速下降。故一个可行的迭代终止准则,才使得算法具有实际意义。本文以迭代残差为指标,如果该指标连续n次出现增加,则计算停止。n与问题的病态程度及矩阵规模有关,一般情况下n取2即可,最大不超过10。在算例中,n取为5进行计算,都能使得迭代在解较为精确的次数时停止,证明了准则是有效的。