新型的三蝶烯基超交联多孔共聚物对孔雀石绿的吸附性能研究

三蝶烯和2,4-二氨基-6-苯基-1,3,5-三嗪单体在三氯化铁催化剂作用下,通过一步傅-克烷基化(Friedel-Crafts)反应合成了一种新型三蝶烯基超交联多孔共聚物(N-HPC).采用FT-IR、TEM和SEM等分析方法对获得的材料进行了表征.结果表明,N-HPC具有粗糙不规则的形态、丰富的孔结构以及良好的热稳...     

高效液相色谱法测定海洋水体与沉积物中光合色素

建立了海洋水体与沉积物中30种光合色素的反相高效液相色谱检测方法。海水滤膜和沉积物分别采用95%甲醇和95%丙酮超声萃取。萃取液混合一定比例的超纯水后,采用Eclipse XDB C8反相柱进行分离,以乙腈(A)、甲醇(B)和四丁基羟胺-甲醇(C)混合液为流动相进行洗脱,检测波长为430,440和450nm,柱温为50℃。色谱分离梯度为:0min,100%C;22min,25%A,45%B和30%C;28～38min,70%A,20%B和10%C;38.1～40min,100%C。对23种已知浓度色素的线性关系、检出限和加标回收率进行分析。结果表明,相关系数范围为0.9972～0.9998,检出限范围为0.0305～0.7740ng,加标回收率范围为88.6%～103.3%。     

驱油用聚丙烯酰胺分子量测试的光散射研究

利用旋转流变仪分析了超高分子量部分水解聚丙烯酰胺溶液的流变性质,并根据光散射动态模式分析了其在不同浓度和不同盐离子浓度下的尺寸分布.建立了利用多角度激光光散射准确测量驱油用超高分子量聚丙烯酰胺重均分子量(Mw)、均方根回转半径()和第二位力系数值(A2)的方法.准确测量了商品化驱油用超高分子量聚丙烯酰胺FP3630S的这3个参数,分别为Mw=(1.33±0.06)×107,     

Fe3O4/Au纳米复合粒子及其光学性质

在过量Fe₃O₄种子的存在下, 通过盐酸羟氨对四氯合金酸的还原, 制备得到了100 nm以下核壳结构Fe₃O₄/Au磁性复合粒子, 体系中未反应的Fe₃O₄种子可通过稀盐酸的处理去除. Fe₃O₄/Au复合粒子表现出特有的纳米光学效应, 可见光区等离子体共振吸收峰的最大波长与纳米复合粒子的粒径、掺合的种子量以及分散介质的离子强度等有关. 随着纳米复合粒子粒径的增大和分散介质离子强度的增高, 最大吸收峰发生红移, 并出现峰形展宽的情况. 以水作为分散介质, 种子去除得愈彻底, 体系纳米粒子粒径就愈均一, 特征吸收峰会变窄. 这种纳米复合粒子的光学性质对生物分子检测新方法的建立具有重要的意义.     

N-乙酸基马来酰亚胺及其聚合物的合成和量化计算

以马来酸酐和甘氨酸为原料, 采用两步法合成了N-乙酸基马来酰亚胺, 并用碱催化合成了其低聚物, 采用IR和¹HNMR对产物进行了表征. 在不同溶剂条件下, 采用量子化学方法在B3LYP/6-311g*和HF/6-311g*两种水平上, 计算了N-乙酸基马来酰亚胺及其低聚体的几何构型, 电荷分布, 振动分析及热力学函数.     

烧结温度对Cao.9(NaCe)0.05Bi2Nb2O9无铅压电陶瓷性能的影响

采用传统固相反应法制备了Ca0.9(NaCe)0.05Bi2 Nb2 O9铋层状无铅压电陶瓷.采用XRD、SEM、EDS及相关电学性能测试系统表征了样品的晶体结构、断面形貌、元素组成以及介电、压电、铁电等性能,探究不同烧结温度对于陶瓷性能的影响.结果表明:当烧结温度为1150℃时,样品的晶体结构单一均匀,呈现片层状结构,致密性较好,压电常数高达17 pC/N,介电损耗仅为0.42;,居里温度为908℃,并且具有很好的温度稳定性,说明固相反应法制备的Ca0.9(NaCe)0.05Bi2Nb2O9压电陶瓷最佳烧结温度为1150℃.     

流体饱和多孔介质中热发展强迫对流的熵产分析

利用Darcy流动模型,同时考虑粘性耗散效应,分析研究了以两等温平板为边界的多孔介质中,热发展强迫对流的熵产.参数研究表明,组参数和Péclet数减小,而Brinkman数增大时,熵产增大.形象化的热线表示方法着重应用于Br＜0的情况,在这种情况下,在顺流的某些位置上,存在热传递方向的改变,即从原来的壁面向外传热变为向壁面传热.     

随机生产中拖后需求的变质产品最优生产策略

针对部分短缺量拖后的变质产品,建立随机生产状态下的生产-库存模型.所谓随机生产状态,是指生产过程会随机地从一种可控状态向另一种不可控状态转移,当生产处于不可控状态时,会生产出一定比例的次品.其中,生产状态的转移服从均匀分布.通过生产-库存模型得到了随机生产状态下总成本函数,分析得到,该总成本函数是一个关于生产次数的凹函数,并由此提出了最优生产次数算法.最后给出了算例.算例结果表明,最优生产次数算法能够有效地将一个4n 1维的最优问题转化为一个一维问题,为变质商品的生产-库存决策提供了简便有效的方法.     

DMGSP:一种快速分布式全局序列模式挖掘算法

为了解决分布式环境下挖掘全局序列模式常产生过多候选序列,加大网络通信代价问题,提出了一种基于分布式环境下的快速挖掘全局序列模式算法--DMGSP.该算法将分布式环境下的各站点得到的局部序列模式压缩到一种语法序列树上, 避免了重复的序列前缀传输. 采用合并树中结点序列规则和项序扩展策略,对非频繁序列进行剪枝,有效地约简了候选序列,减少了网络传输量,从而快速生成全局序列模式.算法分析和实验结果表明,在大数据集环境下的DMGSP算法性能优越,能够有效地挖掘全局序列模式.     

一种高效挖掘高维数据的频繁闭合模式算法

为了克服传统高维数据挖掘频繁闭合模式算法迭代产生子表,引起算法执行时间长和存储开销大等问题,提出了一种高效挖掘高维数据的频繁闭合模式的算法EMHCP. EMHCP算法采用一种新型结构位图表来压缩存储数据,在仅扫描数据库一次后,建立位图转换表.根据位图转换表来构建混合树结构,采用深度优先的方式和有效的剪枝策略高效挖掘出所有的闭合模式.从而有效地缩小了搜索空间,加快了处理速度.通过在生物数据库应用的实验结果表明, EMHCP算法比已有的CARPENTER和TD-close等算法更为有效.