纳米氢氧化铝稳定泡沫性能研究

通过原位表面活性化可使纳米颗粒变成表面活性颗粒,使其能够吸附在气-液界面上形成颗粒单层,这种颗粒单层类似于表面活性剂在气-液界面上的吸附单分子层,有起泡和稳泡的作用.研究了纳米氢氧化铝与表面活性剂SDS及OP-10复配产生的泡沫的性能.结果表明,以水为溶剂时,OP-10基本不能使纳米氢氧化铝颗粒原位表面活性化,不能在起泡和稳泡方面产生协同效应.而阴离子表面活性剂SDS能够通过静电作用吸附在纳米氢氧化铝颗粒表面,使颗粒表面覆盖一层烷基链而亲水性减弱,从而能以颗粒单层形式吸附在气-液界面上起到起泡和稳泡的作用.当SDS质量分数大于0.6%后,表面活性剂分子在颗粒表面形成双层或多层吸附,打破了活性颗粒的亲水-亲油平衡,纳米颗粒重新转变为强亲水颗粒,起泡、稳泡能力下降.质量分数0.1%纳米Al(OH)3+SDS体系的泡沫封堵性能明显优于单一SDS体系,文中实验条件下阻力因子可达100以上.     

肌醇生产中影响得率的几个主要因素

以米糠或淀粉废水为原料生产肌醇，影响肌醇得率的主要因素为：植酸钙镁中有机磷含量；植酸钙镁水解的程度；浓缩与精制过程中母液是否循环使用。     

师专《解析几何》教学中的两个基本问题

对师专解析几何教学存在的问题进行分析重视对中学数学教学的联系与指导；教学内容选择应遵循的原则.     

高效液相色谱法同时测定益肾保健酒中9种有效成分

建立高效液相色谱法测定益肾保健酒中5-羟甲基糠醛、阿魏酸、肉桂醛、朝藿定A、朝藿定B、朝藿定C、淫羊藿苷、宝藿苷I、藁本内酯的含量。采用Sepax HP C₁₈色谱柱(250 mm×4.6 mm,5μm)分离，以乙腈-0.1%磷酸水溶液为流动相梯度洗脱，流量为1.0 mL/min，检测波长为280 nm，柱温为30℃，进样体积10μL。9种目标物在各自质量浓度范围内与色谱峰面积具有良好的线性关系，线性相关系数不小于0.999 2，测定值的相对标准偏差为0.29%～1.13%(n=6)，平均加标回收率为95.87%～101.73%。该方法操作简单，可用于益肾保健酒中9种有效成分含量的测定。     

蔗糖水解速率常数与氢离子浓度关系

测定了不同氢离子浓度下蔗糖水解速率常数并对公式k=a_0+a_1C_H++a_2expC_H+进行拟合。     

心衰方治疗充血性心力衰竭患者的临床观察

目的观察心衰方对充血性心力衰竭（CHF）患者的临床疗效。方法属NYHA心功能分级为2～3级的门诊及住院患者160例随机分为两组。两组患者均给以病因及对症治疗,对照组按心力衰竭常规处理;治疗组在常规处理的基础上使用心衰方每日一剂分三次服用。观察治疗前后临床症状、体征积分变化;超声心动图指标及运动耐量、生活质量的变化。观察周期共1年。结果（1）两组患者治疗后症状、体征积分均较治疗前降低,治疗组较对照组积分更低（P〈0．05）。（2）治疗组左心室收缩末期容积较治疗前降低,每搏量、有效心输出量、心脏指数、左心室射血分数明显增加与对照组比较差异有统计学意义（P〈0．05）,提示心脏的收缩功能改善,心排血量增加。与对照组疗效比较差异有统计学意义（P〈0．05）。（3）治疗组综合疗效总有效率为94．7％,对照组综合疗效总有效率为75％。组间比较差异有统计学意义（P〈0．05）。（4）治疗组的运动耐量、生活质量与对照组比较有较显著提高（P〈0．05）。结论心衰方对充血性心力衰竭具有良好防治作用。     

一维双极Euler-Poisson方向的有非零边值的初边值问题的整体适应性(英文)

主要考察来自半导体材料或者等离子体的双极流体动力学模型,它由带松弛项的Euler型方程组和电场的Pois-son型方程组耦合而成.运用经典的能量估计的方法,证明了一类有非零边值条件的初边值问题的光滑小解的适定性.即在半空间上得到了整体光滑解的存在性和唯一性.同时得到:当时间足够大时,上述光滑解收敛到多孔介质方程的解,即原初边值问题的解是有扩散波现象的.     

SDS/正戊醇-环己烷-水拟三元体系相图及温度对相图的影响

绘制了35, 45, 55, 65 ℃下, 十二烷基硫酸钠(SDS)/正戊醇-环己烷-水体系的拟三元相图. 分析了温度对相图和微乳液区域的影响. 结果表明, 温度对油包水(W/O)反相微乳液区域大小有影响, 但影响较小, 温度对水包油(O/W)微乳液区域的影响较大, 且随温度的增加, 区域增大. 电导率曲线与相图吻合很好, 并用电解质溶液理论进行了解释.     

一种组合赋权的两阶段优化算法

针对含有较多决策方案的组合赋权问题,提出了一种两阶段优化算法。第一阶段根据各个属性下的方案排序,采用单边t检验筛选方案,优化组合赋权的样本;第二阶段构建与主客观权重的偏差最小以及各方案之间的离差最大的组合赋权模型;最后运用算例说明方法的有效性。     

基于扩散映射的太赫兹光谱识别

特征提取对于太赫兹光谱识别来说至关重要。传统方法是通过人工选取太赫兹光谱中差异性较大的吸收峰作为特征进行光谱识别,但当部分物质在太赫兹波段没有明显波峰、波谷等光谱图形特征时,这种方式便不再适用。为此,研究人员利用统计学习与机器学习方法对高维太赫兹光谱数据进行降维和特征提取。由于物质的太赫兹光谱数据各维度呈现非线性,尤其是当不同物质的太赫兹光谱曲线整体非常相似时,线性处理方法易产生较大误差。针对这一问题,提出了一种基于扩散映射(DM)的太赫兹光谱识别方法。扩散映射能在保持数据内在几何结构的同时对其进行非线性降维,提取的流形特征区分度较高,对数据还有聚类效果。首先用S-G滤波器对Alloxazine等10种物质的太赫兹光谱样本进行滤波,并用三次样条插值法对截取相同频段后的光谱样本进行统一分辨率处理;然后利用DM将高维太赫兹光谱数据映射到低维特征空间并提取太赫兹光谱的流形特征;最后用多分类支持向量机(M-SVM)对十种物质的太赫兹透射光谱进行分类。实验结果表明,相比于主成分分析(PCA)和等距映射(ISOMAP),使用DM提取的太赫兹光谱流形特征具有更高的区分度,而且DM可以直接得到太赫兹光谱数据本征维数的估计值,这为相似太赫兹光谱的快速精准识别提供了一条新的途径。