聚合物反应加工过程中的原位合金化

用反应加工方法将具有不同性能的高分子材料通过共价键或离子键组装在一起,制备具有各共混组分优良性能的新型高分子合金材料,是当前高分子材料科学发展较快的领域之一.本文分别就聚合物/聚合物共混体系和聚合物/可聚合性单体共混体系原位合金化问题进行了讨论,简要概括了国内外该领域研究取得的最新成果.     

绿太阳鱼Lepomis cyanellus Rafinesque,1819入侵贵州的风险

绿太阳鱼原产于美洲,主要分布于北美中部。该鱼于1999年作为观赏和游钓用鱼引入我国,主要在广东、广西等地养殖,野外种群已扩散至安徽、四川等地,但在贵州尚无分布记录。2020年7月至2021年10月,在贵州省6个调查点采集到11尾成体标本。调查结果显示,6个调查点均无绿太阳鱼的养殖,推测绿太阳鱼的入侵可能是其他经济鱼类养殖时所引入或放生所致,该鱼在贵州是否形成可繁殖的种群尚需进一步调查和研究。     

二维大分子的构象及凝聚态调控

近年来,二维大分子蓬勃发展,已经成为继经典线形与支化拓扑大分子之后的一个重要分支.二维大分子不但补全了经典高分子科学中缺失的二维分子维度,而且成为具有广泛且重要应用前景的材料新体系,将延续高分子科学在国民经济生产生活中的重要作用.类比成熟的线形高分子系统,深入理解二维大分子的构象与凝聚态并建立精确的材料结构调控方法是其发展的基础,目前仍然处于起步阶段.本文以我们课题组的研究工作为主线,以氧化石墨烯为二维大分子理想模型,总结了二维大分子构象行为与凝聚态结构调控的研究思路与进展.简要回顾了二维大分子构象的研究历史,介绍了构象行为规律、液晶凝聚态以及固态凝聚结构调控方法的系列新进展,并对未来二维大分子构象及凝聚态研究进行了展望,为二维大分子及材料的发展提供了新思路.     

覆膜金属罐中PBT/PET环状低聚物在食品中的迁移测试及基于膳食暴露量的风险评估

该文建立了一种超高效液相色谱-四极杆飞行时间质谱联用技术(UPLC-QTOF MS)测定覆膜金属罐包装食品中聚对苯二甲酸乙二醇酯(PET)和聚对苯二甲酸丁二醇酯(PBT)环状低聚物迁移量的方法。利用我国人群食物消费量、与食品接触面积和食品单位质量/体积比(S/V)的调查数据以及PET和PBT环状低聚物迁移试验数据,估算了我国人群对摄入的水果罐头、饮料和啤酒等以覆膜金属罐包装食品中PET和PBT环状低聚物的膳食暴露量,并按照毒理学关注阈值(TTC)决策树方法对其进行风险评估。结果显示,6种PET和PBT环状低聚物均属于Cramer Ⅲ类结构;其膳食暴露量最大值为1.234μg/kg·BW/d,低于Cramer Ⅲ类物质的阈值1.5μg/kg·BW/d。表明通过摄入覆膜金属罐包装的水果罐头、饮料和啤酒暴露于PBT和PET环状低聚物所引起的健康风险较低。     

含硫液体烃燃料水蒸气重整制氢Ⅰ. Pt/Ce0.8Gd0.2O1.9催化剂的制备、表征和抗硫性能

 以柠檬酸溶胶-凝胶法合成的具有萤石结构的Ce0.8Gd0.2O1.9(CGO)复合氧化物为载体,用初湿浸润法制备了负载型Pt催化剂. 纯异辛烷的重整反应结果显示, 600和800 ℃焙烧的催化剂达到了热力学平衡转化, 1000 ℃焙烧会导致Pt的聚集和氧化物的严重烧结,因而催化剂活性较差. 抗硫测试表明, 800 ℃焙烧的催化剂抗硫性能最好,在300 μg/g硫存在下, 100 h内异辛烷均接近完全转化; 在500 μg/g硫存在下催化剂仍表现出良好抗硫性能. 程序升温还原和X射线分析结果显示, 800 ℃焙烧时Pt与CGO载体间的相互作用最强,同时催化剂具有良好的热稳定性,这是催化剂具有抗硫性能并且抗硫作用持久的根本原因. 反应条件下噻吩硫完全转化成H2S, 硫的转化可能是通过氧化-还原机理进行的.     

高效液相色谱/氢化物发生-原子荧光光谱法检测微藻中的砷形态

建立了盐藻和螺旋藻中砷形态的高效液相色谱/氢化物发生-原子荧光光谱(HPLC/HG-AFS)分析方法。优化了微藻中砷形态的提取方法、流动相浓度及pH、KBH4浓度、载流浓度、AFS参数。优化后砷形态的提取效率范围为97.3%~99.1%,在优化后的实验条件下,As(Ⅲ)、二甲基砷酸(DMA)、一甲基砷酸(MMA)和As(Ⅴ)的线性相关系数分别为0.9999、0.9996、0.9997和0.9994,检出限分别为0.19、0.40、0.34、0.52μg/L,盐藻的砷加标回收率为91.5%~100.8%,螺旋藻的砷加标回收率为95.6%~104.5%。研究结果表明,该方法检测快速(10min),且测得微藻中的砷形态数据准确、可靠。     

Magnetic Phase Transition in Two-Dimensional CrBr3 Probed by a Quantum Sensor

Recently, magnetism in two-dimensional(2 D) van der Waals(vd W) materials has attracted wide interests. It is anticipated that these materials will stimulate discovery of new physical phenomena and novel applications. The capability to quantitatively measure the magnetism of 2 D magnetic vd W materials is essential to understand these materials. Here we report on quantitative measurements of ferromagnetic-to-paramagnetic phase transition of an atomically thin(down to 11 nm) vd W magnet, namely C...     

氦制冷/液化流程优化设计与分析综述北大核心

针对现存主要的大型低温氦制冷/液化流程的优化设计方法进行了详细总结和分析,从而得出一些普适性的结论。指出流程设计过程中存在的可进一步优化的问题,对如何设计高效节能的大型氦低温系统具有参考意义。     

CNN在煤矿突水水源LIF光谱图像识别的应用

煤矿突水类型的快速识别在矿井安全生产中意义重大,煤矿突水激光诱导荧光(LIF)光谱的识别方法,需要对光谱曲线进行预处理和特征提取,其过程较复杂,对此,提出了一种卷积神经网络(CNN)快速识别矿井突水类别的方法。根据煤矿矿井水层的分布特点和最常见煤矿突水类型,选取三种原始水样以及由原始水样混合的两种混合水为实验材料,利用LIF技术快速获取五种水样的200组荧光光谱曲线图,灰度化后输入CNN算法,其中150组光谱曲线图用于CNN的训练,剩余50组用于训练好的模型测试。模型测试中,CNN算法对实验水样光谱曲线图的识别率为100%,实验结果表明,CNN算法不仅能省去煤矿突水光谱图像识别中的数据处理和特征提取工作,而且还能快速有效的识别矿井突水类型。     

基于多层正则极限学习机的煤矿突水光谱判别方法

为了快速而准确地判别煤矿突水水源类型,提出了一种构建多层正则极限学习机(M-RELM)模型的方法,该模型融合了非线性特征提取和分类学习。以激光诱导荧光(LIF)技术获取水样荧光光谱,作为模型的输入;以改进的自动编码器(AE)提取荧光光谱特征,形成模型隐含层的特征空间。为了减少光谱中噪声和异常对分类结果的影响,对极限学习机(ELM)算法进行了正则化优化,根据是否利用未知样本构造训练集,进行L2范数正则极限学习机(L2-RELM)或基于图的流形正则极限学习机(GM-RELM)优化,实现监督或半监督的分类学习。通过不同功能的隐含层之间进行传播,构建了多层正则化模型,完成了预训练和训练两个过程的融合。以淮南区域煤矿突水水样为实验对象,与支持向量机(SVM)和单隐含层极限学习机进行性能比较。在含有混合水的样集上,该模型的平均测试准确率可达到94%以上,训练时间为0.2s左右。在含有未知样本的所有水样集上,相比于L2-RELM模型,采用基于图的流形正则优化的GM-RELM模型的测试准确率可提升2%左右。实验结果表明,M-RELM模型更能适应煤矿突水水源的判别要求。