托卡马克中磁流体不稳定性与高能量离子相互作用

在托卡马克中,磁流体不稳定性与高能量离子相互作用是一个非常重要的问题,它对未来聚变堆稳态长脉冲运行至关重要。HL-2A是我国第一个具有先进偏滤器位形的非圆截面的托卡马克核聚变实验研究装置。撕裂模是托卡马克中的一种基本的电阻磁流体不稳定性,它可以改变磁场的拓扑结构,形成输运短路,甚至会触发大破裂。高能量离子在燃烧等离子体和各种外部辅助加热过程中是不可避免会产生的。目前,撕裂模与高能量离子相互作用依然存在一些关键性问题,例如撕裂模与高能量离子相互作用的共振关系、该物理过程导致高能量离子损失的物理机理等,并且还没有完整的关于撕裂模与高能量离子共振相互作用的数值模拟工作。因此,本综述论文主要从以下三个方面展开:1)回顾撕裂模与高能量离子相互作用的研究历史;2)基于HL-2A实验,从数值模拟的角度讨论撕裂模与高能量离子共振相互作用的物理机理以及其导致高能量离子损失的物理机制;3)展望未来聚变堆中撕裂模与高能量离子相互作用的情况。     

手性吡咯亚磷酰胺/Rh催化的1,1-双取代烯烃的不对称氢甲酰化反应

发展了一类吡咯取代的手性亚磷酰胺配体,并将其成功地应用于铑催化的1,1-双取代烯烃的不对称氢甲酰化反应,以优秀的区域选择性、良好的化学选择性和对映选择性(71%～86%ee)得到相应的手性直链醛,反应的转化数(TurnoverNumber,TON)值最高达到8900.该类催化剂容易制备且具有广泛的官能团兼容性,通过不对称氢甲酰化反应为手性α-烷基-β-甲酰基丙酸酯类化合物的合成提供了一类新的方法.     

傅里叶变换红外光谱仪在烟幕测试中的应用

用自制的小型烟幕箱在FTIR光谱仪上测试抗红外烟幕剂燃烧形成的烟幕。通过动态测试烟幕不同时间的红外光谱图,得出烟幕随时间的变化规律及烟幕沉降规律。由测试同一配方不同量烟幕剂燃烧形成烟幕的红外光谱图,得出其主产物浓度与吸光度之间的定量关系,结果表明符合Lambert-Beer定律。而对不同药量烟幕剂在3个大气窗口遮敝能力的计算,得出烟幕遮蔽能力与药量之间的定量关系。     

一类粗糙核奇异积分算子的端点估计

设T_Ω是带粗糙核的Calderón-Zygmund奇异积分算子,I为任意真包含在单位圆周S~1上的闭圆弧.本文证明,若Ω支在I上并在I上单调,那么T_Ω是从Hardy空间H~1(R~2)到L~1(R~2)的有界算子当且仅当‖Ω‖_(LlogL(S~1))∞.     

平交路口多相让自适应控制的实时OD递算模型

平面交叉口多相位自适应信号控制需要依据其进口道实时OD流量设置配时参数,以适应变化的交通需求．为此,笔者建立了描述平面交叉口动态交通需求的多变量动态线性模型及其递推算法．该模型基于交叉口进出口断面的流量观测数据,以进口道的分流概率矩阵为状态参数,利用贝叶斯预测方法,对时变OD矩阵进行联线估计．对一特定的T型交叉口交通状态的计算机仿真表明该模型和算法具有较好的精度,能用于交叉口多相位自适应信号控制．     

气相色谱法测定化妆品中的 VE 含量

介绍了一种用气相色谱法准确快速测定品中ＶＥ２含量的新方法。该法以ＶＣ作保护剂,用环已烷提取样品,ＳＥＰ－ＰＡＫ ＡＬＵＭ－Ａ小柱净化。以氯氰菊酯内标物,在１？５％ＯＶ＝－１７色谱柱上进行分离,测定化妆口中ＶＥ含量。内标物与样品的分离度为１．５５。平均回收纺为９４．３％～９８．８％,相对标准偏差为１．７％～３．５％（ｎ＝５）。     

含金属分子筛上Nox选择性催化还原研究进展 I 含非贵金属分子筛体系

贫燃发动机车(包括柴油机),因其能提高燃料的利用、减少温室气体CO2的排放,从而引起了广泛关注.由于贫燃发动机的尾气富含氧,传统的三效催化剂不能有效地控制和转化其中的NOx,因此开发新的催化剂已经引起了世界各国的重视.     

以CTMABr和CTMAOH为共模板剂合成MCM-41

采用共模板剂水热合成了MCM-41.分别用X射线粉末衍射(XRD)、固体核磁共振(²⁷AlMASNMR)和N₂吸附等温线技术考察了用该方法和传统方法所制备的Si-MCM-41和Al-MCM-41样品的晶相结构、孔结构以及Al在分子筛中的化学环境.结果表明,用共模板剂方法合成的MCM-41样品,其纯度和孔径均一性显著提高,特别是当样品中Al含量较高时,仍可保证Al原子以四配位结合在MCM-41的硅骨架上.还就采用共模板剂的理论依据进行了讨论.     

耐晒大红BBN与表面活性剂双组分光催化降解

以表面活性剂十六烷基三甲基溴化铵(CTAB)和难溶有机颜料耐晒大红BBN(简称BBN)为双组分降解底物, 以TiO2为光催化剂, 研究双组分底物的光催化降解的快慢及规律, 双组分降解的相互影响, 初步建立双组分和催化剂之间的作用模型. 结果表明, pH值及底物的浓度对双组分体系的降解都有显著影响, 碱性条件更适合体系的降解, 在中性(pH=6.8)环境中两种底物的降解效果明显高于单组分的降解. 在碱性条件下(pH=9.2), 加入BBN使CTAB的降解速率略有下降. CTAB的浓度对BBN褪色速率影响较大, 当CTAB 的浓度为1 cmc 时, BBN和CTAB的降解速率都达到最快. BBN在TiO2表面吸附性强, 且被优先降解.     

复杂制造系统中的热轧带钢力学性能预测的深度学习模型

钢铁工业向智能制造转型升级过程中对相关模型的精度提出了更高的要求,传统的热轧板带力学性能预测模型已很难满足现场需要,基于多层网络的深度学习模型在实际应用中往往受到数据不足、调参困难等限制,而且选择的有限个离散工艺参数很难准确反映板带的实际加工过程。为了应对这些问题,本文提出了一种新的基于gcForest框架的板带力学性能输入数据采样方法,该方法根据热轧板带生产这类工序流程复杂且工艺路径及参数对产品质量异常敏感的特点,设计了一种基于时间-温度-形变的三维连续时序过程数据采样方式,并将多粒度扫描得到的局部历程信息与板坯的基础信息（化学成分和典型工艺参数）进行融合,使下一环节的输入同时具备局部特征和全局特征;此外,在多粒度扫描结构中设计了可变窗口的子采样方案,使具有不同维度的输入数据通过多粒度扫描结构后能够得到相同维度的输出特征,使级联森林结构能够的正常训练。最后,在3个钢种的实际生产数据上进行实验评估,结果表明,这种基于gcForest的力学性能预报模型综合性能更好,而且调参容易,在样本较少的情况下也能保持很高的预测精度。