羟乙基吡咯烷酮尿嘧啶的合成

报道了一种新的氮杂核苷类似物：羟乙基吡咯烷酮尿嘧啶（８）的合成．以丁二酐和２－氨基乙醇为原料,经酰化、环合、还原及烃氧基化反应制得１－乙酰氧乙基－５－乙氧基－２－吡咯烷酮（６）,在四氯化钛存在下与三甲基硅尿嘧啶缩合,得到乙酰氧乙基吡咯烷酮尿嘧啶（７）,在氨－甲醇体系中去乙酰基得到目的物：羟乙基吡咯烷酮尿嘧啶（８）．     

法兰锻坯成型高度的确定

分析了法兰锻件在胎模锻过程中金属质点流动规律,应用主应力法求得分流面位置来确定制坯高度,从而保证了锻件质量。     

P物质及其mRNA在家兔圆小囊组织内表达的研究

P物质(substanee P,SP)是第一个被发现的脑肠肽类物质。大量研究表明SP在激发非特异性免疫调节和诱发炎症等方面发挥着重要的功能。家兔的圆小囊是兔特有的肠道粘膜免疫器官,在家兔的抗感染免疫中发挥着非常重要的作用。采用免疫组化和原位杂交的方法,显示了家兔圆小囊中的SP和其mRNA的分布和表达情况。免疫组织化学结果表明:在家兔的圆小囊粘膜层和黏膜下淋巴组织中存在有大量SP免疫组化阳性反应信号;原位杂交实验结果观察到的圆小囊淋巴组织的各个部位均有SP mRNA阳性反应信号出现,表明兔圆小囊淋巴组织中确实存在着产SP的细胞。     

利用快速热退火法制备多晶硅薄膜

为了制备优质的多晶硅薄膜,该论文研究了非晶硅薄膜的快速热退火(RTA)技术.先利用PECVD设备沉积非晶硅薄膜,然后把其放入快速热退火炉中进行退火.退火前后的薄膜利用X射线衍射(XRD)仪、Raman光谱仪及扫描电子显微镜(SEM)测试其晶体结构及表面形貌,利用电导率测试设备测试其暗电导率.研究表明退火温度、退火时间以及沉积时的衬底温度对非晶硅薄膜的晶化都有很大的影响.     

薄膜结构性能变化中的"温度临界点"

本文先从理论角度说明了薄膜结构性能变化中存在"温度临界点",然后借助于XRD、Raman等测试仪器研究分析了Si薄膜、AZO薄膜在晶化过程、晶粒长大过程以及性能突变中的"温度临界点".结果显示:薄膜结构性能变化中确实存在"温度临界点";在"温度临界点"前后薄膜结构性能的变化规律曲线出现拐点.进而推论:薄膜的结构性能在随温度变化中"温度临界点"可能不止一个.     

氦离子显微镜对钨中氦行为的实验研究

针对热核聚变面向等离子体钨材料中氦泡形成、演变以及机理研究的需求,克服目前常用离子注入、电子扫描显微镜和透射电子显微镜等离线研究手段存在的不足,提出氦离子显微镜对钨中氦的上述行为原位实时在线研究方法.借助氦离子显微镜的离子注入、显微成像和聚焦离子束纳米加工功能,它可以提供能量为0.5—35 ke V、束流密度可达10~(25) ions/(m~2·s)以上的氦离子束,在该设备上进行钨中氦的注入实验.同时在注入过程,实时在线监测钨中氦泡形成、演变过程以及钨材料表面形貌的变化,原位在线分析钨材料表面氦泡的大小、迁移合并以及其诱发的钨表面和近表面的微观损伤.实验结果表明:氦离子显微镜是研究钨中氦行为演变过程及其微观机理研究的新的研究手段和强有力的实验工具.     

电感耦合等离子体光谱/质谱联机同时测定多金属结核中常量、微量、痕量元素

采用电感耦合等离子体质谱(ICP-MS)与等离子体光谱(ICP-OES)联机同时测定多金属结核样品中常量、微量、痕量元素。样品经高压密封溶样弹消解后,一次气动雾化进样,ICP-OES测定常量和微量元素,ICP-MS测定微量和痕量元素。详细探讨了不同浓度范围元素的测定方式、元素分析信号的采集模式、多原子离子干扰的校正因子。采用ICP-MS与ICP-OES二种方式同时测定Co、Cu、Ni、Zn、V、Ba、Sr,分析结果表明具有较好的一致性。所建立的ICP-MS与ICP-OES联机检测技术用于多金属结核标准样品的分析(Nod-A-1,GSPN-1,GSPN-2,GSPN-3),分析结果与推荐值符合,相对标准偏差小于10％。     

410S铁素体不锈钢的静态再结晶行为

通过不同温度-时间的再结晶实验,研究热轧态铁素体不锈钢410S的再结晶行为.结果表明,对于竹节状铁素体+马氏体(质量分数约30%)的410S热轧态变形组织,为防止马氏体的再度出现以及加快再结晶过程的综合考虑,其最佳再结晶退火温度为780~800℃.在此温度下所发生的再结晶,均有一个2~5 h的孕育期,当再结晶体积分数达到50%时,结晶速度达到最大.与试样内部相比,热轧态410S板材的再结晶晶粒更易于在表面形成.经过再结晶的410S硬度从初始的86.5 HRB下降到66.5 HRB,硬度降低25%.     

一种改进的深度网络残差学习的图像降噪方法

近年来,基于深度卷积神经网络的学习方法在图像降噪方面取得了前所未有的成果,通过调整网络结构和参数来获取更好的图像降噪效果已成为研究热点.降噪卷积神经网络在深度神经网络中采用残差学习方法,在提高降噪效果的同时,在一定程度上解决了盲降噪问题.其不足之处在于算法收敛时间长.该文针对降噪卷积神经网络结构做了进一步的改进,提出了一种基于反卷积降噪神经网络的图像降噪算法.该文工作的主要特色如下：1) 在原有的网络结构中,引入反卷积神经网络,优化了残差学习方式;2) 提出一种新的损失函数计算方法.使用BSD68和SET12测试数据集对本文提出的方法进行验证,实验结果表明,该文算法的降噪性能与降噪卷积神经网络算法相比,在相同降噪效果情形下,该文算法的收敛时间缩短了120%～138%.同时,与传统的深度学习图像降噪算法比较,该文方法的降噪效果和运行效率也都有提高.     

公路隧道围岩现场快速分级方法研究

隧道围岩分级是正确地进行隧道设计与施工的基础,一个符合隧道工程实际情况的围岩分级对提高隧道掘进速度保证施工质量有着十分重要的意义.隧道在施工期间常出现揭露围岩状况与勘察期间给定围岩级别不符的情况,加之地质条件较为复杂,造成围岩级别变化很大,为了保证施工质量和施工进度,在施工过程中需要进一步的围岩级别变更,但是目前规范中所采用的分级方法需要进行室内试验,而现场却无法提供试验条件.因此,需要寻找一种基于现行《公路隧道设计规范》并且便于在现场实施的围岩快速准确的分级方法.文中以十天线明垭子隧道为工程背景,采用数字式点荷载试验、数码照相技术和围岩钻孔内窥试验为综合性现场测试试验手段对隧道围岩进行快速分级.实践证明,利用现场试验技术开展隧道围岩快速分级技术研究具有重要的工程应用价值.