TiO_2制备方法对光催化分解十二烷基苯磺酸钠的影响

本文以TiCl4 为前体 ,采用沉淀法、气相沉积法和溶胶 凝胶法分别制备了TiO2 光催化剂 ,比较了它们在十二烷基苯磺酸钠 (SDBS)光解反应中的催化活性。结果表明 ,以日光灯作光源时 ,气相沉积法获得的催化剂效果最好 ;以 5 0 0W紫外线高压汞灯作光源时 ,沉淀法获得的催化剂活性最高 ,10 0ml初始化学需氧量 (COD)为381mg/L的SDBS溶液 ,在 0 .1g催化剂作用下 ,室温光照 8h ,COD去除率可达 98 8%。在沉淀法制备的催化剂上 ,SDBS溶液的催化光解为一级反应     

稀土掺杂ZnS纳米晶中稀土离子与纳米基质之间的能量传递

以甲基丙烯酸为表面包覆剂在水／醇溶液中合成了ZnS:Eu^3 ,ZnS:Tb^3 纳米晶,用傅里叶变换红外光谱和X射线粉末衍射谱表征了样品的表面与晶型,样品均为立方闪锌矿型,没有出现与稀土离子相关的相;用光致发光和激发谱研究了样品中的发光过程,其中ZnS:Tb^3 纳米晶中存在纳米基质与Tb^3 之间的能量传递,并引起Tb^3 的特征发射。     

反气相色谱法测定苯乙烯-氧乙烯-苯乙烯三嵌段聚合物的表面能

 采用反气相色谱法测定了苯乙烯 氧乙烯 苯乙烯三嵌段聚合物 (PS PEO PS)的色散成分的表面能 (γsd) ,研究探讨了温度及嵌段聚合物链段结构组成对γsd 的影响 ,并确定了γsd 与温度的数学关系式。研究结果表明 :在 70℃～ 12 0℃范围内 ,PS PEO PS的表面能较低 ;随着PS PEO PS表面组成中氧乙烯 (EO)成分的增加 ,色散成分的γsd 增大 ,且对温度的变化极其敏感 :随温度的升高 ,γsd 急剧地呈线性下降。     

邻氨基苯腈气相色谱分析法的研究

采用邻苯二甲酸二壬酯为固定液,Chromsorb W/AW为载体的色谱柱和热导检测器,用苯乙腈为内标物,对邻氨基苯腈试样进行了分析,其中邻氨基苯腈的回收率为100.5%,试样浓度小于1%时测定的相对标准偏差小于8.6%。     

ZnS∶TbF_3薄膜电致发光器件性能的研究

用射频磁控溅射和扫描电子束蒸发方法研究制备了ZnS∶TbF3薄膜的交流电致发光器件。研究了制备ZnS∶TbF3薄膜电致发光器件的几种因素对电致发光器件性能的影响 ,诸如 ,磁控溅射过程中衬底温度 ,发光层厚度 ,退火等。     

氧化铝纤维含量对Al2O3f＋Cf／ZL109混杂复合材料耐磨性能的影响

利用挤压铸造法制备了Al2O3f Cf/ZL09短纤维混杂金属基复合材料，并探讨了炭纤维体积分数为4％时，Al2O3纤维含量变化对该复合材料耐磨性能的影响。结果表明：随着Al2O3体积分数增加，复合材料的摩擦系数逐渐增大，复合材料从轻微磨损到急剧磨损的临界转变载荷大幅度提高，并随Al2O3含量的增加而逐渐增大；在临界载荷以下，影响复合材料磨损率的Al2O3含量临界值为12％，当Al2O3含量低于临界值时复合材料磨损表面无明显剥落，而当Al2O3含量超过临界值后，复合材料磨损表面存在大量的剥落坑，磨损率增大。     

微分脉冲溶出伏安法同时测定食品中的锌铁锰

在1％乙二胺-0．1mol／L酒石酸钠-pH11．82 Britton—Robinson缓冲溶液体系中用微分脉冲溶出伏安法同时测定锌、铁、锰三种微量元素。它们的峰电位分别为-1184，-1392和-1456mV(vs．Ag/AgCl)；线性范围分别为：0.001—0.015，0．005—0．05和0．04—0．7μg／mL，最低检出浓度分别为0．0007，0．0014和0．0193μg／mL。本法操作简便、准确、灵敏度较高，用于食品中这三种元素的分析，结果令人满意。     

基于幅度统计多分辨率分析的SAR图像灰度压缩

基于幅度统计多分辨率分析的原理，针对SAR图像特殊的显示要求，提出了一种新的灰度压缩方法，解决了常规灰度级压缩方法不能很好保持原始图像数据直方图分布的问题，实验结果表明该方法能有效保证灰度压缩前后图像数据直方图分布形状的一致性，较好地保持原始图像的视觉特征。     

TiN涂层的径向微动行为

对ＧＣｒ１５／４５＃钢和ＧＣｒ１５／离子镀ＴｉＮ涂层的４５钢摩擦副进行了径向微动试验,试验的最大载荷从２００Ｎ到８００Ｎ,循环次数为１０＾５。摩擦磨损试验结果表明,ＴｉＮ涂层的抗塑性变形能力和抗么向微动损伤能力比基体好,ＳＥＭ分析表明,ＴｉＮ涂层的磨屑呈现剥层特征钢试样表现出粘着现象。     

All Admissible Linear Estimators under Quadratic Loss in Multivariate Model

§ 1.Introduction and Notations　In this paper,for any given matrices A and B,A B denotes the Kronecker productof A and B,A is a vector formed by stacking the columns of A under each other,μ(A)is a space generated by the columns of A,and PA=A(A′A) - A′. Fourthmore,if A andB are square matrices,then A>B and A≥ B mean that A-B is a symmetrical positiveand nonnegative matrix,respectively,andλi(A) is the i-th largest eigenvalue of A.　Consider general multivariate linear modelY …