外伸梁离散系统模态的若干定性性质

在已证明外伸梁的差分离散模型频率和位移振型基本振荡性质的基础上,首先揭示了两跨外伸梁的共轭系统是一端铰支一端固定并有一个中间铰的两跨连续梁,证明了两跨外伸梁的共轭梁的刚度矩阵是符号振荡矩阵,进而确定了外伸梁的弯矩振型的符号改变数;由此进一步讨论了它的转角振型和剪力振型的符号改变数规律以及位移振型的其他一些定性性质.      

2.0μm附近模拟呼吸气体中~(13)CO_2/~(12)CO_2同位素丰度的高精度实时在线测量

采用可调谐二极管激光吸收光谱技术,结合一新型多通池搭建了一套模拟呼吸气体中CO_2同位素丰度的测量装置.气体的压强、温度和流速被很好地控制且均能保持长期的稳定性;采用三次多项式拟合光谱基线,对光谱进行归一化,很好地消除了功率变化对测量结果的影响;利用移窗-回归技术消除频率漂移对同位素丰度测量的影响.实验结果表明:移窗-回归法的引入不仅延长了系统的稳定时间,还提高了系统的测量精度;小波去噪的应用获得了比多光谱平均法高2倍的信噪比;系统的稳定时间为100 s;Kalman滤波后系统测量精度为0.067‰.     

两个基于氢键构筑的超分子镁配合物的合成、 晶体结构及荧光性质

以5,6-苯并咪唑二酸(H₃bidc)为有机配体, 在水热条件下通过控制反应温度得到了2个镁配合物[Mg(Hbidc)(H₂O)₄](1) 和 [Mg(Hbidc)(H₂O)₅]·4H₂O(2). 通过单晶及粉末X 射线衍射、 红外光谱、 元素分析和热重分析对配合物进行了表征. 结果表明, 配合物1和2均为单核分子, 分别以不同的堆积方式通过氢键构筑成三维超分子结构. 值得注意的是, 配合物2的结构中捕获了由氢键连接的环状四聚体水簇(H₂O)₄. 配合物1和2的电荷布居分析结果与晶体结构的讨论一致. 此外, 固体荧光分析表明, 配合物1和2在室温下具有较强的蓝光发射.     

基于内核构建的Cu-Au-Pd团簇稳定结构优化

具有特殊催化、磁性和化学活性的三元合金团簇已成为基础科学研究的热点问题.确定其稳定结构是研究团簇性质的重要前提.针对大尺寸Cu-Au-Pd团簇结构优化,提出了内核构建的方法改进了自适应免疫优化算法的效率(称为AIOA-IC算法).采用基于紧束缚势二阶矩近似的多体Gupta势函数来描述三元合金团簇原子间相互作用.为测试算法效率优化了原子数为60的Ag-Pd-Pt团簇稳定结构.结果显示新得到的结构比文献报道的团簇结构势能量值更低,由此可知AIOA-IC算法具有更强的势能面搜索能力.运用该算法研究了38及55原子Cu-Au-Pd团簇的稳定结构.所研究的38原子Cu-Au-Pd团簇包含了五折叠、六折叠和截角八面体结构,并且原子成分比例影响了团簇的结构类型.而55原子Cu-Au-Pd团簇均为完整二十面体结构,序列参数显示Cu,Au和Pd原子分层现象明显.对于147原子Cu_(12)Au_(93)Pd_(42)团簇完整二十面体结构,中心原子为Au,内层和次外层分别被12个Cu原子和42个Pd原子占据,最外层则被92个Au原子占满.通过原子半径及表面能分析了Cu,Pd和Au原子分别倾向于分布在内层、次外层和最外层的规律.     

常压溶剂法合成抗氧剂3114反应热力学和动力学

研究了常压溶剂法一步合成抗氧剂3114反应热力学和动力学过程。控制温度在117±2℃,研究结果表明,反应是零级反应,反应速率常数为k=1．91×10^-3／min,反应的平衡常数为K=138．4（mol／L）^-6,反应活化能Ea=1366J／mol。     

Excel回归分析解多元线性方程

介绍了回归分析计算原理,LINEST（known_y’s,known_x’s,const,stats）语法。通过补加一组方程,Excel回归分析可解多元线性方程,列举了解多元线性方程实例。     

不同算法原子电荷下的~1J_(CH)理论计算

用一种计算直接键连原子核自旋耦合常数的半经验公式,结合量子化学计算得到的32种有机分子稳定几何构型的7种不同算法下的原子电荷,探究原子电荷算法的不同对1JCH理论计算的影响,拟合出基于7种原子电荷的耦合常数计算公式,并利用拟合公式对5种分子进行了检验.计算结果表明拟合的32种分子及检验的5种分子的耦合常数的计算值均与实验值较好的符合,拟合得到的基于7种原子电荷的计算公式均可以对其他分子体系的耦合常数进行预测.另外,计算结果同样显示原子电荷算法的不同对1JCH理论计算值有一定的影响却不显著,其中基于电荷均衡方法电荷(QEq)得出的耦合常数计算值与实验值的偏差较其它6种原子电荷的小,结果更可靠.     

8-氨基喹啉镉配合物溶液的荧光性质

采用荧光光谱法研究不同溶剂对两种8-氨基喹啉镉配合物溶液荧光性能的影响.结果表明,在极稀溶液中,发光体结构发生改变,相对与固体配合物而言,溶液荧光波长均向短波位移;不同溶剂中溶液荧光强度和波长均有较大的改变,主要是溶剂极性影响所致;在所选溶剂中,乙氰溶液的发射强度最强,属最佳选择溶剂.     

疏水改性智能水凝胶P(NIPA-co-DiAB)的合成及其温敏行为

以N-异丙基丙烯酰胺(NIPA)和N,N-双烯丙基苄胺(DiAB)为共聚单体、N,N-亚甲基双丙烯酰胺(BIS)为交联剂、十二烷基硫酸钠(SDS)为表面活性剂、过硫酸铵(APS)-四甲基乙二胺(TMEDA)为氧化还原引发体系,采用自由胶束交联共聚法合成了疏水基团为芳香基的疏水改性温敏性智能水凝胶P(NIPA-co-DiAB)。研究了DiAB摩尔分数(x(DiAB))对水凝胶溶胀性能的影响。 在初始溶胀阶段,随着x(DiAB)由0增大至3%,P(NIPA-co-DiAB)水凝胶的溶胀行为由Fickian扩散转变为non-Fickian扩散。x(DiAB)分别为0、1%、2%和3%时,P(NIPA-co-DiAB)水凝胶的平衡溶胀率SR0在蒸馏水中分别为63.6、93.5、141.6和167.4,在0.01 mol/L SDS溶液中分别为63.1、71.0、59.0和77.5,在CTAB溶液中分别为37.6、42.2、44.1和60.0,在Triton X-100溶液中分别为30.9、49.4、68.5和88.3。 结果表明,P(NIPA-co-DiAB)水凝胶的(SR0)大于PNIPA水凝胶,且在蒸馏中比在0.01 mol/L表面活性剂溶液中要大。 加入0.01 mol/L Triton X-100、CTAB或SDS后,PNIPA水凝胶的体积相变温度或较低临界溶解温度(LCST)由32.5 ℃分别增加至35.4、45.6和80 ℃。P(NIPA-co-DiAB)水凝胶的LCST由32.0～32.5 ℃分别增加至34.7～35.6 ℃、45.8~46.2 ℃和80 ℃。 加入表面活性剂能增加P(NIPA-co-DiAB)水凝胶的体积相变温度,高的体积相变温度与DiAB含量无关。     

The problem of highly constrained tasks in group decision support systems

Most experimental uses of group decision support systems (GDSS) are associated with relatively unrestricted domains, for example, idea generation and preference specification, where few restrictions on potential solutions exist. However, an important GDSS task is that of resource allocation across functional areas of the organization, including supply chain applications. These types of tasks, such as budget planning and production planning, are typically highly constrained and difficult to solve optimally, necessitating the use of decision aids, such as those found in GDSS.We use a model based on adaptive search of a genetic algorithm as the analogy for the group decision making process. We apply this model to experimental data gathered from GDSS groups solving a production planning task. The results indicate very low estimated crossover rates in the experimental data. We also run computational experiments based on adaptive search to mimic the GDSS data and find that the low estimated crossover rate might be due to the highly constrained search space explored by the decision making groups. The results suggest further investigation into the presumed beneficial effects of group interaction in such highly constrained task domains, as it appears very little true information exchange occurs between group members in such an environment. Furthermore, the simulation technique can be used to help predict certain GDSS behaviors, thus improving the entire GDSS process.