分子印迹阵列式传感器的研究进展

分子印迹阵列式传感器具有识别率高、选择性好、价格低廉等优点,受到研究者们的极大关注,已经在食品分析、环境分析、药物分析、临床诊断等研究领域中得到应用。分子印迹阵列式传感器是以分子印迹聚合物作为识别元素的集成化传感器,通过各传感单元对分析物响应后产生的特征图谱实现对目标化合物的识别,不仅可用于单一目标化合物的选择性识别,还可以用于多种目标化合物同时存在时的测定。分子印迹阵列式传感器的响应信号机制主要划分为光信号、质量敏感信号和电化学信号等。本文简要介绍了分子印迹技术的产生和发展,重点评述了基于三种信号机制的分子印迹阵列式传感器的研究进展,并展望了分子印迹阵列式传感器的应用前景和研究方向。     

食品中禁限用药物及环境污染物识别检测技术获进展

<正>针对食品安全和北京市环境污染现状,北京市科委启动实施了"食品中禁限用药物及环境污染物识别检测技术研究"课题。目前该课题研究工作在食品中禁限用药物识别检测技术研究和环境污染物识别检测技术研究等方面取得了新的进展。该课题建立了肾上腺素受体激动剂、性激素、精神药品等60种药物的禁限用药物识别谱库,建立了动物肌肉、肝     

烯醇-酮互变异构型亚胺衍生物对Co2+的高选择性识别

设计合成了新型烯醇-酮互变异构型亚胺衍生物R, 考察了受体R对18种阳离子的紫外光谱及裸眼识别性能. 结果表明, 该受体对Co²⁺, Fe²⁺和Ni²⁺表现出良好的紫外光谱识别能力, 且可实现对Co²⁺相对明显的裸眼单一识别. Job曲线表明, 受体R与Co²⁺形成了1:1型金属配合物, 且检出限可达4.14×10^-7 mol/L. 制备了受体R裸眼比色识别试纸; 根据理论计算及核磁滴定实验结果阐述了Co²⁺离子识别过程中烯醇-酮互变异构机理.     

含2,6-二甲酰胺基吡啶单元的大环合成、结构及其对四面体构型阴离子的络合性质

采用前体二胺N,N’-(3-胺基苯基)-2,6-二甲酰亚胺吡啶(1)和5,5’-亚甲基双水杨醛(2)进行缩合反应得到含酚羟基的 [1+1] 席夫碱大环L1, 将其中席夫碱C=N双键还原得到环状骨架更具柔性的饱和大环L2. 通过1H NMR、FABMS和元素分析等对大环组成进行了表征, 并通过X射线单晶衍射解析了两个大环的晶体结构. 采用UV-Vis 光谱滴定技术对大环与系列阴离子的络合作用进行了考察, 结果表明席夫碱大环L1对四面体构型的阴离子H2PO4-、 HP2O73-和H2P2O72-有明显的选择性识别作用, 进一步通过UV-Vis 光谱、核磁滴定等技术获得了识别反应的配位比及平衡常数(K), L1对3个磷酸阴离子的络合能力依H2PO4-、HP2O73-和H2P2O72-顺序递增。     

交通载荷作用下跨海桥梁-电缆组合结构随机振动分析

电缆沿桥跨海铺设是海缆铺设的一种新的形式, 针对由汽车和列车交通载荷诱发的沿跨海桥梁敷设电缆的振动问题, 建立了桥梁-电缆的整体组合结构分析模型, 将汽车和列车的作用载荷简化为移动的随机集中载荷序列, 发展虚拟激励法(pseudo-excitation method, PEM)用于分析移动随机载荷作用下电缆位移和应力响应的标准差及演变功率谱 (power spectral density, PSD), 并研究了汽车和列车运行速度对电缆动力响应标准差的影响. PEM将移动随机载荷问题转化为特定频率简谐移动载荷作用下的动力响应分析, 能够计算得到与Monte Carlo (MC) 方法非常吻合的电缆动力响应标准差, 但所需的时域响应分析次数远少于MC方法. 数值结果表明, 随着汽车和列车运行速度的提升, 电缆位移和应力标准差呈现增大的趋势; 在汽车和列车交通载荷作用下, 铝护套的位移标准差和功率谱的值比缆芯要大, 这可能会使得电缆的疲劳破坏首先发生在铝护套层, 本文工作对电缆沿桥跨海铺设实际工程具有一定的借鉴意义.      

具有非线性支撑和弹性边界约束的轴向载荷梁结构动力学行为研究

弹性梁结构作为一种基本单元被广泛于建筑、航空、航天、船舶等工程领域. 为有效降低弹性梁结构的振动水平, 深刻理解其振动特性、动力学行为显得尤为重要. 本文建立了具有非线性支撑和弹性边界约束的轴向载荷梁结构动力学分析模型, 并采用伽辽金截断法预报梁结构的动力学响应. 在伽辽金截断法的求解过程中, 选取具有弹性边界约束的轴向载荷梁结构的模态振型函数作为伽辽金截断法的试函数与权函数. 首先, 研究截断数对伽辽金截断法稳定性的影响, 并采用谐波平衡法研究伽辽金截断法的可靠性. 在此基础上, 研究谐波激励扫频方向、非线性支撑参数对具有非线性支撑和弹性边界约束的轴向载荷梁结构动力学响应的影响规律. 研究结果表明, 具有非线性支撑和弹性边界约束的轴向载荷梁结构的动力学响应具有初值敏感性且非线性支撑参数对梁结构动力学响应的影响显著. 相关非线性支撑参数使得梁结构出现复杂动力学行为. 合适的非线性支撑参数能够抑制具有非线性支撑和弹性边界约束的轴向载荷梁结构的复杂动力学行为并对梁结构边界处的减振具有有益效果.      

内孤立波作用下潜深对潜体运动响应和载荷特性的影响研究

内孤立波常发生于海洋密度跃层, 因其峰高谷深、携带能量巨大, 在传播过程中会导致跃层上下的海水流动呈现剪切状态, 并引起突发性的强流. 潜体在水下悬停时极有可能会遭遇内孤立波, 由于内孤立波的流场特性, 置于跃层上下的悬浮潜体所产生运动响应和水动力载荷变化不尽相同, 甚者会出现掉深现象. 为探究潜深对波体耦合作用的影响, 基于不可压缩N-S方程和mKdV理论, 采用速度入口造波, 结合重叠网格技术和流固耦合方法, 建立了分层流中内孤立波耦合水下潜体多自由度运动的数值模型, 通过该模型分析了不同潜深下悬浮潜体的运动响应和载荷特性. 结果表明: 在内孤立波作用下, 位于密度跃层上方和跃层中的潜体顺着波的前进方向运动, 先下沉后抬升, 位于跃层下方的潜体则会逆流持续下沉; 潜体与波面的垂向距离越小, 对其纵荡、垂荡和速度的影响越显著, 而位于密度跃层中的潜体在分界面处沿着波形运动, 其运动响应和载荷变化受影响较小; 潜体在跃层上、下流体中所受水平力的方向相反, 水平力峰值小于垂向力峰值, 且位于跃层下方的潜体一直受到低头力矩, 最终导致掉深.      

固液界面的力?电?化学耦合及在电催化体系中的应用

目前许多新型高效金属催化剂在设计制备中都考虑到表面力学因素, 例如层状结构、核壳结构等, 其表面高活性原子受到不同程度的应变作用. 应变可直接改变金属的能带带隙, 对催化剂表面的电化学反应产生显著影响, 是一种有效提升材料催化活性的新思路和制备高性能催化剂的新途径, 因此受到了科研工作者的广泛关注. 传统的材料应变工程手段存在着活性物质层的应变值难以精确定量, 并缺少实时调控以及制备工艺繁琐等难题, 导致应变与电催化活性相关性规律识别方面的理论和实验研究进展缓慢. 相比于传统的材料手段, 交变载荷产生的应变具有幅值和频率的可变性以及连续的调控性, 在实验中可以完全排除噪声、缺陷、空位、基底效应等其他外部或材料本征的影响因素. 该综述从经典固液界面热力学表述出发, 简要介绍了电催化体系中的力?电?化学耦合效应, 归纳总结目前电催化体系中应变施加的实验手段和分析方法, 并基于目前相关研究着重讨论在交变载荷作用下应变对金属表面电催化反应的作用机理, 最后从力学角度展望了表面力学在电催化体系中的研究重点及发展趋势.      

基于支座反力影响线曲率差分的等截面连续梁损伤识别方法

为了实现仅采用损伤状态信息对等截面连续梁进行损伤识别,通过推导三跨不等跨连续梁在移动荷载作用下的支座反力影响线,发现支座反力影响线求曲率并作差分后的曲线在损伤位置会发生突变,基于该现象提出了一种损伤定位方法,进一步建立了损伤程度计算方法,可对损伤程度进行较精确的定量。通过一三跨连续梁和一四跨连续梁工程实例的仿真分析,证明了支座反力影响线曲率差分指标损伤定位和相应的损伤程度定量方法对等截面连续梁损伤识别具有可行性。     

卷积神经网络在装备磨损颗粒识别中的研究综述

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破. 随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.