智能石墨消解–ICP–MS法测定空气PM2.5中的Pb和Cd

建立电感耦合等离子体质谱(ICP–MS)测定空气PM2.5中的Pb和Cd元素的分析方法。采用连续β射线–DHS PM2.5大气颗粒物浓度监测仪采集空气中的PM2.5,以智能石墨消解PM2.5滤膜样品,ICP–MS测定其中的Pb和Cd元素含量。在优化的仪器条件下,元素Pb和Cd标准曲线的线性相关系数均为0.999 9,检出限分别为0.018,0.52ng/m3,满足HJ 657–2013的要求。Pb和Cd的加标回收率分别为95.8%~101.4%,99.3%~104.9%,测定结果的相对标准偏差分别为4.20%和2.38%(n=6)。对滤膜标准样品进行了测定,测定结果与标准值一致。该方法测定结果准确、可靠,可用于测定空气PM2.5中的Pb和Cd。     

飞行时间质谱仪固体样品自动进样系统研制

以常规型飞行时间质谱仪为基础,通过配置移动平台、样品杆、工业相机、LED灯源、工业显示屏等部件,研制了一套飞行时间质谱仪用固体样品自动进样系统,实现了固体有机样品的直接进样分析。该装置具有一定的普适性,可为相关实验室设备升级改造提供借鉴和参考。该装置可进行难溶未知有机化合物的结构剖析,实现目标物的快速筛查,且操作人员可实时观测锥孔处样品状态并可软件操控进样位置,实现人机分离的自动化测试。     

碳酸钙固硫固体进样测汞仪快速测定硫化铅精矿中汞

在使用固体进样测汞仪直接测定硫化铅精矿中汞时,由于试样中硫含量通常较高(高达30%以上),在测定过程中大量的硫被氧化会污染甚至腐蚀固体进样测汞仪的核心部件催化管,导致催化管寿命严重缩短。为解决该问题,建立碳酸钙固硫-固体进样测汞仪直接测定硫化铅精矿中汞的分析方法;并对Ca/S比,分解温度,分解时间,齐化时间等参数进行优化。在最优条件下,Hg的含量在2~20 ng和20~500ng线性范围内回归系数(R²)分别为0.9996和0.9998;方法检出限(LOD)为0.006 μg/g。用该法对3个典型样品进行测定,相对标准偏差RSD≤9%(n=7),加标回收率为96%~106%。该方法简单、快捷,准确度和精密度高,适合硫化铅精矿中汞的快速测定。     

单轴荷载下饱水岩石静态和动态抗压强度的细观力学分析

由于单轴荷载下饱水岩石的动态力学特性与静态力学特性存在很大差异,从宏观上进行力学分析 存在局限性。根据岩石受压全应力应变曲线的细观机制,分析了静态及动态单轴荷载条件下孔隙水影响饱水 岩石裂纹扩展的情况。在静态单轴压缩条件下,初始裂隙受压使自由水产生孔隙水压力,自由水对翼裂纹有 向外挤压的应力,促进裂纹扩展。在动态单轴压缩条件下,自由水会产生粘结力,抑制裂纹扩展。根据翼裂纹 受压扩展原理,推导出饱水单轴条件下动态抗压强度、静态抗压强度的计算公式,在相同断裂韧度下,饱水岩 石静态抗压强度风干岩石静态抗压强度饱水岩石动态抗压强度。对自然风干和饱水砂岩进行单轴静态、 动态压缩实验,结果与理论模型的结果相符。     

基于Box-Behnken法的合肥湖积软土固化配方优化的试验研究

选择CaO和纯碱作为激发剂掺入GGBS(粒化高炉矿渣微粉)制备GGBS+CaO+纯碱固化合肥湖积软土,通过无侧限抗压强度试验研究固化黏土的强度变化规律。以GGBS、CaO和纯碱的掺量作为影响因子,以7d和28d固化土的无侧限抗压强度作为响应值,基于Box-Behnken法确定3种外添剂的最佳配合比。研究表明:GGBS掺量的变化对强度响应影响最大,且其敏感程度随龄期的增大而增大;而对于CaO和纯碱,情况则相反。养护7d后,各因素对强度的线性效应和曲面效应均显著,CaO与纯碱的交互作用显著;养护28d后,GGBS与纯碱的交互作用显著。最终得出:GGBS、CaO和纯碱三掺量固化黏土最佳配比分别为13.08%、4.89%和1.25%;在最佳配合比下,7d和28d的预测强度分别达到550.904kPa和665.953kPa。最后对实测值与预测值进行了对比分析。研究成果可为在合肥滨湖地区应用矿渣类软土固化剂提供理论依据。     

柔性壁面湍流边界层相干结构控制的实验研究

本文利用热膜测速技术对刚性壁面和柔性壁面湍流边界层的流向速度分量进行了实验测量,首先研究了柔性壁面对平均速度分布和湍流度分布的影响,结果表明:柔性壁面的边界层速度分布在对数律层向上有所平移,缓冲层加厚,具有一般的壁面减阻特征;而柔性壁的湍流度比刚性壁的湍流度要低,分布也更为平坦。然后综合运用自相关法和条件采样技术研究了湍流近壁区的相干结构,结果表明:刚性壁自相关曲线的第二峰值出现的时间比柔性壁的短,柔性壁的猝发频率比刚性壁的低许多。实验结果表明柔性壁面具有一定的减阻作用。     

广义变系数模型的Bayesian B样条估计

提出了广义变系数模型函数系数的一种新的估计方法．我们用B样条函数逼近函数系数,不具体选择节点的个数,而是节点个数取均匀的无信息先验,样条函数系数取正态先验,用Bayesian模型平均的方法估计各个函数系数．这种估计方法一个主要特点是允许各个函数系数所需节点个数的后验分布不同,因此允许不同函数系数使用不同的光滑参数．另外,本文还给出了Bayesian B样条估计的计算方法,并通过模拟例子,说明广义变系数模型的函数系数可以由Bayesian B样条估计方法得到很好的估计．     

基于均匀设计抽样遗传算法求解背包问题

众所周知,遗传算法的运行机理及特点是具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向.以此结论为基础,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计,给出了一个新的GA算法,称之为均匀设计抽样遗传算法.最后将均匀设计抽样遗传算法应用于求解背包问题,并与简单遗传算...     

Speeding up the FMMR perfect sampling algorithm: A case study revisited

In a previous paper by the second author, two Markov chain Monte Carlo perfect sampling algorithms—one called coupling from the past (CFTP) and the other (FMMR) based on rejection sampling—are compared using as a case study the move‐to‐front (MTF) self‐organizing list chain. Here we revisit that case study and, in particular, exploit the dependence of FMMR on the user‐chosen initial state. We give a stochastic monotonicity result for the running time of FMMR applied to MTF and thus identify the initial state that gives the stochastically smallest running time; by contrast, the initial state used in the previous study gives the stochastically largest running time. By changing from worst choice to best choice of initial state we achieve remarkable speedup of FMMR for MTF; for example, we reduce the running time (as measured in Markov chain steps) from exponential in the length n of the list nearly down to n when the items in the list are requested according to a geometric distribution. For this same example, the running time for CFTP grows exponentially in n. © 2003 Wiley Periodicals, Inc. Random Struct. Alg., 2003     

Automated rejection sampling from product of distributions

Summary  Sampling from probability density functions (pdfs) has become more and more important in many areas of applied science, and has therefore been the subject of great attention. Many sampling procedures proposed allow for approximate or asymptotic sampling. On the other hand, very few methods allow for exact sampling. Direct sampling of standard pdfs is feasible, but sampling of much more complicated pdfs is often required. Rejection sampling allows to exactly sample from univariate pdfs, but has the huge drawback of needing a case-by-case calculation of a comparison function that often reveals as a tremendous chore, whose results dramatically affect the efficiency of the sampling procedure. In this paper, we restrict ourselves to a pdf that is proportional to a product of standard distributions. From there, we show that an automated selection of both the comparison function and the upper bound is possible. Moreover, this choice is performed in order to optimize the sampling efficiency among a range of potential solutions. Finally, the method is illustrated on a few examples.