金属材料分析方法的选择和施行：第五讲 金属材料中钨的测定（续）

此外,尚有二硫酚、邻羟基酚类试剂、酸性三苯甲烷类试剂、偶氮类试剂以及荧光酮类试剂等也都有应用于钨的光度测定的实例。但由于共存元素的干扰以及方法的成熟程度等问题尚未完全得到解决,在金属材料分析中的应用尚不普遍。其中,苯基荧光酮类试剂对钢铁中低含量钨的测定有一定的应用前景,举两例说明:例1:邻氯苯基荧光酮(o-Cl-PF)-CTMAB光度法测定钢及合金中低含量钨[w(W)0.01%~0·50%]。称取试样0.100 0~0.200 0 g,溶于硫酸-磷酸混合酸(H2SO4+H3PO4+H2O=3+10+12)10 mL中,滴加浓硝酸约1 mL氧化,蒸发至冒白烟,冷却,加水溶解盐类后冷…     

双核配合物组合合成Mo_nFe_(4-n)S_4单立方烷簇合物及Mo_2Fe_2S_4(C_4H_8dtc)_6·3.5C_2H_2Cl_4的结构

从含有M Fe(M=Mo,Fe)结构单元的双核配合物Mg(DMF)_6[Fe_2S_2Cl_4]及Mg(DMF)_6[FeCl_2·MoS_4]起始,经不同的组合反应,分别得到Fe_4S_4,MoFe_3S_4及Mo_2Fe_2S_4单立方烷簇合物。讨论了这一反应的某些特点并报道了双桥联六配体的Mo_2Fe_2S_4(C_4H_8dtc)_6的晶体与分子结构。     

四环素类抗菌素碱性降解荧光增敏作用研究

四环素类抗菌素的碱性溶液(KOH)在沸水浴中加热一定时间而发生降解,其降解物的荧光激发光谱和发射光谱均发生改变,且荧光强度较四环素类抗菌素本身的天然荧光增强5～190倍,认为发生了分子内亲核断环反应,生成具有内酯结构的降解物,此降解物内酯结构中氧原子上孤对电子与共轭π电子相互作用.使分子中共轭电子体系的离域性增大,荧光增强.     

四环素类药物残留检测技术取得突破

前不久，由深圳检验检疫局承担的国家“十五”食品安全重大专项“兽药残留检测技术研究”子课题“四环素类兽药多残留检测技术研究”项目通过了国家质检总局有关专家的鉴定。     

Novel Poly（thienylene Ethynylene）s with Electron-accepting Groups

Since the early works of A. J. Heeger, A G. MacDiarmid and Hideki Shirakawa on semiconducting polymers, π-conjugated oligomers and polymers have been actively investigated for a variety of optoelectronic applications, such as field effect transitors (FET…     

新荧光试剂—3—邻甲苯基—5—（2‘—羧基苯偶氮）绕丹宁的荧光性质研究

本文报道新荧光试剂－３－邻甲苯基－５－（２’－羧基苯偶氮）绕丹宁（３ＯＭＲＡＣＰ）的荧光特性，建立了荧光分析测定铜的方法，在ｐＨ５．６时，３ＯＭＲＡＣＰ与铜（Ⅱ）形成螯合物，并在λｅｘ／λｅｍ＝３０８ｎｍ／４０５ｎｍ产生强烈荧光，其荧光强度与铜（Ⅱ）的浓度在０．１～４．０×１０＾－２μｇ／ｇ范围内呈线性关系，检测限达５×１０＾－４μｇ／ｇ。测定了人发中的痕量铜，结果满意。     

聚[2—甲氧基—5—（4—溴—丁氧基）对苯乙炔]新型前聚物的合成及…

采用不同方法由三铳盐合成新型的聚电解质前聚物及可溶于有机溶剂的侧链溴代聚对苯乙炔前聚物，发现侧链烷氧取代基上的铳盐并不参与聚合，所得前聚物加热都可转化为聚对苯乙炔。     

有机分子与聚电解质静电吸附成膜特性研究

选取多种有机分子及聚电解质，采用静电吸附自组装法制备了聚电解质，聚电解质、聚电解质，有机分子、有机分子，有机分子的复合薄膜，讨论了这些体系的静电吸附成膜特性及其成膜机理．     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

基于三支决策的密度敏感谱聚类

将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。