低压供热涂层材料制备及热性能研究

低压供热技术具有安全系数高和节能降耗等优势,因而成为石化稠油长输管线、风力发电叶片冬季防覆冰和室内供暖等领域的研究热点之一。本文制备了一系列低压供热涂层材料,研究不同碳功能填料对涂层发热速率、发热功率及最高发热温度的影响规律,并揭示石墨烯和碳纤维对提升涂层材料热性能的协同作用。其中石墨烯纳米片的还原程度对材料热性能具有重要影响,降低其表面官能团密度对提升涂层供热特性具有促进作用,但是官能团密度过低会导致石墨烯纳米片的团聚现象,引起涂层发热不均匀。加入适量碳纤维可以提高石墨烯的均匀分散性,提升发热速率。优化石墨烯纳米片和碳纤维的比例后,采用24V电压驱动时,涂层材料的发热速率达到7.1℃·s^-1,功率密度为800W·m^-2,最高发热温度为124℃。     

基于距离修正的小目标中波红外光谱辐射测温方法

对高速运动的远距离空间目标而言,温度是表征其工作状态与性能的重要参数之一。准确获取目标的温度对判别其运动状态和预测其态势发展等具有重要的参考价值。目前常用的面目标或点目标的处理方法,在小目标的辐射特性测量中将不再适用,而光谱探测增加了目标在波长维度的可分辨信息,可以准确获取目标能量随波长的分布情况,为目标温度的反演提供了可能,极具应用潜力。无狭缝光谱仪可以降低对空间目标的跟踪和稳定精度的要求,具有结构简单、帧频高和响应速度快等特点,在天文观测和航天器观测等方面具有较高的应用价值。对目标红外辐射特性测量的光谱定标模型进行了分析,确定了红外探测器像元线性响应模型中的主要参数。为了减小成像距离对测温精度的影响,提出了一种基于距离修正的目标温度反演模型,提高了测温精度,符合实际工程实践应用中的精度需求,对红外辐射光谱测温具有一定的指导意义。     

水体中铜离子的现场可视化半定量快速检测北大核心CSCD

铜是常见重金属污染物之一。开发现场快速检测方法在污染事件的应急检测中至关重要,可为及时采取有效的防治措施提供数据支持。基于脱氧核糖核酸(DNA)稳定的荧光铜纳米颗粒的快速合成以及对铜离子的高特异性,研制了一种紫外光辅助下的铜离子现场快速荧光比色检测方法。经过一系列条件的优化,最终选择以600 nmol/L poly(AT-TA)双链DNA为螯合配位保护剂,2 mmol/L抗坏血酸钠为还原剂,在3-(N-吗啡啉)丙磺酸(MOPS)溶液体系中合成荧光铜纳米颗粒,在便携式紫外手电筒的辅助下,肉眼(佩戴防紫外护目镜)即可观察到铜纳米颗粒橙红色的荧光。在半定量检测中,根据待测样中铜离子浓度的大小,其荧光亮度不同,以不同浓度标准溶液铜离子合成的荧光比色标准系列进行比色,即可实现环境中铜污染水体的现场、肉眼、半定量、快速(<10 min)检测。本方法的肉眼检测最低值为1.5 mg/L(24μmol/L),符合《污水综合排放标准》(GB 8978-1996)中的三级排放标准值。该方法可为在环境水体铜污染应急事件中的快速现场检测提供一种参考方法。     

空间目标事件相机探测能力分析

建立了事件相机空间目标探测灵敏度模型，分析了影响事件相机观测灵敏度的影响因素，得到了可观测极限星等与阈值的线性关系，并通过望远镜进行了外场观星实验。结果表明事件相机可以进行空间目标探测，同时验证了空间目标探测灵敏度模型的准确性。进一步明确了阈值对事件相机空间目标探测的影响，为基于事件相机的空间目标观测及其他相关研究提供了理论基础。     

基于数据驱动的大气压射频放电等离子体数值模拟研究

随着人工智能技术的进步,结合低温等离子体的物理特点,数据驱动技术由于其独特的优势在低温等离子体的研究中正逐渐兴起.本研究以深度神经网络(DNN)模型在大气压射频放电中的计算研究为例,讨论了数据驱动方法在低温等离子体模拟研究中的应用.对于低温等离子体的研究而言,数据驱动研究所需要的数据可以来自于实验诊断和数值计算,根据等离子体物理特性的不同也可以选择不同的数据驱动模型.粒子模型与流体模型是低温等离子体研究中常用的两类计算模型,基于这两者的模拟数据组成的训练集, DNN可以实现对大气压射频放电的动理学特性等各种特性的实时预测.首先通过将流体模型与粒子模型计算结果与DNN模型的预测结果相比较,验证了DNN模型在给定精度下的有效性.然后基于流体模拟数据,利用DNN探究了α和γ模式下输入电流密度和放电间隙对大气压射频放电特性的影响,最后借助于粒子模拟数据构建的训练集,讨论了大气压射频微放电的频率效应,特别是电子能量分布函数(EEDF)的演化.预测结果表明,经过大约1 h的训练后, DNN只需要耗时0.01 s左右就能以极高的计算精度(与数值模拟之间的相对误差小于0.5%)获得电子密度、电场强度和...