石墨相氮化碳/蒙脱石复合材料的制备及其可见光催化性能

为提高石墨相氮化碳(g-C₃N₄)对可见光的利用率及光催化效率,采用热聚合与直接负载等方法,将g-C₃N₄负载于蒙脱石表面,制备了g-C₃N₄/蒙脱石复合光催化材料,其结构经SEM, FT-IR及XRD表征。以罗丹明B(RhB)为目标污染物,研究了不同负载量g-C₃N₄/蒙脱石复合光催化剂的可见光催化性能。并分别以对苯醌、碘化钾和异丙醇为自由基捕获剂,研究了复合材料的光催化机理。结果表明：当g-C₃N₄的质量分数为83%(CN/M-83%)时,RhB经可见光照射1 h后,降解率达到99.2%。光催化速率常数为纯g-C₃N₄光催化速率常数的3.2倍。     

集成电路:产业发展、出口及政策展望

短期内我国集成电路产品出口以加工贸易为主导的格局还将维持。     

直流辉光放电质谱法测定高纯二氧化锗中的16种杂质元素及其相对灵敏度因子的求取

取高纯GeO_2粉末5.00g(颗粒度小于30μm)5份,其中一份作为空白,其余4份中依次加入Li、Be、Mg、Al、Ti、V、Cr、Fe、Ni、Co、Cu、Zn、Sn、Sb、Tl、Pb等16种元素的标准溶液,使其浓度梯度为0,0.4,1.0,2.0,5.0μg·g~(-1),于烘箱中100℃烘干。充分研磨混匀后制得GeO_2粉末中含16种杂质元素的控制样品。取高纯铟按方法规定压制成直径约为15mm的In薄片。取5片铟薄片,取适量上述5个GeO_2控制样品分别置于铟薄片上,盖上数层称量纸后用手动压紧压实,使铟薄片上的控制样品的直径约为4mm,并分别进行直流辉光放电质谱法(dc-GD-MS)测定。选择放电电流为1.8mA,放电电压为850V,采用电感耦合等离子体质谱法(ICP-MS)测定控制样品中各杂质元素的含量,并将这些测定值作为标准值。将ICP-MS测定所得待测元素和基体元素的离子束强度比值为横坐标,以与其对应的信号强度为纵坐标绘制校准曲线,曲线的斜率即为各元素的相对灵敏度因子(RSF)值。所得16种元素的校准RSF(calRSF)值和仪器自带的标准RSF(stdRSF)值之间存在显著的差异,其比值大都在2～3之间。由此可见制备的一组GeO_2粉末控制样品不仅建立了各元素的工作曲线,而且获得了与基体相匹配的RSF值,解决了用GD-MS测定高纯GeO_2中16种杂质元素的问题。     

Sinα型微带线慢波结构高频特性分析

本文对Sinα型微带线慢波结构高频特性进行了仿真计算,得出了该慢波结构的耦合阻抗随结构变量变化的趋势。针对Sinα型微带线慢波结构耦合阻抗较低的问题进行了结构改进,仿真结果表明改进后结构可以明显提高慢波系统的耦合阻抗值。     

真空热处理对NiCrA1Y薄膜表面高温氧化的影响

采用直流磁控溅射法在镍基高温合金DZ4上制备了NiCrA1Y薄膜,并对NiCrA1Y薄膜进行真空热处理后再进行高温氧化,以生成一层致密的Al2O3膜,研究了真空热处理对NiCrAlY薄膜表面高温氧化的影响.结果表明:经过真空热处理的NiCrA1Y薄膜,高温氧化后表面生成了单一、稳定的α-Al2O3相,Al和O的粒子数分...     

等离子体中X射线透过率分析及潜在通信应用研究

X射线具有波长短、光子能量高等特点,有望在等离子体环境中实现信息的有效传输.本文首先采用基于连续介质中的WKB分层法,研究了黑障条件下, X射线在非均匀等离子体鞘套中的透过率特性,仿真了不同等离子体电子密度和碰撞频率下X射线信号的透过率,理论上证明了X射线可用于黑障区信息传输的可行性.其次通过搭建环形扩散辉光放电等离子体发生器及实验验证系统,进行了国内外首次X射线穿过等离子体鞘套的验证实验.实验结果表明,等离子体对X射线信号的透过率存在一定程度的衰减,透过等离子体前后的X射线信号能谱轮廓相似度优于95.5%,能谱峰值点的偏移量小于1.3%.此外,在原有理论模型的基础上,考虑等离子中的粒子与X射线的碰撞、吸收效应,优化了X射线在等离子体中的透过率模型,与传统的理论方法相比,该模型可对实验现象进行更好的解释.同时计算了X射线在临近空间的透过率,并分析了X射线通信所能达到的潜在指标.这些结果有望为解决黑障区信号传输提供一定的理论与实验依据.     

数据挖掘技术在交通事故分析中的应用

针对交通管理部门积累储存的大量的与交通管理和交通安全相关的数据资源和这些数据资源的使用情况,提出了以驾驶员总量为研究对象,利用数据挖掘技术的发展成果,挖掘这些数据资源的内在联系,服务于相关部门或机构的方法.     

基于机器学习方法虚拟筛选Syk的抑制剂

脾酪氨酸激酶(Syk)是一种细胞内的酪氨酸激酶细胞质受体,在类风湿性关节炎(RA)的发病过程中起着至关重要的作用。筛选Syk抑制剂对RA的治疗有着重要的意义。采用C4.5决策树与随机森林(RF)两种机器学习方法分别对Syk抑制剂与非抑制剂建立模型,经过对比,RF具有更好的预测精度。采用RF模型对Syk抑制剂进行虚拟筛选,从ZINC数据库筛选得到潜在的Syk抑制剂分子。研究结果表明,机器学习方法对于虚拟筛选和发现潜在的Syk抑制剂十分有效。