不同磺化度下的磺化聚醚醚酮对全钒储能液流电池性质影响的研究

本文报道了采用浓硫酸作为磺化剂,成功合成了不同磺化度下的聚醚醚酮(PEEK)膜,并深入研究了磺化条件包括磺化时间和磺化剂的用量对所获薄膜性能的影响,获得了在不同磺化度（DS）下SPPEK膜的离子交换容,含水率,机械性能,质子电导率等参数,特别测定了在全钒液流电池工作条件下钒离子(Ⅳ)渗透率,首次为该类液流储能电池使用价廉质优的质子交换膜提供了基础实验数据。室温条件下的实验结果如下：1）磺化12小时后,膜的磺化度46%,含水量为28%,钒离子(Ⅳ)选择性最佳（钒离子渗透率为1.2×10-7 cm2/min-1,是Nafion117 (2.9×10-6 cm2/min-1)的1/24）,其质子电导率只有0.02 S/cm;2）磺化96小时其磺化度达79%的膜,质子电导率达0.16 S/cm,是Nafion117 (0.10S/cm) 的1.6倍, 但其机械性能最差;3）与Nafion117膜相比,磺化在36到48小时的SPPEK膜其机械力学性能好,薄膜的钒离子渗透率、离子交换容IEC、质子导电率和含水率高,且对钒离子的选择性佳,尤其价格仅为Nafion膜的1/13,是理想的Nafion膜的代替物,可望直接应用于全钒氧化还原液流（VRB）电池中。本文还讨论了磺化时间和不同磺化剂量对膜的性质的影响。     

药学本科实验类型及其教学方法的改革

介绍在药学本科实验类型及其教学方法改革所作的一点探索。在学生实验中以相同的原料、类似的试剂,分别采用传统加热化学合成方法与微波辐射合成方法合成同一药物中间体,引导学生就制备工艺、实验结果的差异进行对比讨论,以提高学生的学习兴趣,保证实验教学质量。     

基于在线信息的群评价模型及其偏序集求解方法

在相关研究的基础上,明确界定了在线群评价模型。该模型将在线评价信息用向量评价矩阵来表示,巨量数据转换成易于运算的方式。针对向量难以集结、属性权重难以明确等问题,运用偏序集相关知识对方案进行排序。通过权重排序信息,应用偏序集决策方法,对向量评价矩阵进行变换,得到方案间的比较关系矩阵。用偏序集表示的在线评价模型,不仅能够对方案进行排序,还能用于个性化产品推荐,通过Hasse图能够直观展示方案间的层次关系。最后,依据汽车之家网站提供的汽车产品在线评价信息的例子,体现本文方法的独特性和实用性。