Co掺杂Mn_(2)O_(3)复合材料的构筑及活化过氧单硫酸盐降解医药废水

废水中的抗生素对人类健康与生态安全构成了重大威胁,通过活化过氧单硫酸盐(PMS)产生活性氧物种是处理抗生素废水的有效手段。然而,由于电子迁移效率不足,实现高效的PMS活化仍然具有挑战性。在此,Co掺杂的Mn_(2)O_(3)催化剂(Co5-Mn_(2)O_(3))通过简单的一步煅烧法得到,以氧氟沙星(OFX)为目标污染物,考察了Co5-Mn_(2)O_(3)/PMS体系的降解性能,在15 min内OFX去除率达到了95%,相比于原始Mn_(2)O_(3)提升了12.3倍,同时Co5-Mn_(2)O_(3)/PMS体系对多种污染物(环丙沙星、磺胺甲恶唑、四环素、罗丹明B和甲基橙)均表现出良好的降解性能,体现了实际应用的潜力。X射线光电子能谱证实,Co掺杂引起了催化剂表面重构与电子迁移实现了Mn^(4+)-O-Co^(2+)活性位点的形成。猝灭实验分析,富电子Co位点与缺电子的Mn位点可以有效地活化PMS生成硫酸根自由基与单线态氧从而实现OFX的高效去除。这项工作为控制催化功能提供了一种活性位点的结构调控方法,为自由基与非自由基耦合降解提供新视角。

基于LIF对水包油型轻质油乳化液的分类识别

海面溢油是海洋污染的重要形式之一,溢油在风化迁移过程中,形成如水包油,油包水,水包油包水等乳化液,其中水包油类型的乳化液受水分子的影响较大,荧光特性不突出,导致轻质油乳化液分类的困难,因此如何进行高效识别,对污染治理有重要意义。选取常见的几种轻质油分别与海水、乳化剂按照不同配比混合配置水包油类型的轻质油乳化液。采用实验室搭建的便捷激光诱导荧光(LIF)系统探测轻质油乳化液的荧光光谱。构建麻雀搜索算法(SSA)优化支持向量机(SVM)的分类模型(以下简称SSA-SVM),实现乳化阶段溢油的分类识别。采用主成分分析法(PCA)对荧光光谱进行降维,选取累计贡献率为99%的前三个主成分作为输入,轻质油的种类作为输出;采用SSA迭代得到SVM的最优参数,并构建SSA-SVM分类模型;最后将测试集样本代入到模型中进行分类识别,识别准确率为100%。该研究同时构建了粒子群算法(PSO)优化支持向量机模型(简称PSO-SVM)和遗传算法(GA)优化支持向量机模型(简称GA-SVM)作为对照,实验结果表明,SSA-SVM相比PSO-SVM和GA-SVM,测试集的轻质油乳化液分类识别准确率同比提升1.77%和3.04%;并且适应度曲线在第2代就达到最高,优于PSO的第4代和GA的第36代,收敛速度更快。采用激光诱导荧光技术实现了水包油类型的轻质油乳化液的分类识别,推进了海面溢油区域分类探测机理的发展;提出的SSA-SVM模型,为轻质油乳化液的分类识别研究提供了新思路。

硝酸改性活性炭纤维对苯酚吸附性能研究

以粘胶基活性炭纤维(ACF)为吸附材料,通过硝酸改性得到ACF-1,对改性前后活性炭纤维吸附苯酚性能进行分析表征。结果表明:在酸性、中性和低温条件下利于活性炭纤维吸附苯酚,酸处理使活性炭纤维孔结构改变,表面含氧官能团增加。经过碱脱除再生3次后,ACF-1的吸附能力为初始吸附率的64.97%。吸附等温模型和动力学模型计算结果表明:准二级动力学模型和Langmuir吸附等温模型能够更好地描述活性炭纤维吸附苯酚过程。

基于LIF技术结合波长优选的油膜厚度检测方法分析

海上溢油事故不仅造成极大的石油资源浪费,而且严重威胁生态环境。因此,利用荧光光谱对油膜厚度进行快速无损检测对于有效评估溢油量有重要意义。基于激光诱导荧光(LIF)技术对海水表面0^(#)柴油、5^(#)白油油膜的荧光光谱进行检测,进而实现对油膜厚度的量化分析。首先使用SG平滑滤波对原始光谱数据进行预处理以减少原始光谱中的背景噪声。然后采用间隔随机蛙跳算法(IRF)结合变量子集迭代优化法(IVSO)对获取的全光谱数据进行波长选择以剔除冗余变量,将经过二次筛选出的光谱特征波长作为偏最小二乘回归(PLS)的自变量输入数据建立油膜厚度反演模型。该方法第一步利用IRF从全光谱数据中筛选出特征波段,再利用IVSO对特征光谱波段组合进一步筛选出特征波长变量,从而有效提高优选出的特征波长建立油膜厚度反演模型的预测能力和稳定性。将IRF-IVSO与全光谱及移动窗口偏最小二乘法(MWPLS)、间隔随机蛙跳算法(IRF)、变量组合集群分析法(VCPA)、变量子集迭代优化法(IVSO)四种波长优选方法进行对比,发现IRF-IVSO筛选出0^(#)柴油数据和5^(#)白油数据的特征波长数量分别占全光谱数据的4.48%和19.40%。将全光谱及上述波长优选方法筛选出的特征波长作为输入建立PLS模型进行分析讨论。结果表明,特征波长选择方法结合PLS所建立的不同模型预测能力和效率较全光谱有明显提高。其中,IRF-IVSO结合PLS所建立的油膜厚度反演模型预测效果最优,该模型可以实现对厚度分别为0.1415~2.2918和0.052~0.980 mm的0^(#)柴油及5^(#)白油油膜的有效反演,柴油油膜测试集相关系数R P可达到0.9611,测试集均方根误差RMSEP为0.1375,白油油膜测试集相关系数R P可达到0.9712,测试集均方根误差RMSEP为0.0790。该研究表明,IRF-IVSO通过结合区间波段筛选和单一变量选择能够有效而稳定地筛选出特征波长变量,结合PLS建立的油膜厚度反演模型能够实现可靠预测。

不同糖醇对黄心甘薯浓浆品质的影响

分别添加不同糖醇(麦芽糖醇、赤藓糖醇、木糖醇、山梨糖醇)制作低糖黄心甘薯浓浆,研究其对黄心甘薯浓浆流变特性、贮藏期色泽、β-胡萝卜素含量及消化特性的影响。结果表明,所有样品均为假塑性流体,经Power-law模型拟合,麦芽糖醇与赤藓糖醇显著降低了薯浆粘度(P<0.05),与空白组相比体系更均匀。经过杀菌与贮藏,糖醇能够有效减少β-胡萝卜素的损失,起到稳定色泽的作用(色差值ΔE<4)。21 d贮藏后,麦芽糖醇组中β-胡萝卜素含量为504.66 mg/kg,相比空白组,显著提高了35.54%,使抗氧化活性(DPPH·和ABTS^(+)·清除率)也有所提高。经体外消化后,麦芽糖醇与山梨糖醇组中β-胡萝卜素的释放均高于85%。综合考虑,麦芽糖醇为开发低糖黄心甘薯浓浆的最佳选择。

改进保形半投影的无人机遥感图像拼接算法

在无人机遥感图像拼接过程中,针对由于无人机在遥感图像拼接过程中视差所造成的鬼影影响配准的问题,文章提出一种改进的保形半投影算法(SPHP)。首先,根据TPS模型将目标图像进行变形,实现与源图像投影对齐;然后,采用SPHP算法,根据求得的单应矩阵进行坐标变换,平滑的外推至非重叠区域;最后,进行图像融合。实验结果表明,所提算法在拼接视差无人机遥感图像时,能够有效地改善视差问题,提高配准精度,解决非重叠区域的形变失真问题。

AR-1000集成式走丝切割机

设计说明：这是一款型号为AR-1000的走丝线切割机。利用连续移动的细金属丝（称为电极丝）作电极，对工件进行脉冲火花放电蚀除金属、切割成型。在实际加工过程中需要随时观察到工作台情况但手碰工作台会有触电危险。我们对它设计了创新的外观。通过三面可开门将工作台包围，可以随时从外面观察到工作台的加工情况，既保证了工作效率又避免了发生触电安全事故的问题。这样冷凝液不会飞溅到台外节省了资源。与机身相连的电脑数控台克服了分体式需要分头观察数控部分和加工部分的壁垒。可以通过可旋转的数控台进行多角度操作。另外．对于多台线切割机同时工作的厂房，这样一体式的外观也整理了传统机身裸露在外面散乱的管道和机箱，延长使用寿命。

碳纤维及其复合材料的研究进展

碳纤维(CF)因其高比表面积和优异的结构而具有优良的吸附性能,同时具有耐酸性、耐碱性、耐高温、高导电性、化学稳定性和可再生性等优势,广泛地应用于制备各种复合材料中。本文从碳纤维的预处理方法,包括酸碱处理、等离子处理和氧化处理等,以及碳纤维与其他材料复合后在水处理、分解水产氢,还原CO_(2)、杀菌等方面的应用进行综述。最后对碳纤维未来的发展进行了展望。

电力企业技改大修工程审计初探

技改大修审计是促进企业健康发展而对其设备、资产进行的维护、补全等技术性措施。本论文结合基层大修及技改工程审计工作的实际状况,对电力企业大修及技改工程审计与控制的内容、执行情况进行了分析讨论,并提出审计相关建议。

试论如何加强企业内部审计工作

内部审计是一种独立、客观的保证和咨询活动,其目的在于为组织增加价值并提高组织的运作效率。它采取系统化和规范化的方法,来对风险管理控制和治理程序进行评估和改善,从而帮助组织实现它的目标。内部审计作为一种自我诊断、自我约束制度,是管理与控制链条中重要环节,是管理与控制的基础。文章针对目前内部审计工作存在的问题,提出了改善对策。

一种旋挖钻机的结构设计

旋挖钻机是一种可以应用于矿山开采,建筑、交通等钻孔作业的大型机械,本文是通过研究国内外旋挖钻机的实际应用前提,设计一款新型旋挖钻机,并且应用CAD、UG等软件建立装配模型,对钻机上的主要工作原件进行分析,并对液压元件进行选型,研究和分析旋挖钻机的工作性能和工程投用的可行性。

三维荧光光谱结合2DPCA-SSA-GRNN对柴油占比的检测

柴油和生物柴油混合油液三维荧光光谱中的荧光峰较多,导致混合油液的主要特征峰不明显,而且随着柴油占比的减少,三维荧光光谱的最大荧光强度位置会发生偏移,荧光强度与柴油占比不满足线性关系。因此,检测混合油液中的柴油占比较为复杂。本团队采用二维主成分分析(2DPCA)对混合油液的三维荧光光谱进行重构,重构荧光光谱中的冗余信息减少,在最佳激发波长450 nm下有能代表柴油的发射光谱(465~500 nm)。利用麻雀搜索算法(SSA)对广义回归神经网络(GRNN)进行优化,构建2DPCA-SSA-GRNN预测网络,该网络输入是训练集中的9个样本经2DPCA重构后能代表柴油的发射光谱,网络输出是柴油占比。最后利用建立的网络预测测试集中4个样本的柴油占比,柴油占比分为85.02%、73.76%、63.80%、53.37%,平均回收率为98.39%,均方根误差为0.90%,预测效果较未利用重构发射光谱的网络具有较大提升,均方误差降低了0.97个百分点,平均回收率提高了1.24个百分点。本文为优化神经网络预测物质占比提供了新方法。

基于青少年体验的交互方式研究

随着时代和技术的发展,用户界面设计的流程正悄无声息地发生着巨大的变化。精准具体的设计交付列表不再是交互设计的唯一标准,静态页面设计在整个设计流程中所占的比重也逐步降低,我们所设计的不再是单纯的页面,而是包含诸多组件的一整个系统。瞬息万变的不仅仅是内容和信息,用户所用的设备和内容呈现的模式也在快速改变着,这些都与界面设计息息相关,也没有任何迹象表明这种改变会变缓。而我们的设计作为载体和呈现的载体,理应走在它们的前面。青少年群体是新型信息时代的主体消费者,他们处于新旧媒介的交融处,因此年轻化、个性化的交互体验对于信息化时代起着尤为重要的作用。

基于儿童安全出行的智能设备研究

随着社会的进步,关于儿童出行的安全问题得到越来越多的关注。我国人口的车辆数目的庞大,交通网的错综复杂,不同于其他国家。严格遵守交通规则显得尤为重要。儿童青少年思维简单,应变能力差,因此不仅需要加强平时的安全教育,还需要借助一定方法措施,借助于科技产品,培养孩子安全意识。本文正是从这样的背景下出发,分析学龄前儿童特点,研究出适合儿童的以安全保障为目的的智能设备,并通过具体的产品设计来验证这样的交互方式对儿童的可行性。