新型KTN衬底上生长金刚石及其光催化性能研究

采用微波等离子体化学气相沉积技术,以钽铌酸钾(KTa1-xNbxO3,简称KTN)作为衬底,生长高质量金刚石薄膜。用X射线衍射仪、扫描电子显微镜和拉曼光谱仪观察并分析金刚石薄膜的表面形貌和微观结构,并研究样品的光催化性能。结果表明:金刚石生长过程中形成了碳化钽过渡层;随着生长时间延长金刚石质量不断提高;所有样品均表现出良好的降解罗丹明B的能力,其中生长时间为12 h的样品对罗丹明B的降解效率提高了0.29倍,与生长时间为3 h的样品相比其降解效率提高了1.6倍。本研究为生长多晶金刚石提供新型衬底,并探索金刚石在光催化方面的应用。

HPLC法测定参梅养胃颗粒(无蔗糖)中羟基红花黄色素A的含量

目的:建立HPLC法测定参梅养胃颗粒(无蔗糖)中羟基红花黄色素A的含量。方法:采用色谱柱ODS-C_(18)(4.6 mm×250 mm, 5μm);以甲醇-乙腈-0.7%磷酸溶液(26∶2∶72)为流动相等度洗脱;检测波长403 nm;柱温25℃;进样量10μL;流速1.0 mL/min。结果:羟基红花黄色素A在0.0480~0.7196μg范围内线性关系良好,平均加样回收率(n=9)为101.74%, RSD值为1.6%。结论:该方法操作简便、准确、重复性好,测定结果稳定,可以作为参梅养胃颗粒(无蔗糖)中羟基红花黄色素A的含量测定方法。

参梅养胃颗粒清膏粉的喷雾干燥工艺研究

目的:优化参梅养胃颗粒清膏粉的喷雾干燥工艺。方法:采用Box-Behnken中心组合设计原理,设计进风温度、喷雾流量、浸膏密度3因素3水平响应面试验,建立模型并分析最优的工艺参数。结果:所得的回归模型拟合度高,优化后的工艺参数为进风温度195℃,喷雾流量4 Hz,浸膏密度1.09 g/mL。结论:所得参梅养胃颗粒清膏粉喷雾干燥工艺稳定可靠,为开发参梅养胃颗粒无糖制剂奠定了基础。

基于红外温度序列的电路板故障诊断研究

电路板红外温度序列包含了丰富的故障类别信息,充分利用其局部与全局特征可以提高电路板故障诊断的准确率。为此,文中提出了一种由特征提取网络(Features Extraction Network,FEN)与关系学习网络(Relationship Learning Network,RLN)并行构成的可综合利用温度序列局部特征及特征间关系的电路板故障诊断模型。其中,FEN基于多尺度膨胀卷积(Multi-scale Dilated CNN,MDCNN)残差结构搭建,可在不增加训练参数的前提下构建多层次感受野,学习温度序列不同范围的空间特征;RLN基于嵌入长短期记忆网络的注意力机制(Long Short-Term Memory hybridized with Attention,LSTMwAtt)结构搭建,通过控制温度序列信息传递来学习特征重要性并分配权重,挖掘不同位置特征间的相关性。实验结果显示,所提模型在两个自建电路板温度序列测试数据集上的诊断性能优于同类型的FCN、MFCN、LSTM和LSTM-FCN,故障诊断准确率分别达到91.15%和96.27%,可实现对电路板故障的高准确率诊断。

乡村振兴背景下农村生产生活方式的变迁预期研究

本文通过文献法和实地观察法,以乡村振兴战略背景下农村生产生活方式为研究对象,分析了当前在乡村振兴战略背景下农村的劳动生产方式和生活方式的现状以及未来变化预期,就目前存在的问题进行实证分析提出可供参考的建议,最后从整体上对乡村振兴战略与农村生产生活方式的相互适应性进行思考。

基于红外热图的机载电路板故障模式诊断研究

作为一种新型的非接触式检测方法,基于红外热成像技术的机载电路板故障模式诊断方法受到越来越多的关注。本文针对传统基于红外热图的电路板故障检测算法中存在的缺陷,提出一种结合红外图像分割、热阻网络、支持向量机SVM(Support Vector Machine)与D-S证据理论的故障检测算法。首先,通过红外图像分割完成目标芯片区域温度提取,应用热阻网络模型对目标区域温度信息进行优化;其次,提取温度信息特征向量分别输入对应的初级SVM诊断模块,输出各故障模式的加权基本概率分配值BPA(Basic Probability Assignment);最后,应用D-S证据理论对各证据体加权BPA进行数据融合,输出融合后的故障诊断结果。实验结果表明,本文算法加强了有效证据体对诊断结果的正面影响,削弱了无效证据体的负面影响,大幅度提高了机载电路板故障模式诊断准确度。

基于SVM与改进D-S理论电路板故障诊断算法

为了解决传统电路板故障诊断方法耗时长、难度大、准确度不高的问题,该文充分利用不同检测设备提供的电路板故障特征信息,提出基于支持向量机(SVM)与改进D S证据理论相结合的电路板故障诊断算法。首先,将各证据体提供的故障数据输入SVM诊断模块,获取该证据体对各个故障模式的可靠度与加权系数;其次,利用“一对一”SVM多分类方法构造证据体对各个故障模式的基本概率分配;最后,对基本概率分配进行加权处理,完成基于D S理论的多信息融合,获得故障诊断结果。实验结果表明,所提算法可以有效降低各证据体对诊断结论的冲突,增强正确诊断结果的信度,显著提高故障诊断准确率。

基于TDOA和Kalman滤波的声音定位系统的设计

使用单片机STM32F103ZET6为控制核心,通过以LM324芯片、LM567鉴频芯片为主组成的固定声音识别电路设计声音定位系统。针对在固定音频信号采集过程中,由元器件本身以及周围环境等影响而产生的噪声误差,采用TDOA算法和Kalman滤波相结合的方式,对于TDOA算法的计算结果进行优化处理,得出音源位置的最优估计值。经过运行调试,使用Kalman滤波之后,使得系统的定位精度得到较大的提高,实现对目标的快速稳定跟踪。

正交试验法优选酒香附炮制工艺

目的:优选酒香附的炮制工艺。方法:采用L9(34)正交试验法,以α-香附酮、总黄酮、浸出物含量为考察指标,筛选香附的最佳酒制工艺。结果:香附粒度大小、烘烤温度对实验结果有显著性影响,酒香附的最佳炮制工艺为30%黄酒量,浸润1h,过65目筛,烘烤温度60℃。结论:优选的工艺稳定可靠,研究结果可为酒香附炮制工艺的改进和生产工艺技术参数的量化奠定基础。

阻燃剂增韧剂玻璃纤维对挤出型薄壁阻燃增强PC材料的阻燃等级力学性能和抗翘曲性能的影响

研究了磷酸酯阻燃剂、全氟丁基磺酸钾、有机倍半硅氧烷类阻燃剂、溴代三嗪、六苯氧环三磷腈5种阻燃剂对阻燃增强聚碳酸酯(PC)材料薄壁阻燃性能的影响;研究了MBS、ABS高胶粉、EMA类弹性体3种增韧剂对阻燃增强PC材料力学性能的影响;研究了PC专用普通短切玻璃纤维、PC专用扁平短切玻璃纤维对阻燃增强PC材料抗翘曲性能的影响。实验表明,六苯氧环三磷腈对增强阻燃PC薄壁阻燃效率比溴代三嗪、磷酸酯阻燃剂、有机倍半硅氧烷类阻燃剂和全氟丁基磺酸钾要好,当六苯氧环三磷腈添加量为7.5wt%,阻燃增强PC材料的阻燃等级可达到UL 94 0.75 mmV-0等级;与ABS高胶粉和MBS相比,EMA类弹性体对阻燃增强PC材料的综合力学性能更好,当EMA类弹性体的添加量为2 wt%时,阻燃增强PC材料的韧性最好;PC专用扁平短切玻璃纤维对挤出板抗翘曲性能比PC专用普通短切玻璃纤维要好。

Preparation of Mo_(2)C by MPCVD and Its Photocatalytic Properties

Mo2C was prepared by microwave plasma chemical vapor deposition(MPCVD)technique with the power of 800 W and pressure of 18 kPa.Compared with traditional preparation methods,MPCVD has faster growth rate and higher purity of the products.The influence of growth time on the morphology and structure of Mo_(2)C was characterized by X-ray diffraction and Scanning Electron Microscopy.The photocatalytic performance of Mo_(2)C was tested.It was found that Mo_(2)C had good photocatalytic performance and the 6 h sample had the highest photodegradation rate,indicating the great potential of Mo_(2)C as photocatalyst.