不同滤料用纤维负载脱硝催化剂的性能

针对燃煤烟气脱硝除尘一体化的热点问题,选取了两种在袋式除尘器中常用的耐高温过滤纤维(芳砜纶纤维(PSA)和P84纤维),通过等体积浸渍法制备出负载脱硝催化剂CeO2的滤料纤维样本.采用扫描电镜(SEM)试验、单根纤维强度测试,热重分析(TGA)和X射线衍射(XRD)试验对试样进行表征分析.结果显示:负载CeO2后的PSA纤维的强度、伸长率下降幅度及相耐高温性能等均优于P84纤维.对不同负载率(0%,5%,8%,10%,12%,14%,16%)的CeO2/PSA进行了脱除NO试验,得出当CeO2负载率为14%和温度为200℃时,NO的脱除率最高达到64%.     

基于第一性原理计算Co基尖晶石MCo2O4(M=Fe,Mn, Cu,Ni)磁性和电性

利用基于密度泛函理论(DFT)的第一性原理对Co基尖晶石氧化物MCo₂O₄(M=Mn, Fe, Ni, Cu)的电子结构和磁学性质进行了计算，得出Co基尖晶石氧化物的稳定结构，总结了这些化合物呈正尖晶石和反尖晶石分布时的电子结构和磁构型.比较计算CoFe₂O₄和FeCo₂O₄发现改变阳离子的分布会影响材料的电学性质，通过研究得出，Co基尖晶石氧化物结构为正尖晶石的材料都具备铁磁性，结构为反尖晶石的材料都具备亚铁磁性.     

我国高校绩效拨款的必要性、可行性及政策建议

有效发挥财政拨款在高等教育事业发展上的宏观调控作用,完善财政拨款方式,强化质量导向,对于我国高等教育事业的长远发展具有深远的战略意义。绩效拨款关注质量、竞争与效益,符合我国当前高等教育发展变革的战略趋向。高校绩效拨款的实施具有现实的必要性、可行性,在经历了有效的探索后,可以成为财政拨款的首要选择。     

新型光敏材料HA改性后的荧光光谱研究

为了对新型光敏剂竹红菌甲素(HA)进行改性并保持其优异的敏化特性,系统研究了HA在酸性体系下改性后的光谱特性,为指认HA的光谱和激发态电子跃迁的机制提供了新的依据.另外详细研究了HA在固相分子筛(弱酸体系)中的光谱,指定其在强激光脉冲激发下产生了双光子吸收,并指认长波荧光发射带为激发态质子转移荧光;结果表明只有在强光作...     

滤料负载飞灰-CaO吸附剂脱除Hg~0的试验研究

在固定床试验系统上,进行了自制不同质量掺混比的飞灰-CaO吸附剂对燃煤烟气中Hg0的脱除试验,确定了飞灰和CaO的质量掺混比为2∶1时飞灰-CaO吸附剂对Hg0的脱除效率最佳,最大脱除效率达34%.在此基础上制备纤维滤料负载飞灰-CaO吸附剂,并对燃煤烟气中Hg0的脱除进行试验,研究飞灰-CaO吸附剂粒径、吸附反应温度、入口Hg0浓度和HCl气氛因素对Hg0脱除效率的影响.结果表明:飞灰-CaO吸附剂粒径为43～75μm时,Hg0脱除效率较高;吸附反应温度越高,Hg0脱除效率越低;入口Hg0浓度的提高并不一定提高Hg0脱除效率;烟气中加入HCl气体后,Hg0的脱除效率有明显的上升,且Hg0的脱除效率随HCl含量的增加而提高.     

新型高效聚合物/富勒烯叠层有机光伏电池研究进展

该文主要通过对聚合物/富勒烯叠层太阳能电池的内部机理进行分析,从器件结构优化、形貌控制和界面修饰等不同侧面介绍了提高聚合物/富勒烯叠层太阳能电池性能的方法,讨论了各种器件的结构和能量转换效率,并对其未来的发展做出了展望.     

基于云模型和D-S理论的煤矿安全管理评价方法

针对传统评价方法处理某些指标时无法同时反映模糊性和随机性的缺陷,提出基于云模型定性与定量互转模型和D-S理论权重确定方法的综合评价方法.综合考虑煤矿安全管理影响因素,建立以设备管理、作业环境管理、信息管理、人员分配管理为二级指标的煤矿安全管理系统指标体系.霍州煤电集团宋庄煤矿的安全管理系统评价结果表明,该方法科学、有效.     

基于环境友好的绿色反溶剂法的高效CH3NH3PbI3钙钛矿太阳能电池

CH₃NH₃PbI₃(MAPbI₃)钙钛矿电池的能量转换效率与钙钛矿薄膜质量密切相关。为了获得高质量的钙钛矿薄膜，通过优化薄膜制备方法和工艺流程，发现绿色反溶剂乙酸丙酯和丙二醇甲醚能促进PbI₂粒子的成核，提供CH₃NH₃PbI₃钙钛矿晶体的异相成核位点，从而促进钙钛矿晶体的快速生长。研究表明，与常用的有毒溶剂氯苯处理的钙钛矿薄膜相比，通过乙酸丙酯和丙二醇甲醚处理的薄膜晶粒较大，均方根值较低，表面粗糙度获得较大优化，可以获得晶粒尺寸均匀、接近钙钛矿载流子扩散长度的全覆盖钙钛矿薄膜。测试不同处理条件下的器件性能发现，与氯苯处理的CH₃NH₃PbI₃钙钛矿太阳能电池(能量转换效率为17.86%)相比，绿色反溶剂丙二醇甲醚处理的器件的最佳效率为21.60%,提高近21%,该实验结果对今后获得环境友好的高质量钙钛矿型太阳能电池具有一定的参考价值和指导意义。     

改进的SSD-ResNet算法

单次多边界框检测器(single shot multibox detector, SSD)算法因其性能优良已被应用于许多场景中，但该算法对小目标物体的检测精度偏低，主要原因是高层的语义信息没有被充分利用。为解决该问题，文章将其基础网络替换为残差网络(residual network, ResNet),同时融合深浅层的特征信息来增强浅层特征图的语义信息，此外还引入注意力模块，保留更多的目标特征信息，抑制无关信息，进一步提升对小目标物体的检测效果。在PASCAL VOC2007数据集上进行实验测试，平均精度均值为80.2%,优于其他SSD改进算法。由于增加了特征融合和注意力模块，所提算法检测速度有所下降，但相比于SSD改进算法，检测速度仍有明显的优势。