Ni-Cu纳米合金催化剂制备及析氧性能

Ni基纳米材料是一种高效制氧催化剂,是当前相关学术领域的研究热点.采用电沉积法制备高性能的Ni-Cu纳米合金催化剂,分析了其表面态调控对电化学性能的影响.在电子微扰和表面形貌的双重调控下,其电化学活性表面积稳步提升到5.45 cmz,其析氧反应动力学电位和反应过电位分别达到约132 mV和约164 mV.对催化剂的构-效机理研究结果表明,在合金化作用下,其高电位下的抗腐蚀性得到提升,Ni-Cu的表面稳定性得到显著提升,从而使其I-t耐久性提升到27000 s.这种高性能非贵金属合金材料对制备高效率、低成本催化剂,促进析氧反应材料商业化具有重要意义.     

大学毕业生实习满意度状况探析

毕业实习是学生全面接触社会、锻炼适应岗位要求的实际工作能力、与用人单位双向选择的重要方式,对学生能否顺利、满意就业有着十分重要的影响.良好的毕业实习经历有利于实现从学习到就业的平稳过渡、提高大学生的就业能力.本文从公司状况、工作安排、薪资待遇、人际关系和学习效果等五个方面对大学毕业生实习满意度状况进行了探讨,并从学生、学校和企业的角度提出了相关启示.     

CoCu析氧纳米合金制备及性能调控机理

采用电化学沉积法制备了一种多边形结构的Co Cu二元合金纳米颗粒,研究了其析氧性能及调控机理.SEM和XRD表征结果表明,该材料在电沉积过程中合金化程度较高且Co和Cu之间的合金化作用明显.组分调控结果表明,Co含量与析氧活性的作用呈非线性规律,70%的Co含量为最佳配比.在0.1 mol/L KOH溶液中,Co₇Cu₃二元合金纳米催化剂具有极高的析氧活性,其析氧过电位为379.5 mV,Tafel斜率为278 mV/dec,活性电流密度高达55.6 A/g.同时,在0.8 V_SCE的恒定电位下,该催化剂稳定持续工作40000 s后,其活性衰减率为10%,表明该催化剂具有较好的电化学稳定性.     

高超声速滑翔飞行器不确定性分析与H∞混合灵敏度控制

针对高超声速滑翔飞行器具有强不确定性的问题,采用鲁棒性强的H∞混合灵敏度方法设计飞行器的控制系统。首先,针对模型包含大量不确定参数, 使用了最坏情况增益(worst case gain, WCG)的灵敏度分析方法对系统不确定性进行分析,得到了可以表示原系统模型不确定性的主要不确定参数。然 后,根据不确定参数分析结果,选取H∞混合灵敏度控制器的权函数并设计了控制器。最后,通过三通道非线性仿真以及参数拉偏仿真,对控制系统的动态性能和鲁棒性进行了检验,验证了控制系统分析与设计方法的有效性。     

钴掺杂对二氧化钛晶粒尺寸及相变的影响

通过溶胶凝胶法制备了纯Ti O_2与不同Co浓度掺杂的Ti O_2纳米粉体,并对样品进行了450、550、650℃保温2 h的热处理.采用X射线衍射仪对制得的纳米粉体进行了晶体结构表征,研究了热处理温度以及Co掺杂浓度对Ti O_2晶粒尺寸以及锐钛矿金红石相变的影响.结果表明:纯Ti O_2与Co-Ti O_2在450℃时为单一的锐钛矿;550℃时,纯Ti O_2有微量金红石生成,Co-Ti O_2仍然全部为锐钛矿;650℃时纯Ti O_2大部分转变为金红石,当Co掺杂量较低时,Co能促进锐钛矿相向金红石相的转变,而当掺杂浓度为8%时,Co抑制锐钛矿相向金红石相的转变;热处理温度升高以及Co掺杂浓度增加有利于Co Ti O_3相的生成,相同温度下,Co掺杂后Ti O_2晶粒尺寸减小.     

加速山西农业科技咨询产业发展的思路

论述了科技咨询对于农业发展所起的重要作用，提出了发展山西农业科技咨询业的对策。     

综合降水技术在临江基坑中的施工应用

本工程通过轻型井点和真空深井相结合的降水方案,取得了良好的效果。     

对标枪最后用力左侧支撑技术的分析

掷标枪是一项复杂的技术,在标枪的“持枪与握枪、助跑、最后用力和出手后的平衡”四个技术部分中,最后用力起着至关重要的作用。而在最后用力技术环节中,左侧支撑技术的好坏,直接影响力的传递和用力的效果,进而影响投掷成绩。     

赤道平面J2束缚轨道研究

对近地航天器有显著影响的J2项摄动势函数是轴对称的.而当航天器的轨道倾角为零时,J2项势函数由轴对称退化为球对称.本文从能量的角度来研究近地航天器J2束缚轨道特性.通过引入＂势能井＂的概念,证明了J2项势函数作用下,赤道平面内存在两类束缚轨道：环形束缚轨道与圆形封闭轨道.根据总能量与有效势的关系,分析了形成这两类J2束缚轨道的条件.利用球对称势的周期性理论,借助椭圆积分推导了环形J2轨道径向周期、周向周期和向径的表达式,以及圆形J2轨道的周期和角速度.分析了圆形封闭轨道的稳定性,以及受到小扰动后向径的演化规律.最后探讨了这两类J2束缚轨道潜在的应用.     

改进的Alexnet模型在水稻害虫图像识别中的应用

深度学习技术能以端对端方式实现农作物害虫识别,克服了传统机器学习方法特征选择具有主观性以及提取特征操作繁琐等不足,但识别的准确率和鲁棒性仍有待提高。为了研究出一种快速,高效的水稻害虫识别方法,本研究以稻纵卷叶螟、三化螟、稻蝗、稻飞虱4种常见的水稻害虫为研究对象,对传统的卷积神经网络Alexnet进行优化改进。首先从自然环境以及搜索引擎上获取4种不同的水稻害虫图像,并对图像进行数量扩增和细节增强预处理。然后对传统的卷积神经网络Alexnet进行优化改进,在Alexnet模型基础上,去除原有局部响应归一化层,在每一个卷积层后加入批归一化层,并采用全局平均池化和激活函数PReLU对模型结构进行优化。结果表明:改进后的模型在害虫数据集上的识别率不低于98%,相比于原网络提升了1.96%,高于LeNet5、VGG13、VGG16等传统网络;改进后的模型的损失值稳定在0.03附近,相比于原网络降低了0.1,均低于LeNet5、VGG13、VGG16等传统网络。从实验结果来看,改进后的方法在水稻害虫分类上有较高的识别率和较好的鲁棒性,可以为农作物害虫的智能识别提供了新的思路和方法。