分级多孔纳米炭纤维的结构及电容性能

以酚醛树脂为碳源、PVP为纺丝助剂、纳米MgO颗粒为模板剂,通过静电纺丝法制得酚醛树脂基纳米炭纤维,经过炭化、KOH活化、酸洗后得到分级多孔纳米炭纤维,利用SEM、XRD、XPS、拉曼光谱仪及氮气吸脱附实验,对所制多孔纳米炭纤维的结构和形貌进行表征,并将其作为模拟电容器的电极,利用循环伏安、恒电流充放电及交流阻抗方法测试了材料的电化学性能。结果表明,KOH活化引入了数量可观的微孔,所得纳米炭纤维表现出明显的"微孔-中孔-大孔"分级孔分布的特点,其比表面积达到1058.4m~2/g,总孔容为1.64cm~3/g。电化学测试结果表明,所制分级多孔纳米炭纤维在6mol/L KOH电解液中显示出优异的电容性能,在0.2A/g的电流密度下,其放电比容量达到198F/g,在20A/g电流密度下,电容保持率达到65%。     

卞之琳新诗格律与主题关系论

在中国新诗发展史上,卞之琳是一位具有独特诗风的诗人。他的诗短小精悍又哲思深远,并且在新诗的格律化方面有颇有建树。他将诗歌规律与诗歌所反映的主题巧妙地结合在一起,使诗歌的形式和韵律都为主题服务,同时,又通过诗歌的形式和韵律使主题可观可感,强化了读者对主题的印象。     

组合式金合金圆平面磁控靶的设计

首先对传统的圆平面磁控靶的形状进行改进,设计一个靶材利用率高的纯金靶．利用金合金的色区图,计算沉积不同Ｋ值和颜色的镀金膜时,组合式Ｋ金靶上金、银、铜的面积比,从而在纯金靶上固定相应面积的扇形银片和铜片,研制出不同Ｋ值和色度的组合式金合金靶．     

离心级联水力学的扰动分析

为了提高离心级联的分离效果,研究了各级机器参数扰动时所引起的流体状态偏移。在求解离心级联水力学静态特征根的基础上,以扰动级为界,通过对级联贫化、浓化部分分段求解,得到了水力学流体状态偏移的解析解,并用数值实验加以验证。结果表明:对于小扰动情况下的离心级联,用解析与数值2种方法得到的流体状态偏移曲线十分相似,主静态特征根Z2对级联中压强和流量的偏移起主导作用。因此,该解析解可以为实际离心级联参数的调整和设计提供参考依据。     

聚苯乙烯型氧化哌啶树脂的制备及对苯酚的吸附性能

制备了大孔哌啶弱碱树脂,并经过氧化氢（H2O2）氧化得到大孔氧化哌啶树脂,氧化哌啶树脂对水的亲和性增加,对苯酚的吸附性能增强,动力学吸附性能也好于哌啶树脂．树脂对环己烷中苯酚的动力学吸附符合二级动力学方程,计算得到的吸附量与实验结果相符．     

基于扩展有限元的混凝土重力坝水力劈裂分析

利用扩展有限单元法在求解不连续问题上的独有优势,在裂纹面以水压力方式模拟水力劈裂荷载,以解决裂纹扩展时涉及裂纹面非线性和移动边界问题。针对某待建混凝土重力坝,通过ABAQUS软件建立黏聚力裂纹扩展模型模拟水力劈裂,采用上游超载静水压力模拟高水压作用,研究不同裂纹长度、角度及裂纹面水压力对裂纹扩展的影响。结果表明：在相同初始裂纹夹角和水压作用下,裂纹起裂方向与预置裂纹方向夹角值基本一致;预置裂纹与水平向夹角为45°时,裂纹扩展深度最浅;随着裂纹面水压力数值增大,坝踵预置裂纹逐渐向坝基底部扩展;随着坝体折断面预置裂纹长度的增加,预置裂纹尖端周围应力值逐步增大,坝顶和主裂纹最大张开位移也随之增大,最终形成一条主裂纹并不断地向下游坝基面进行扩展,结构承载能力逐渐降低。     

一类次线性椭圆方程组的正解

一类带有边值的次线性椭圆方程组,证得这样的次线性椭圆方程组存在正解.     

带有捕获项的扩散逻辑方程的精确解

考虑一个带有捕获项的扩散逻辑方程的精确解.在1972年Ambrosetti和Prodi研究了类似问题的精确解,而不同的是在笔者的问题中f(u)不是渐近线性的,这里通过把f(u)渐近线性化及考虑另外一个特征值问题,从而得到了它的精确解.     

四硝基取代酞菁铜/介孔二氧化硅复合材料的成及表征

利用溶胶-凝胶方法原位同步合成了四硝基取代酞菁铜/介孔二氧化硅的有机-无机复合材料.采用紫外可见吸收光谱(UV-vis)、红外光谱(IR)等对四硝基取代酞菁铜/介孔二氧化硅复合材料进行了表征.发现四硝基取代酞菁铜在介孔二氧化硅中以单聚体和二聚体两种形式存在,且以二聚为主.XRD检测结果表明:四硝基取代酞菁铜/介孔二氧化硅复合膜仍保持了原来的介孔结构,SEM检测结果表明原位合成的四硝基取代酞菁铜可以均匀地分散到介孔二氧化硅的基质中.     

人工智能心理学研究的知识图谱分析

借助CitespaceⅢ对选自WoS的人工智能心理学研究文献进行知识图谱探析,结合自动聚类视图与议题标签展现了人工智能心理学领域的6个知识聚类:#0人工智能解决问题议题;#1人工与人类认知共性议题;#2人工智能学习议题;#3人工智能脑科学议题;#4人工智能环境认知议题;#5人工智能表征议题。在深入探究各聚类的核心与热点知识的基础上分析了人工智能心理学发展的各阶段特征:1.上世纪50年代图灵和米勒等人对机器认知与学习等概念的猜想与初探;2.70-90年代纽厄尔、西蒙和莱尔德等人基于模块记忆与层级分析对人工智能信息处理模型的系统性构建;3.本世纪初基于神经生理学的降维数据认知理论的发展;4.当下人工智能贝叶斯大脑与深度学习理论的兴起。