NiFeNb种子层对坡莫合金磁滞回线的影响

采用NiFeNb为种子层,制备(Ni82Fe18)1-xNbx(35 )/(Ni82Fe18)(150 )/Ta(30 )系列膜,并对其颗粒大小和磁滞回线等进行测量,探讨种子层中Nb含量x对坡莫合金磁滞回线的影响.结果表明:以NiFeNb作种子层能更好地改善坡莫合金的微结构.种子层厚度为20 ,Nb含量为24 4%时,磁滞回线有最小的回线面积、矫顽力和较小的不对称性.种子层影响坡莫合金磁滞回线的一个重要原因是脱附激活能等因素造成种子层具有不同的表面粗糙度,进而使坡莫合金具有不同的微结构.     

纳米量级超导粒子电子比热中的量子尺寸效应

考虑了奇/偶电子数分布,从配分函数出发,用静态路径近似(SPA)方法和BCS方法计算了随机矩阵理论中高斯正交系综(GOE)所对应的电子能级分布对超导纳米粒子的电子比热的影响,得到了弱自旋-轨道耦合和弱磁场中和奇/偶电子数分布下的电子比热,并做了简单分析.经过计算和分析,发现粒子尺寸和奇/偶电子数对电子比热和转变温度有影响.     

L-凸空间中的Ky Fan极大极小不等式及其应用

在较弱的条件下证明了L-凸空间中的Ky Fan极大极小不等式，并给出其等价形式．作为应用，得出了L-凸空间中的鞍点定理。     

关于分布函数属于D(Λ)吸引场的充要条件

在分析Π变化函数或Γ变化函数的辅助函数的渐近等价性的基础上,得到了分布函数属于D(Λ)吸引场的 充要条件.     

MOCVD法制备Fe/Mo功能梯度材料

利用金属有机化学气相沉积(MOCVD)方法,以Mo(CO)6,Fe(CO)5为物源,在Al2O3陶瓷基片上制备了 Fe/Mo功能梯度材料,并用XPS,XRD,SEM和台阶仪等技术对其成分分布、物相组成、表面形貌和厚度进行测试 和表征.结果表明:材料的组成沿厚度方向呈连续梯度变化,符合功能梯度材料的变化规律.     

苯甲醛缩氨基硫脲铜(Ⅱ)配合物为载体的高选择性硫氰酸根离子电极的研究

以苯甲醛缩氨基硫脲铜(Ⅱ)[Cu(Ⅱ) L2]为中性载体的PVC膜电极对硫氰酸根离子(SCN-)具有优良的电 位响应特性并呈现出反Hofmeister选择性行为,其选择性从大到小的次序为:SCN-,Sal-,ClO-4,I-,Cl-,Br-, Ac-,NO-2,NO-3,SO2-4.电极在pH5.0的磷酸盐缓冲体系中,在1.0×10-1～2.5×10-6mol/LSCN-浓度范围呈 近能斯特响应,斜率为56.0mV(25℃),检测下限为9.0×10-7mol/L.采用交流阻抗技术和紫外可见光谱技术初 步研究了阴离子与载体的作用机理;结果表明,配合物中心金属原子的结构以及载体本身的结构与电极的响应行 为之间有非常密切的构效关系.该电极具有响应快、重视性好、检测限低、制备简单等优点.     

反相高效液相色谱法快速测定靛蓝中残留苯胺

建立了用反相高效液相色谱测定靛蓝中残留痕量苯胺含量的方法.用YWG C18(5μm,300mm×5mmID) 柱,V甲醇∶V水=70∶30的溶液为流动相,柱温30℃时于285nm波长处以外标法测定.结果表明苯胺在6.92× 10-8～3.59×10-4g/mL范围内,浓度与峰面积有良好的线性关系(r=0.9997).苯胺的回收率为98.34%～ 98.36%,相对标准偏差为1.84%～3.03%(n=5).检测限为2.02×10-9g/mL(S/N=3).实验表明该法简便、快 速,应用于实际靛蓝样品中残留痕量苯胺的测定,取得了很好的结果.     

南方鲇卵巢滤泡细胞和卵膜生成的超微结构研究

滤泡细胞来源于卵巢基质细胞,其发育过程分为:零散卵泡膜细胞期、单层扁平卵泡膜细胞期、多层扁平 卵泡膜细胞期、立方形颗粒细胞期、柱状颗粒细胞期、颗粒细胞分泌期6个时期.多层细胞的滤泡可以分为外膜 层、鞘膜细胞层、粗纤维层、细纤维层、滤泡细胞层5个亚层.颗粒细胞具丰富的微丝、线粒体、内质网、核糖 体,高尔基体也丰富而发达.滤泡细胞具有生成次级卵膜、合成卵黄蛋白并加工成卵黄前体颗粒和中间颗粒、产 生类固醇激素和协助排卵等作用. 卵膜包括初级卵膜和次级卵膜.初级卵膜分为3个亚层,由卵母细胞依次产生的3个亚层最终融合并致密化 形成放射带.而次级卵膜在卵黄合成后期由滤泡细胞产生.     

MOSi2-淬火45#钢在油润滑下的摩擦学特性

利用M-200型磨损试验机考察了MoSi2-淬火45针仪分析讨论其磨损机理.结果表明:润滑油明显改善了MoSi2材料的摩擦学性能;MoSi2与淬火45#钢对摩在120～150 N载荷范围内表现出较好的摩擦磨损综合性能;其磨损机制主要表现为疲劳磨损、磨粒磨损和轻微粘着磨损.图4,参10.     

动态环境中基于遗传算法的移动机器人路径规划的仿真

动态环境中 ,移动机器人的动态路径规划是一个较难解决的课题 .提出了一种基于遗传算法的移动机器人的路径规划方法 .该方法采用实数编码和有明确物理意义的适应度函数 ,可以加快实时的运算速度和提高运算精度 .同时 ,该方法充分挖掘了可应用遗传算法解决移动机器人动态路径规划的潜力 .计算机仿真表明 ,仿真该控制方法具有良好的动态路径规划能力