植入式硅神经微电极的发展

 神经科学和神经工程研究需要研究大脑神经元的电活动情况，以了解大脑产生、传输和处理信息的机制。植入式神经微电极作为一种传感器件，是时间分辨率最高的神经电活动传感手段之一。介绍了国内外几种主要的植入式硅基神经微电极的结构特点、制备方法和性能特点。分析表明，未来通过不断结构优化和改性修饰，特别是在高通量的神经记录方面，通过与同样基于硅材料的电路的集成，硅神经微电极能够进一步提高生物相容性，解决大规模的电极通道体内外传输与连接问题，实现对神经元的在体大规模长时间记录。     

Sn(Ⅱ)在微铂电极上的电化学成核研究

用微铂电极研究Sn~(2+)的成核动力学,结果表明在(?) 大于0.06 V 时可得Sn 的单核,其成核速度及晶核生长速度均可以从其三维成核诱导时间和连续成核机理获得.     

超大比表面石油沥青基碳纤维微电极研究

作者研制了一种以石油沥青基碳纤维为电极材料的微电极,基于此种材料的特殊性能,经氧化处理后可获得较一般微电极为大的比表面积,因而其电流响应亦较一般微电极为大。且由于其表面在一定条件下可生成大量的碳氧基团,故其电极电位会随溶液ｐＨ值而线性变化,以至该电极亦可用作测量ｐＨ值的微电极。     

微电极在 Ni(OH)_2 使用寿命测定中的应用

采用粉末微电极技术，通过循环伏安法对Ｎｉ（ＯＨ）２使用寿命的测定进行了研究．通过控制微电极孔穴深度，使电极过程不受液相扩散控制，从而提高了电极的充放电电流．在电极循环过程中，放电峰电流随着循环次数而变化，从而反映出电极的循环性能．在每次循环扫描过程中，充电深度达到７５％，能够满足常规检测的要求．对含Ｃｏ与不含Ｃｏ两种Ｎｉ（ＯＨ）２的检测结果说明，Ｃｏ有利于延长Ｎｉ（ＯＨ）２的寿命，这一点与已往的结论是相符的．应用这一技术，完成一次测试所需时间不到１０ｈ．这种方法对于研究Ｎｉ（ＯＨ）２掺杂元素对寿命的影响是非常快速而有效的．     

宝山钢铁总厂原水,工业水质的初步分析（Ⅰ）

对宝山钢铁总厂水库与栩水池在不同时间内所采的水样进行溶解氧，五日生化耗氧量，化学耗氧量，总氮及总磷的测定；也对水库底泥的总氮及总磷含量进行测定。从ＤＯ，ＢＯＤ５的总磷来看，水体未达到富营养化标准，从ＣＯＤｃｒ来看，水体均处于超富营养化状态；从总氮浓度来看，水体均处于中营养化和富营养化之间。     

基于GSM短消息的无线智能溶解氧监控系统

在环境水质监测中,水中溶解氧是一个衡量水质的重要参数,如何实时准确地进行溶解氧的数据采集和处理就具有重要的实际意义.由于监测范围广,采样点分散,难于实现有线网络的远程监控.而利用GSM短消息业务[1](ShortMessage Serv-ice,SMS)进行数据传输,可以随时随地获取信息,且通信     

孤啡肽对大鼠背根神经节神经元膜的作用

应用细胞内微电极记录技术,观察了孤啡肽(orphanin OF,OFQ)对2~3周龄大鼠背根神经节(dorsal root gan-glion,DRG)神经元的作用及OFQ受体的特异性阻断剂Nphe对OFQ引起的DRG神经元膜反应的影响。受检的271个细胞,静息膜电位-45.00±7.63mV,当加3×10-7~3×10-10mol/L OFQ时可观察到如下三种膜电位变化:1)超极化;2)去极化;3)双相反应。实验中还可观察到膜电位无反应的现象,其未列入受检细胞个数中。用Nphe(3×10-7~3×10-9mol/L)灌流DRG标本,能分别阻断OFQ引起的膜的3种反应,表明了DRG神经元膜上有OFQ受体的存在,并且OFQ引起DRG神经元膜电位多样性变化。     

给苏州河河水净化出妙招

正"咚咚咚咚"伴随着震天的鼓声,中国上海苏州河城市龙舟国际邀请赛正在火热进行中。只见船桨齐动,水花飞溅,一艘艘龙舟在两岸观众热烈的欢呼声中争先恐后地冲向终点。看着这么热闹的场面,你一定不会想到,龙舟赛的比赛场地——苏州河,在几十年前竟是一条散发阵阵恶臭、让人避之不及的河流。那么,让苏州河河水发臭的凶手究竟是谁?面对被污染的苏州河,人们又想出了哪些妙招来治理它呢?     

Ag与Ag_2O粉末微电极的循环伏安和电化学阻抗对比研究

在Ag电极化成为AgO时,发现只有Ag粉末电极可以氧化得到AgO,而Ag2O则不行.分别将Ag和Ag2O制作成粉末微电极,对它们进行了循环伏安(CV)和电化学阻抗谱(EIS)测试.通过对测试结果的分析可知,Ag被氧化为Ag2O后,Ag电极分为内外两层,外层为富含离子通道的Ag2O,便于OH-的进入;内层为导电性良好的Ag,便于Ag2O氧化为AgO时电子的输出.而Ag2O电极所含的离子通道较少,不利于OH-的进入;另外Ag2O的电阻较大,也不利于电子向外输出.这两方面原因使得Ag2O电极不能被氧化为AgO.     

基于DE-BP算法的模糊神经网络控制器及其在污水处理溶解氧浓度控制上的应用

针对污水处理过程这一多变量、强耦合的复杂非线性系统,提出了一种基于差分进化算法的模糊神经网络控制方法,并应用于污水处理过程溶解氧浓度的控制。首先利用差分进化(DE)结合BP的混合算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力,对参数进一步在线调整。将所提出的控制器用于污水处理BSM1仿真平台的溶解氧浓度控制,控制性能优于常规的模糊控制器,仿真结果表明了该控制策略的有效性。