1,3—二氯—2—丙醇氧化反应的研究

对１,３－二氯－２－丙醇的氧化反应进行了系统的研究,将８４％的硫酸溶液慢慢滴加到包含有１,３－二氯－２丙醇和重铬酸钠水溶液的反应容器中去,将体系保持在２４℃～２６℃拦反应６ｈ,反应完成后,过滤回收１,３－二氯丙酮粗品,粗品用冰水洗涤,然后通过蒸馏经可获得８０．４％的收率的１,３－二氯丙酮,这是一种合成１,３－二氯丙酮较好的工艺,这种工艺与同类文献介绍的方法比较目标产物收率提高１０％,而反应时间缩短     

丙烷氧化脱氢VMgO催化剂活性位的研究

应用低温ＥＰＲ等方法对比研究了浸渍法和硝酸盐法制备的两个系列ＶＭｇＯ催化剂的活性位．结果表明,只有在合适的制备条件下,生成了适量Ｖ４＋离子的钒酸镁物相才具有较好的催化活性,含有适量Ｖ４＋离子的正、焦钒酸镁可能是丙烷氧化脱氢制丙烯ＶＭｇＯ催化剂的活性相．含有Ｖ４＋的Ｍｇ３Ｖ２Ｏ８活性相的表面活性位结构可能为Ｖ４＋－Ｏ－Ｍｇ－Ｏ－Ｖ５＋,含有Ｖ４＋的α－Ｍｇ２Ｖ２Ｏ７活性相的表面活性位结构可能为Ｖ４＋－Ｏ－Ｖ５＋．     

不可逆卡诺热机的火用损率优化

导出一类不可逆卡诺热机在给定功率下的最小火用损率,并作了分析和讨论．所得结论可为热机的优化设计和能量的合理利用等提供些新理论依据．     

红藻藻胆体内部蛋白间的能量传递研究 Ⅰ.人工合成R-PE/R-PC/APC复合物内的能量传递

研究了人工合成的藻胆体模拟复合物的时间分辨荧光光谱,并运用多指数拟合的方法对数据进行了详细的处理和分析,结果表明能量在Ｒ－ＰＥ和Ｒ－ＰＣ之间的传递时间与能量从Ｒ－ＰＣ传递到ＡＰＣ的时间几乎相等（５０ｐｓ）;除此之外,Ｒ－ＰＥ到ＡＰＣ还有两种能量传递的通道,能量在这两个通道的传递时间分别为１１０ｐｓ和４００ｐｓ．即：蛋白之间的能量传递通道是并行的．     

一个求解P_*(K)-矩阵线性互补问题的宽邻域路径跟踪算法(英)

基于预校正方法,对P*（K）-矩阵线性互补问题给出了一个迭代复杂性为O（k＋1）n2/3L）的宽邻域路径跟踪算法,算法改进了Zhang等的可行宽域路径跟踪算法的迭代复杂性;比迭代复杂性为O的小邻域路径跟踪算法为好．     

热动力学研究的时间参量法(Ⅲ)——简单级数反应的热谱面积比法

根据热导式量热计的理论基础——Ｔｉａｎ′ｓ方程,将时间作为已知参量,提出了一种新的热谱数据解析方法——简单级数反应的热谱面积比法．应用该法研究了几种简单反应的热动力学,实验结果验证了热谱面积比法的正确性．     

茶叶矿质元素浸出量与茶叶冲泡时间及冲泡次数的关系

研究了茶汤中茶叶１０种矿质元素（Ｋ、Ｃａ、Ｍｇ、Ｐ、Ａｌ、Ｆｅ、Ｍｎ、Ｓｒ、Ｂａ、Ｚｎ）的浸出量与茶叶冲泡次数以及冲泡时间的关系．结果表明：（１）茶叶中１０种元素的浸出量与茶叶冲泡次数之间具有显著的指数函数相关,相关方程为ｙ＝ａｅ－ｂｘ,１０种元素的浸出量与茶叶冲泡时间之间具有显著的对数函数相关,相关方程为ｙ＝ａ＋ｂｌｇｘ,各元素在两方程中的相关显著性均为α＜０．０１;（２）性质相近的元素,如Ｂａ与Ｓｒ在上述函数中的变化行为更为相近;（３）元素Ｋ、Ｚｎ、Ａｌ、Ｍｇ浸出比在３０％以上,可认为是易浸出元素,而元素Ｍｎ、Ｆｅ、Ｓｒ、Ｂａ、Ｃａ的浸出比低于３０％,可认为是较难浸出元素;（４）茶叶与茶汤之比为１∶１０,冲泡水温１００℃,冲泡时间２分钟,３泡茶汤已能充分利用茶叶中常见的人体营养元素Ｋ、Ｍｇ、Ｐ、Ｍｎ、Ｚｎ,元素浸出量与总浸出量之比在６０％以上．     

粘胶基碳布电化学氧化表面处理的研究

本文用电化学氧化方法对粘胶基碳布进行表面处理。采用电位滴定法分析测定了氧化处理前后碳纤维表面酸性官能团含量的变化,用水滴铺展方法分析了处理前后碳布润湿性能的变化情况,探讨了酸性官能团含量、织物强力与复合材料层间剪切强度的关系,找出了以Ｈ３ＰＯ４为电解质的最佳电化学氧化表面处理工艺。     

NUMERICAL ANALYSIS OF HYDRODYNAMICS IN AIRLIFT LOOP REACTOR (IALR) ECOSYSTEM(I)——THE FIELDS OF FLOW,PRESSURE AND SHEAR STRESSES

气升内环流反应器是在生物工程中有较广泛应用、在环境工程中有重要应用前景的反应器．采用时间分裂法和有限元法对ＩＡＬＲ生态系统下降段的流体动力学Ｎ＿Ｓ方程进行求解,获得了发酵液为牛顿液体时,锥角θ＝｛７０°,７５°｝和Ｒｅ＝｛１００,２００｝情形下的二维速度场、压力场和剪切应力场．结果表明锥结构对ＩＡＬＲ的性能有重要影响．     

用组合模型预测油田产油量

时间序列分析是统计学的一个重要分支,灰色系统理论是一种动态趋势预测理论。将时间序列分析与灰色系统理论相结合用于油田产量预测是一个非常有益的探索。先采用灰色建模或逐步回归方法,从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立了ＡＲ模型或ＡＲＭＡ模型。将以上两个模型结合起来构成组合模型,用于预测油田产油量。应用实例证明,该方法具有容易实现、预测准确的优点,是一种非常有效的