2′—羟基—5′—甲基苯乙酮—铜—三苯基膦三元配合物的电化学合成及光谱表征

在非水溶剂中用直接电化学方法合成了金属铜与2′ 羟基 5′ 甲基苯乙酮(HMAP)及三苯基膦(pph3)的三元配合物,产物经元素分析、拉曼光谱、核磁共振表征及合成过程电流效率测定,该配合物组成为(MAP)Cu(pph3)2,其中Cu和MAP 的两个氧原子配位形成一个五元环结构,同时还和两个中性三苯基瞵配位,形成金属Cu的一价配合物.还探讨了电合成条件,反应机理以及中性配体在低价配合物形成过程中的作用.     

电化学沉积Cu-In-Se薄膜

采用电化学沉积方法在钼箔上制备Cu-Se、In-Se和Cu-In-Se薄膜,对电沉积的工艺参数进行了测试,发现Cu-In-Se是一种诱导共沉积,虽然沉积膜不具备化学计量比,但具有一定的光电性能.     

耳蜗毛细胞换能的生物物理特性

耳蜗的声感受是通过将大气压的微小波动转换成沿听神经传导的AP而实现的，HC在这-机-电换能过程中起关键作用。近二十年来，HC换能的生物物理特性研究取得许多重要突破，已在诸多方面从根本上改变了人们对听觉机制的传统认识。本文从HC换能模型、IHC与OHC的功能差异以及耳蜗声分析主动机制等三方面对这一领域进行了讨论与展望。     

电刺激小脑顶核促脑缺血后血管内皮生长因子表达的意义

探讨电刺激小脑顶核(FNS)对局部脑缺血后血管内皮生长因子(VEGF)表达和毛细血管新生的影响．以线栓法制成大鼠右侧大脑中动脉梗塞模型(MCAO)，大鼠随机分为假手术对照组、MCAO组、电刺激小脑顶(MCAO FNS)干预组，以免疫组织化学法检测VEGF、内皮细胞阳性表达及毛细血管记数，大脑中动脉梗塞后，缺血区神经元变性、坏死，VEGF、内皮细胞在半暗带有少量表达，毛细血管数较对照组增加，经电刺激小脑顶核干预后，VEGF、内皮细胞大量表达，毛细血管数目明显增加，有统计学差异．电刺激小脑顶核可通过促VEGF表达、内皮细胞增殖，从而促进毛细血管新生。     

铁酸镧超细粉末的制备

以La(NO3)3·6H2O、(NH4)2Fe(SO4)2和Fe2O3为原料,运用正交实验法确定最优实验条件,利用固-液界面法制备稀土铁酸盐超细粉末———铁酸镧.对产物进行部分物理测试,分别测定其全铁、亚铁离子含量,用扫描电子显微镜测定其形貌和粒径.结果表明,产物为均匀的圆球状纳米微粒,平均粒径76.0nm,反应中没有经过中间化合物,而是在固液界面上进行的.     

M——H(81)型状态方程用于二元非理想系等压汽——液平衡计算的研究

本文用M—H(81)方程计算H_2O(1)—DMF(2)二元非理想等压汽液平衡,并采用UNIFAC,WILSON两方程对该体系的计算结果进行了比较。编制了一套M—H(81)方程计算等压汽液平衡的程序,对M—H(81)方程用于计算H_2O(1)—DMF(2)精馏塔设计计算的可行性进行了讨论。     

芳醛电合成的研究—Ⅰ对甲苯甲醛电合成方法的改进

确定了用Ｐｂ（＋）－Ｐｂ（－）电极对使Ｍｎ（Ⅱ）电氧化成Ｍｎ（Ⅲ）的优选条件，并测定了在四丁基溴化铵催化下选用Ｍｎ（Ⅲ）氧化对二甲苯制对甲苯甲醛反应的动力学参数。     

二元体系气液平衡的测定和关联

本文在实验的基础上，用威尔逊方程对异丙醇（１）－环己烷（２）、甲醇（１）－水（２）和乙醇（１）－水（２）体系的气液平衡数据进行关联和预测；计算结果和实验数据符合良好。     

基于强化学习的电磁悬浮型磁浮列车悬浮控制

为了保证磁浮列车的安全、可靠运行,研究了悬浮系统在参数摄动条件下的悬浮控制问题。首先,对电磁悬浮（EMS）型磁浮列车的基本悬浮单元建模,给出了电流控制模型;然后,建立了悬浮系统的强化学习环境以及软演员-评论家（SAC）智能体,并设计了加速训练的奖励函数与“吸死”处理方案;最后,提出了基于强化学习的悬浮控制方法。与传统比例-积分-微分（PID）控制方法的对比结果表明,本方法具有更快的动态响应,在损失50%线圈匝数或磁极面积变化时具有更好的跟踪精度。     

融合电池温度和寿命的深度强化学习PHEV能量管理策略

针对当前插电式混合动力汽车能量管理策略忽略电池老化成本和电池温度变化过大而导致的热失控问题,制定融合电池寿命和电池温度的深度Q-Learning神经网络(DQN)强化学习能量管理策略.首先,从融入能量管理策略的角度,建立动力电池热模型和老化模型,引入调节目标价值函数的严重因子和量化电池老化程度的安时通量.其次,建立由超温惩罚、等效电池老化成本和燃油消耗组成的目标价值函数,进而构建深度强化学习能量管理策略.最后,通过仿真实验对所制定的控制策略进行验证.结果表明：融合了电池老化和电池温度的能量管理策略能够有效抑制电池老化和温度.在4个随机工况中,DQN策略下的电池有效安时通过量相较于CD-CS最大下降了35.75%;与CD-CS相比,DQN策略下单个驾驶任务的行驶总成本最大降低10.36%,证明了所制定策略的有效性.