课程文献中心 更多>>

关键词： 钙钛矿   铯铅卤   量子点玻璃   发光  

摘要： 铯铅卤(CsPbX_(3))钙钛矿量子点(PQDs)在光电领域取得了突破性进展,然而其在实际应用中一直受到稳定性差的困扰。将PQDs嵌入到结构紧密、性能稳定的惰性无机玻璃基体中,形成“量子点玻璃”复合材料,在保留PQDs优异发光性能的同时,不但巧妙地解决PQDs稳定性差的“致命”缺点,而且有望进一步挖掘玻璃的优势,如拉制光纤,制备新型光电功能材料,在开发综合性能优异的光电器件方面具有很好的潜力。本文综述了目前CsPbX_(3) PQDs玻璃的制备方法、析晶和发光机理,重点介绍了量子点玻璃在实际应用中面临的稳定性问题,包括在温度、光照和湿度等环境条件下的稳定性及重要研究进展,并对其未来研究中应重点关注的问题提出了展望。

关键词： 轻质超高防火隔墙   有限元分析   温度场规律   形心位移  

摘要： 为满足大型厂房对轻质超高防火隔墙的需求,提出了一种钢框架岩棉夹芯板超高防火隔墙,并对其耐火性与稳定性进行研究。采用ISO-834标准升温曲线的加热方法,对缩尺比例为1∶0.3岩棉夹芯板防火隔墙进行单面受火试验。并基于有限元软件ABAQUS建立缩尺模型与足尺模型,研究了防火隔墙防火优化前后两种方案下受火面与背火面的温度场变化规律。结果表明:缩尺试验模型与缩尺有限元模型的温度和形变基本吻合;足尺有限元模型的岩棉夹芯板超高防火隔墙在防火优化后,背火面最高温度降低,最大形变降低了75.5%,耐火性与稳定性得到大幅改善,并满足《建筑构件耐火试验方法》对于防火隔墙隔热性和完整性要求。在防火隔墙设计方面,容重为50 kg/m^(2)的钢框架岩棉夹芯板超高防火隔墙,跨度方向每8 m需设一根钢柱,高度方向每3.6 m需设一根钢梁。

关键词： 热电解耦   流态化换热器   储热材料   储热能力   热稳定性  

摘要： 为选择流态化换热器的储热材料,选取4种来源广泛、价格低廉的沙漠沙、石英砂、玄武岩和气化粗渣,在不同温度下分别对4种材料的密度与比热容进行了测试,并对热处理前后的样品进行了扫描电子显微镜(SEM)、X射线荧光光谱(XRD)与X射线衍射(XRF)的分析。实验结果表明:4种储热材料的储热能力排序为玄武岩>沙漠沙>石英砂>气化粗渣;对储热能力最优的玄武岩与沙漠沙热稳定性进行测试,热稳定性排序为玄武岩>沙漠沙;综合考虑储热性能及热稳定性,玄武岩可以作为流态化换热器的储热材料。

关键词： 植被稳定性   降水量   地下水   水分平衡  

摘要： 在恢复或重建干旱地区的沙地植被时,降水和浅层地下水是决定植被稳定性的关键因素。只有在植被需水量、降水量和地下水补充量达到平衡状态时,植被才能维持稳定,其防风固沙功能才具有可持续性。选择毛乌素沙地和科尔沁沙地,利用具有连续时相的植被覆盖度、气象和地下水观测数据,研究了沙地水分动态变化、植被需水与水分供给的平衡关系。结果表明:(1)毛乌素沙地和科尔沁沙地生长季植被覆盖度分别与前一年、当年的降水量相关性最高,各栅格缓冲区对地下水的响应也多存在一年的滞后性,不同类型植被对降水量和地下水变化发生响应的滞后时间不同。(2)两个沙地的植被生长季各月植被需水量和月平均植被需水量均呈现上升趋势,空间变化差异显著。(3)毛乌素沙地和科尔沁沙地植被需水的主要来源均为地下水,地下水位下降可能导致植被不可持续;由于自然地理差异,毛乌素沙地更依赖降水,科尔沁沙地对地下水更敏感。(4)植被稳定性具有周期性,周期为2~24年。

关键词： 悬链式单点系泊   平台水动力响应   锚链张力  

摘要： 本文以孟加拉国海域某悬链式单点系泊装置(Catenary Anchor Leg Mooring,CALM)装置为研究对象,研究了其在不同风浪流条件下的水动力响应和运动状态。采用理论研究与数值模拟的方法,研究单点系泊装置在有无油轮系泊工况下浮筒的运动响应、锚链受力、水下软管响应及系泊缆受力等情况,进而开展了对比分析并从中总结锚链长度对单点系泊装置稳定性的影响及运动规律。最后通过仿真计算验证了该系统在系泊状态下的稳定性,给出了系泊关键参数和系统稳定性的关系。

关键词： 西藏地区   岩质滑坡   可靠度指标   概率统计   敏感性  

摘要： 【目的】研究西藏高海拔地区岩质滑坡的主要失稳机理。【方法】以数学方程中可靠度理论为基础,根据岩质滑坡圆弧滑动稳定性极限特征,结合现场大量试验及数学概率统计,建立其可靠度判定极限状态方程。【结果】研究结果表明:公式中坡度α、坡高H、单位长度滑体的重力W、岩石的黏聚力c、岩石的内摩擦角φ等物理力学参数的均值与变异性系数、可靠度指标存在一定影响规律,并以此建立了岩质滑坡可靠度分析计算模型。【结论】通过各物理力学参数的可靠度敏感性计算分析可知,岩质滑坡的坡度敏感性最高,其次是滑坡的单位长度重力、内摩擦角和黏聚力指标;对于滑坡坡高没有表现出明显的影响规律。

关键词： 感冒清热颗粒   挥发油稳定性   胡薄荷酮   气相色谱法  

摘要： 目的考察感冒清热颗粒挥发油暂存期间质量稳定性。方法将存储感冒清热颗粒挥发油的棕色磨口瓶暂存于工作温度为0~4℃的装配式冷库,以胡薄荷酮为关键质量属性,通过气相色谱法(GC)测定不同存储时间点的感冒清热颗粒挥发油,考察其稳定性。结果通过对感冒清热颗粒挥发油开展为期20 d的稳定性考察,结果表明两批次挥发油中胡薄荷酮含量10 d之内变化幅度在5%以内,从有效成分含量变化角度来说,在0~4℃条件下存储,挥发油质量稳定。结论合适的暂存条件能够保证挥发油质量稳定。

关键词： 餐厨垃圾   厌氧消化   发酵温度转换   运行性能   微生物群落  

摘要： 通过210d的连续厌氧消化试验,实现了以餐厨垃圾为发酵底物的同一厌氧消化系统内发酵温度从中温到高温的转换.试验结果显示,中温阶段,最高有机负荷(OLR)为6.5kg COD/(m^(3)·d),平均沼气产率658L/(kg COD·d);产甲烷优势菌属包括Methanosaeta(57.0%)、Methanospirillum(10.0%)、Methanomethylovorans(9.2%)和Methanobacterium(19.7%),其与水解酸化类细菌、同型产乙酸菌等形成互营关系,实现高效产甲烷过程.经35d升温过程后,中温发酵系统平稳转换为高温发酵系统.高温系统稳定运行时OLR为5.0kg COD/(m^(3)·d),平均沼气产率480L/(kg COD·d);产甲烷优势菌属主要为Methanoculleus(96.2%),其与互养产氢类细菌和互营乙酸氧化细菌等形成互营关系,共同推动H_(2)利用和产甲烷过程.但高温系统在试验后期呈现明显酸化趋势,产气效率大幅下降,推断是因为该阶段产甲烷菌活性受到抑制,而水解产酸菌大量富集,使得有机酸生成与利用过程失衡,最终导致系统崩溃.综上说明厌氧发酵系统在线温度转换具有技术可行性,但高温系统的运行性能和稳定性较中温系统偏低.

关键词： 高压氧   核心稳定性训练   脑卒中后偏瘫   肢体功能  

摘要： 目的探讨高压氧联合核心稳定性训练用于脑卒中后偏瘫恢复期患者的疗效及对肢体功能的影响,为临床提供参考。方法回顾性分析2022年6月至2023年6月南京紫金医院收治的100例脑卒中后偏瘫恢复期患者的临床资料,根据治疗方法的不同分为对照组(50例,行高压氧治疗)和观察组(50例,行高压氧治疗联合核心稳定性训练)。比较两组患者疗效、肢体功能评分、Holden功能性步行分级法(FAC)分级、Berg平衡量表(BBS)评分与Barthel指数(BI)评分。结果观察组患者整体疗效优于对照组(P<0.05)。与治疗前比较,两组患者治疗后的改良Ashworth量表(MAS)评分更低,上肢、下肢Fugl-Meyer运动功能评定量表(FMA)评分均更高,且观察组上述指标改善情况均更优(均P<0.05)。治疗后,两组患者FAC分级优于治疗前,BBS评分高于治疗前,且观察组上述指标改善情况均更优(均P<0.05)。两组患者治疗后BI评分均升高,且观察组更高(均P<0.05)。结论在常规康复训练与高压氧治疗基础上联合核心稳定性训练,有利于患者康复,改善肢体功能、步行能力和平衡功能,提高患者日常生活能力。

关键词： 物理信息神经网络   非线性偏微分方程   动态权重系数   平衡求和方法   科学机器学习  

摘要： 近年来,物理信息神经网络(physics-informed neural networks, PINNs)在求解非线性偏微分方程(partial differential equations, PDEs)中得到了大量应用. PINN将物理信息作为正则化约束加入神经网络损失函数,可以减少传统神经网络方法对训练数据的大量依赖.然而, PINN无法根据数据变化动态调整损失函数中各个损失项的权重,导致其在求解非线性PDEs时存在求解误差较大的问题.为此,本文提出了一种动态平衡物理信息神经网络(dynamic balanced PINN, DBPINN).首先,DBPINN为PINN损失函数的各个损失项设计了一种动态权重系数,并使用随机函数对该系数进行动态更新,能够显著提升PINN的精度.其次, DBPINN为PNNN损失函数的各个损失项之间建立了一种平衡求和方法,该方法考虑了所有损失项之间的竞争关系,使得PINN各损失项朝着有利于收敛的方向进行优化. DBPINN通过动态权重系数和平衡求和方法使得PINN可以更好地进行优化,进而解决了PINN在实际应用中求解误差较大的问题.本文选择了科学机器学习领域中4个经典的非线性PDEs对DBPINN进行了数值验证和分析.实验结果表明,相比于PINN, DBPINN在Schrodinger和Allen-Cahn方程上误差分别降低了46%和64%. DBPINN在求解Navier-Stokes方程时将系数λ_(1)和λ_(2)的误差分别降低了1~2个数量级和约50%. DBPINN在KdV方程中能够在多项系数中将误差降低1个数量级.最后,本文在多种形式的Burgers方程和Allen-Cahn方程上进行性能和参数消融验证,结果表明DBPINN不仅能够提升模型性能、处理小数据量以及拟合不同时间状态下的方程的能力,而且DBPINN相比于PINN具有更好的稳定性、准确率以及收敛性. DBPINN可以取代PINN被应用于各种非线性PDEs的高精度求解.