气瓶内部淬火过程的流动换热特性

 大直径厚壁气瓶内部淬火时的流动换热过程极其复杂，受到多种因素的影响，而研究气瓶内部压强和温度的变化规律对改善流动换热效果、提高产品组织性能具有重要的理论指导意义。以914 mm厚壁气瓶和瓶内流体为研究对象，建立了二维等效流 固耦合模型；采用多喷嘴系统对气瓶内外进行喷水淬火，研究了气瓶总长、喷水流速及淬火时间对瓶内压强及内壁温度的影响，通过间歇淬火试验验证了数学模型的正确性。结果发现，气瓶长度对瓶内压强和瓶壁温度的影响显著，喷水流速次之，当喷水流速大于8 m/s后，水量对瓶壁的冷却效果大大降低；气瓶内壁长度方向的温度梯度分别随气瓶总长的增加和淬火时间的延长而减小，但基本不受喷水量的影响。     

生物活性炭滤池对污染物去除效果预测模型建立方法的介绍

对生物活性炭滤池的模型建立方法进行了介绍,从生物活性炭滤池去除有机物的效果、滤池内发生的各反应的机理及假设条件几个方面着手,具体包括水流的流动过程、生物膜降解污染物(基质)的过程、污染物在水流中以及生物膜中的传质过程,以及滤料本身对污染物的吸附过程。同时,对确定和估算模型参数给出了建议,为预测污染物在生物活性炭滤池的去除效果提供了技术支撑。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。     

溶胀嵌入脂肪酸分子制备高脱硼反渗透膜

采用“溶胀-嵌入-收缩”方法改性聚酰胺反渗透膜，制备了一种高脱硼反渗透膜。通过甲醇溶胀增加了高分子链之间的距离，为疏水性癸酸分子的嵌入提供了场所，然后在压力和浓差极化共同作用下，改性分子选择性嵌入聚酰胺膜的孔内；当甲醇分子离开后，聚酰胺膜收缩将癸酸分子固定在高分子网络中。实验借助溶胀和分子嵌入以及溶胀后的收缩调节聚酰胺膜的孔径大小；利用脂肪酸的疏水性降低聚酰胺膜的极性，从而实现增加空间位阻和减少氢键结合位点数量的目的。实验结果显示，改性膜的脱硼率和截盐率均明显升高，截盐率从90.36%增加到96.46%，脱硼率从未改性膜的47.85%增加到77.32%，渗透液的硼含量达到WTO的使用标准。虽然水和硼的渗透性均下降，但是水和硼的渗透选择性增加，证明该方法有利于提高水硼选择性。     

石墨烯负载的Pd-Co双金属催化剂催化合成γ-十一内酯

γ-十一内酯是一种极具应用价值的化工原料。采用化学还原法制备出石墨烯负载的Pd-Co催化剂(Pd-Co(x∶y)/G;x∶y为Pd与Co的质量比)并将其应用于催化剂正辛醇和丙烯酸合成γ-十一内酯的反应。对所制催化剂采用X射线衍射仪(XRD)、X射线光电子能谱仪(XPS)及场发射透射电子显微镜(TEM)等进行表征。同时,考查不同因素对于反应的影响,最终得到γ-十一内酯的产率为85%的极佳结果。