超声波对表面活性剂溶液的作用试验

通过试验研究了超声波对脂肪醇聚氧乙烯醚硫酸钠(AES)和聚山梨酯-80(Tween-80)溶液表面张力系数的影响,测量了AES溶液化学需氧量的变化。得到:掺入AES和Tween-80表面活性剂后,水的表面张力系数显著降低了,表面活性剂的浓度越大,其表面张力越小。表面活性剂溶液经超声波处理后:表面张力系数有一定的上升,超声波功率越大、作用时间越长,表面张力系数上升越大;随着超声波作用时间的增加,AES溶液的化学需氧量越来越小,但随作用时间的增加,下降的趋势变慢。     

乳化基质稳定性测试新方法的研究

文章利用超声波仪对乳化基质进行破乳实验,对超声波破乳各影响因素进行正交实验,获得最佳的超声波破乳实验参数:超声波功率1260W、作用时间25min、超声波作用温度为10℃、超声波杆端部距基质表面20mm。同时,通过对比高低温循环法测定不同乳化基质的稳定性,说明超声波破乳法测定乳化基质稳定性的可行性。     

二次通用旋转组合设计优化盾叶薯蓣黄色素超声提取工艺

采用超声波辅助二元混合溶剂对黄姜黄色素的提取工艺过程进行研究,在考察了溶剂配比、料液比、提取时间、超声功率的单因素实验基础上,对这4个因素进行L31(45)的二次通用旋转组合设计优化实验。以黄色素提取率为目标建立数学回归模型,通过对实验结果进行方差分析及对数学模型进行优化得到优化工艺条件:丙酮∶无水乙醇为1∶5(体积比),料液质量体积比1∶11 g/m L,提取时间70 min,超声功率90 W。在此条件下,黄色素的提取率为0.160 4‰。该提取工艺稳定,可为黄姜黄色素超声提取放大工艺研究以及资源化利用提供理论参考。     

剩余污泥中磷回收的试验研究

以SBR反应器运行过程产生的剩余污泥为研究对象,采用MAP法对经超声处理后的污泥中的氮、磷元素进行回收研究。考察不同超声时间（10、20、30 min）、超声频率（40、80 kHz）和pH（7.0、8.0、9.0）条件下,剩余污泥上清液中氮、磷的回收效果,以期探求最佳回收条件。结果表明污泥在超声频率为80 kHz,时间为10 min后所释放的氮、磷量最大。在最佳的磷镁比为1.8-2.0条件下用磷酸铵镁沉淀法（MAP）进行回收,当pH值为7.0,反应时间为15 min时获得最佳磷回收效果,磷回收率可达62.3%。     

超声-吹脱法降解颜料废水氨氮的研究

超声技术与吹脱技术相结合处理氨氮废水是一种新工艺,通过实验分析了颜料废水中氨氮的浓度、超声时间、超声功率、超声频率及吹脱时间等因素对降解的影响。实验结果表明,当超声功率为100 W,超声频率为40 Hz,超声时间为20 min、吹脱时间为150 min时,颜料废水中氨氮的去除率最佳。研究表明,该工艺降解效果好,实用价值高。     

超声作用对短切碳纤维在水溶液中分散性的影响

利用超声波振动对短切碳纤维进行分散。研究了超声振动功率、时间及分散剂质量分数对短切碳纤维在水溶液中分散性的影响。结果表明,超声振动和羟丙基甲基纤维素(HPMC)分散剂的添加能显著改善短切碳纤维的分散性;在一定范围内,短切碳纤维分散率随着超声波振动功率和作用时间先增加后趋于饱和;HPMC在水溶液中的质量分数为0.13%时分散性较好,超声振动功率为800 W,振动7 min时短切碳纤维在水溶液中可达到较好的分散效果。     

文物建筑外墙风化检测与分析

通过北京大学红楼外墙风化检测实例，提出了文物建筑外墙风化检测的重要性，并介绍了砖体动态弹性模量超声检测，粘结拉拔检测和砖体含盐量检测方法。     

面向乳腺超声计算机辅助诊断的两阶段深度迁移学习

目的 为了提升基于单模态B型超声（B超）的乳腺癌计算机辅助诊断（computer-aided diagnosis,CAD）模型性能,提出一种基于两阶段深度迁移学习（two-stage deep transfer learning,TSDTL）的乳腺超声CAD算法,将超声弹性图像中的有效信息迁移至基于B超的乳腺癌CAD模型之中,进一步提升该CAD模型的性能。方法 在第1阶段的深度迁移学习中,提出将双模态超声图像重建任务作为一种自监督学习任务,训练一个关联多模态深度卷积神经网络模型,实现B超图像和超声弹性图像之间的信息交互迁移;在第2阶段的深度迁移学习中,基于隐式的特权信息学习（learning using privilaged information,LUPI）范式,进行基于双模态超声图像的乳腺肿瘤分类任务,通过标签信息引导下的分类进一步加强两个模态之间的特征融合与信息交互;采用单模态B超数据对所对应通道的分类网络进行微调,实现最终的乳腺癌B超图像分类模型。结果 实验在一个乳腺肿瘤双模超声数据集上进行算法性能验证。实验结果表明,通过迁移超声弹性图像的信息,TSDTL在基于B超的乳腺癌诊断任务中取得的平均分类准确率为87.84±2.08%、平均敏感度为88.89±3.70%、平均特异度为86.71±2.21%、平均约登指数为75.60±4.07%,优于直接基于单模态B超训练的分类模型以及多种典型迁移学习算法。结论 提出的TSDTL算法通过两阶段的深度迁移学习,将超声弹性图像的信息有效迁移至基于B超的乳腺癌CAD模型,提升了模型的诊断性能,具备潜在的应用可行性。     

Germanium-antimony-selenium-tellurium thin films: Clusters formation by laser ablation and comparison with clusters from mixtures of elements

Quaternary germanium-antimony-selenium-tellurium (Ge-Sb-Se-Te) thin films deposited from Ge_19.4Sb_16.7Se_63.9−xTe_x (x = 5, 10, 15, and 20) glass-ceramics targets by radio frequency magnetron sputtering were studied using laser ablation quadrupole ion trap time of flight mass spectrometry. Binary, ternary, and quaternary Ge_aSb_bSe_cTe_d clusters were formed and their stoichiometry was determined. By comparison of the clusters obtained from quaternary Ge-Sb-Se-Te thin films and those from ternary Ge-Sb-Te materials, we found that Ge-Te species are not detected from the quaternary system. Furthermore, Ge-Se and Se-Te species are missing in mass spectra generated from Ge-Sb-Se-Te thin films. From the Ge-Sb-Se-Te thin films, 16 clusters were detected while ternary Ge-Sb-Se glasses yielded 26 species. This might be considered as a signal of higher stability of Ge-Sb-Se-Te thin films which is increasing with a higher content of Te. The missing (Se₂⁺, Ge_aSb⁺ (a = 1–4), and GeSe_c⁺ (c = 1, 2)) and new (Ge⁺ and Sb_bTe⁺ (b = 1–3)) clusters may indicate that some of the structural features of the films (Ge₂Se_6/2 and Se₂Sb-SbSe₂) were replaced by (GeSe_4−xTe_x and SbSe_3−xTe_x) ones. In addition, when comparing the stoichiometry of clusters formed from Ge-Sb-Se-Te thin films with those from the mixtures of the elements, only Sb₃⁺ and SbSe⁺ were observed in both cases. The knowledge gained concerning clusters stoichiometry contributes to the elucidation of the processes proceeding during plasma formation used for the chalcogenide thin films deposition.