离子泵三维随动调节支架有限元分析

用SOLIDEDGE对离子泵三维调节支架进行建模，在有限元分析软件ANSYS中将离子泵三维调节支架模型导入，基于该模型进行离子泵三维调节支架的静力学计算，得到在设计参数情况下的变形、应力及应变场结果，从而为确定离子泵三维调节支架设计方案提供依据。     

电弧离子镀制备TiAlN膜工艺研究

采用阴极电弧离子镀技术在1Cr18Ni9Ti不锈钢基材上制备TiAlN膜层,镀膜装置为俄罗斯科学院UVN 0.5D2I电弧离子镀膜机,该设备由一个大功率的气体离子源和两个金属蒸发源组成.气体离子源具有气体离子轰击和辅助沉积的特点.研究了电弧电流、负偏压和气体离子源功率等工艺参数对膜层的影响规律.实验结果表明:气体离子源具有明显的细化金属颗粒的作用.提出了制备TiAlN膜层的最佳工艺,得到了厚度为5 ～10μm、相结构为Ti0.5Al0.5N、显微硬度为1200HV0.01的TiAlN膜层.     

SO_2在放电电场中的电迁移特性研究

研究了SO2在放电电场中形成负离子的机制和电迁移特性和规律.试验证明SO2在放电电场中具有电迁移的能力,其迁移能力随电场强度的增加、放电区长度的增加而增加;放电电场之后的辅助匀强电场有助于改善SO2的电迁移效果;由电迁移产生的脱硫效率增量可达40%.     

溶剂与pH值对溶胶凝胶法制备LiFePO_4/C的影响

以三价铁为铁源,柠檬酸为碳源,分别以蒸馏水、酒精和乙二醇为溶剂,采用溶胶凝胶一步烧结法制备LiFePO4/C正极材料。采用X射线衍射、扫描电镜和拉曼光谱等测试手段,对LiFePO4/C的微观结构进行了表征,并测试了材料的电化学性能。研究结果表明,不同溶剂条件下,均能得到较纯的LiFePO4相。其中以蒸馏水为溶剂制得的LiFePO4/C具有相对较好的电化学性能。进一步对其溶胶过程进行pH值调节发现,当pH值为2时合成的LiFePO4/C颗粒分布均匀。其电化学性能改善明显,0.1 C容量提高到了130 mAh/g,1 C比容量为105 mAh/g(1 C=170 mA/g)。     

2,5-二巯基-1,3,4-噻二唑的电化学性能

以二硫化碳和水合肼为原料合成了2,5-二巯基-1,3,4-噻二唑(DMcT),并通过元素分析、Raman光谱和红外(IR)光谱对DMcT的结构进行了表征。DMcT的两对氧化还原峰电位差分别为0.96V和1.33V,这表明在室温下氧化还原反应速度很慢。酸碱对DMcT氧化还原反应有很大的影响:加入三乙胺之后,DMcT的氧化反应更加容易,还原峰电流增加,但对还原峰电位影响不大;相反,甲磺酸存在时,DMcT的氧化反应更难进行,而还原反应变得更加容易。     

Pechini预燃烧法合成锂离子蓄电池正极材料LiMn2O4

采用Pechini法合成锂离子蓄电池正极材料LiMn2 O4,将生成的聚合物前驱体在开放的空气中点燃 ,燃烧后的粉料在 60 0～ 90 0℃中焙烧 6h得到最终产物。研究了nLi/nMn摩尔比例 (R)以及合成温度对合成产物组成结构和电化学性能的影响。结果表明在 80 0℃焙烧 6h所得试样的初始容量和循环性能最好 ;当R =1.0 0 /2时 ,试样初始容量最高 (充电容量 13 8mAh/g ,放电容量 12 6mAh/g) ;R =1.10 /2时 ,试样的循环性能最好 (2 0次保持 94.7% )。     

改性稻草吸附剂性能的研究

对氯乙酸酯化法制备的稻草重金属离子吸附剂的吸附性能进行了研究。考察了吸附剂的投入量、吸附温度、吸附时间、pH值对工业废水中Cu2+离子吸附性能的影响。实验结果表明:当吸附剂用量为0.5 g、吸附温度为35℃、吸附时间为2.5 h、pH值为5时,对废水中Cu2+离子的吸附率最高,达到90.7%。     

正交法研究离子交换纤维纯化葛根素的工艺

采用正交法考察了各因素对葛根素纯化工艺的影响,确立了离子交换纤维纯化葛根素的最佳工艺.结果表明:强碱阴离子交换纤维吸附葛根素的最佳条件是上药液的pH=7,药液流速0.17 mL/min,药液质量浓度为1.6 mg/mL,溶剂为75%的乙醇.吸附在强碱阴离子交换纤维上的葛根素动态解吸的最佳条件是乙酸浓度为2.5 mol/L,解吸液体积与纤维床体积的比值为8.实验结果表明用强碱阴离子交换纤维纯化葛根素是可行的.     

Thomson离子谱仪参数和实验数据处理

Thomso离子谱仪利用磁场和电场对带电粒子有偏转作用，通过测量偏转的曲率来获得离子种类和离子能量。在激光等离子体相互作用中有多种带电离子，为了得出质子的能谱，常采样Thomson离子谱仪和CR39相结合测量得出质子能谱。在给定谱仪参数下，带入有效磁场，用Thomson抛物线方程作出质子抛物线曲线，与实验中形成的抛物线进行比对，进而确认质子，用matlab编程计算质子能量。     

基于IGA-BP神经网络的锂电池健康状态估算

针对锂离子电池健康状态(SOH)估算精度低、传统遗传算法(GA)易陷入局部最优、收敛速度慢的问题,为提高锂电池健康状态的估算精度,提出了交叉概率和变异概率自适应的调整策略对传统GA进行改进,在改进遗传算法(IGA)的作用下,使优良个体仍保持较好的进化能力,算法初期搜索范围、后期局部搜索能力以及收敛速度也得到加强。提取间接健康因子,再用改进的遗传算法对BP神经网络的初始参数寻优得到IGA-BP神经网络模型,基于NASA锂电池数据集分别用GA-BP与IGA-BP神经网络算法对SOH进行估算。结果表明:IGA-BP神经网络算法估算精度更高,且具备快速收敛的优势,平均绝对百分比误差和均方根误差分别下降了0.422%和0.412,拟合程度提高了8.1%。