BiOI/g-C3N4光催化降解甲基橙研究

以三聚氰胺为前驱物采用热聚合法制备了石墨相氮化碳（g-C₃N₄）,并在其表面原位合成了碘氧化铋（BiOI）,构筑了石墨相氮化碳-碘氧化铋复合材料。采用X射线衍射仪（XRD）、傅里叶变换红外光谱仪（FT-IR）、紫外可见漫反射仪（UV-Vis-DRS）等对催化剂进行了表征。结果表明,当BiOI与g-C₃N₄物质的量比为0.5时,BiOI/g-C₃N₄催化剂具有高分散的BiOI颗粒及适中的禁带宽度,吸附和降解甲基橙性能最佳。回流温度为120 ℃时制备的BiOI/g-C₃N₄催化剂具有适中的粒径、比表面积和表面羟基浓度,吸附和降解甲基橙性能最佳,且该催化剂具有良好的重复使用性能。     

meso-苯基-4-吡啶基取代卟啉混合物的合成规律研究

以苯甲醛、4-吡啶甲醛、吡咯为原料,同时合成6种卟啉化合物,通过改变溶剂、反应物浓度、反应时间、氧化剂用量和原料比例等反应条件,探讨了meso-苯基-4-吡啶基取代卟啉混合物的合成规律。经研究发现,在70 m L溶剂(V(乙酸)∶V(丙酸)=1∶1)、10 m L硝基苯、反应温度为110℃、反应物浓度为0.2 mol/L、反应时间为1.5 h条件下,当n(苯甲醛)∶n(4-吡啶甲醛)=1∶7~7∶1,卟啉的产率为23.4%~31.2%;当n(苯甲醛)∶n(4-吡啶甲醛)=1∶7时,5-(4-吡啶基)-10,15,20-三苯基卟啉的最高选择性为24%,5,10-二(4-吡啶基)-15,20-二苯基卟啉的最高选择性为15%;当n(苯甲醛)∶n(4-吡啶甲醛)=7∶1时,5,15-二(4-吡啶基)-10,20-二苯基卟啉的最高选择性为25%,5,10,15-三(4-吡啶基)-20苯基卟啉的最高选择性为31%。     

双向全桥串联谐振DC/DC变换器扩展相移控制的全局优化方法

基于传统基波等效法建立的双向全桥串联谐振(dual bridge series resonant,DBSR) DC/DC变换器模型准确度不高,导致控制存在误差,变换器的工作效率降低。文中采用分段分析法建立DBSR变换器在扩展相移(extended phase shift,EPS)控制下的模型,能够准确描述变换器的特性。传统单相移控制下变换器的回流功率和开关损耗较大,导致变换器工作效率降低,而文中提出一种基于EPS控制的全局优化控制方法,能有效降低回流功率和开关损耗。首先分析双向全桥串联谐振DC/DC变换器的回流功率原理,建立回流功率的优化控制模型;然后结合软开关条件及考虑死区时间下的完全软开关特性,建立双向全桥串联谐振DC/DC变换器的全局优化控制算法;最后,在基于TMS320F28335控制器的实物实验平台上,对所提方法与传统方法在宽电压增益下以及全功率范围内进行实验对比。实验结果表明：与传统基波分析法相比,所提建模方法具有更高的准确度,且所提的优化控制方法可以有效降低回流功率,显著降低变换器的开关损耗,能够大幅提升变换器的传输效率。     

基于深度学习的3D点云补全算法综述

三维视觉已成为当前研究的热点之一。在各种类型的三维数据描述中，点云由于其数据量小而呈现能力细腻被广泛应用于三维数据处理中。现实世界的点云数据通常是通过激光扫描仪、立体相机或低成本RGB-D扫描仪获取的。但是由于遮挡问题、光线反射、材料表面的透明度以及传感器分辨率和视角的限制，导致这些设备直接获取的通常是稀疏或者不完整点云，造成几何信息和语义信息的丢失进而影响到各种下游任务，如机器人操作，导航场景理解等。根据点云补全侧重点不同，将基于深度学习的三维点云补全技术划分为基于体素的形状补全和基于点的形状补全。