发展与问题并存——浅析我国志愿者现状

我国志愿者事业发展迅速,从"5.12'汶川地震到2008北京奥运会,从上海世博会到广州亚运会等等重大活动,无不活跃着志愿者矫健的身影,他们用"奉献、友爱、互助、进步"的精神赢得了八方宾客的赞誉;但同时我国志愿者的发展还存在一些问题.     

颜料在3D打印彩色砂浆的应用

使用3种不同的无机颜料制作3D打印彩色砂浆,探究不同颜料种类和掺量变化对3D打印彩色砂浆工作性能、力学性能和干燥收缩的影响,并借助XRD图谱了解3种无机颜料的主要成分,研究颜料对3D打印彩色砂浆水化机理产生的影响。工作性能：3D打印彩色砂浆的流变性能随着颜料掺量的增加呈现降低趋势,颜料在一定的程度可以改善3D打印彩色砂浆的挤出性,提高可建造性,降低开放时间。力学性能：随着颜料掺量的增加,3D打印彩色砂浆试件的抗折、抗压强度呈现先增加后降低的趋势,红、绿、蓝3种颜料掺量为7%时,3D打印彩色砂浆颜色鲜艳靓丽,抗折、抗压强度最高。干燥收缩：颜料的掺入会降低砂浆试件的收缩性能。为以后的学者研究3D打印彩色砂浆的应用,提供技术基础。     

梅子青青釉的研制

采用龙泉当地原料西源与黄坛,配合石英、方解石、滑石、氧化铬等原料制备青釉。实验采用单因素实验法,在1280℃～1320℃还原气氛烧成下获得了釉面效果较好的梅子青青釉。考察了西源含量、氧化铬含量、Si/Al摩尔比和釉层厚度等因素对青釉呈色的影响。研究结果表明：当配方组成：西源22%、Si/Al摩尔比9.5、方解石17%时,控制釉层厚度为1.5 mm,获得的梅子青青釉釉面效果最好。     

基于ANN导水裂隙带高度预测的过程优化

分析了影响导水裂隙带高度的因素,并将其分为主要因素和次要因素,构建了导水裂隙带高度影响因素体系。采用BP神经网络模型,并选取煤层厚度、顶板岩性、煤层倾角、覆岩硬度、工作面斜长、推进速度、岩体碎胀性作为主要因素用于导水裂隙带高度的预测,为了简化预测模型,加快计算速度,在确定的采矿地质条件下可忽略次要因素。预测结果表明,简化的BP神经网络模型能够满足导水裂隙带高度预测的准确度需要,该预测方法可为水体下采煤提供一定的技术指导。     

美研制出双面太阳能电池

美国科学家最近研制出一种双面太阳能电池,其每平方米的发电量可达272 W。这种双面太阳能电池使用了单晶硅材料,正反两面都采用了用以捕捉光线的PN结结构,因此两面都能把太阳能转换为电能。这种双面太阳能电池正面的光电转换效率为21.3%,背面则为从各个角度反射过来的太阳反射光,其光电转换效率为19.8%。假定只有1/3的太阳光能够通过反射照到太阳能电池上,那么双面太阳能电池整体的光电转换效率可达27%。 美研制出双面太阳能电池@董伟     

能提取“生物柴油”的绿色能源

我国科学家正尝试从一种灌木的果实麻疯树干果中提取可再生的新能源。主持这项研究的四川大学生命科学学院院长陈放称，研究人员目前已提取并加工出与柴油相近但更加环保的燃料。     

法国鼓励发展生物燃料

法国推出生物燃料发展计划，力争使法国成为世界生物燃料大国。目前法国生物燃料主要是二酯和乙醇。二酯是一种从油菜、大豆或向日葵等植物中提取的物质，它被添加到粗柴油中后，可以成为很好的车用燃料。而利用甜菜、粮食、七豆等制取的乙醇，可以添加到汽油中去。     

高效液相色谱法检测蜂蜜中高果糖浆掺假

研究了蜂蜜中掺入高果糖浆(HFS)的高效液相色谱检测方法。HPLC法根据蜂蜜和HFS中的高寡糖不同,经活性炭-硅藻土层析柱分离、浓缩后,通过反相高效液相色谱法,以示差折光检测器进行分析检测,同时与AOAC的薄层层析色谱法(TLC)所得结果进行比较。此法检测灵敏度高,可检测2．5%的HFS掺假;对同一种HFS掺入量在2．5%—30%,呈良好线性关系;添加10%HFS的CV%为5．3%。重复性好,并且步骤简便,快速。     

长江上游水源涵养区界定及生态安全影响因素分析

对长江上游水源涵养区进行了详细地划分,采用生态系统内外部指标相结合的方法,建立界定指标体系,以界定模型结合ArcGIS空间分析模块的手段,界定出重点水源涵养区.结合研究区实际情况,根据压力-状态-响应(P-S-R)框架模型建立了多层次结构的生态安全评价指标体系.运用层次分析-向量相似度-主成分投影法对重点水源涵养区生态安全状况进行评价.针对评价结果,采用灰关联分析方法进行研究区生态安全影响因素关联度综合分析.研究结果表明:影响研究区生态安全的主要因素是降雨量、GDP增长率、水资源有效利用率、植被覆盖度和水环境质量.     

基于激光诱导击穿光谱技术的废旧金属分类辨识

废旧金属回收是工业中金属的重要来源之一,是发展循环经济的重要内容。废旧金属产量巨大,通常表面覆盖杂质,凹凸不平,因此对分类方法的判别能力和计算速度提出较高要求。采用激光诱导击穿光谱技术研究分析了7种废旧金属分类识别问题,包括生铝、熟铝、镁、不锈钢、锌、黄铜与红铜。为了符合现场应用条件,实验中每个样本点只激发一次建立并分析了多种分类模型,包括支持向量机(SVM)分类模型,主成分分析方法结合支持向量机(PCASVM)分类模型,遗传算法结合支持向量机(GA-SVM)分类模型,遗传算法选择特征光谱结合主成分分析方法和支持向量机(GA-PCA-SVM)分类模型,以及遗传算法选择特征光谱结合主成分分析方法和人工神经网络(GA-PCA-BP)分类模型。通过遗传算法选取包含丰富特征的谱段组合与支持向量机方法相结合建立GA-SVM分类模型,490组验证样本分类准确率为93.47%。为了判断该模型的鲁棒性,对一批新样品,在自研的分选系统上以传送带匀速运行的方式进行测试,获取的750组光谱测试数据,分类准确率为88.27%,证明了该分类模型具有很好的移植性和应用性。