高分辨液质联用技术鉴别棉纺织品黄变物质化学组成北大核心CSCD

为了鉴定棉纺织品表面非染料类黄变物质的具体化学组成,文章采用超高效液相色谱-四极杆-静电场轨道肼高分辨液质联用技术(UHPLC-Q-Exactive)建立了棉纺织品黄变物质化学组成的快速识别方法。通过Xcalibur软件筛选色谱中准分子离子峰、分析质谱碎片信息、借助人类代谢组数据库(HMDB)并结合文献指认潜在黄变成分,共鉴定出纺织品黄变物质中6种主要化合物,包括角鲨烯、棕榈油酸、肉豆蔻酸、壬醛、香叶基丙酮、甲基庚烯酮。这些化合物在常态或者氧化后呈现出黄色、淡黄色及棕黄色,可为利用色谱技术鉴定纺织品黄变物质提供借鉴,为针对性抑制纺织品黄变现象提供基础依据。     

40Cr钢的淬透性研究

在研究不同奥氏体化温度下４０Ｃｒ钢的淬透性时，发现其淬透性曲线上硬度不是单调下降，而出现了一硬化峰，该峰值硬度为３２±２ＨＲＣ，峰位距端面的距离随淬火温度提高而后移，与奥氏体化温度无关．ＴＥＭ等分析表明，峰值出现的原因是在特定的冷速条件下，铬的碳化物析出强化了珠光体以及Ｆｅ４Ｎ型有序相形成强化了铁素体而引起的．硬度峰出现的冷速为２～４℃／Ｓ。     

EFFECT OF La ON SNOEK-KE-K■STER PEAK IN Fe-P-N ALLOY

研究了F? P—N合金加?对Snoek—Ke-Koster(SKK)峰的影响,发现与合金含La,P的原子浓度比(C_(La)/C_p)有关:对于C_(La)/C_p较大(例如4.56和2.6)的合金,La有明显增强SKK阻?效应:对于C_(La)/C_p=0.27的P过饱和合金,La对SKK峰无明显影响。     

Ta—O固溶体中的Snoek—Koster驰豫

试样表面镀一薄层Ｔｉ，消除内耗测最过程中氧吸附的影响．在镀Ｔｉ的Ｔａ—Ｏ试样中详细研究了Ｓｎｏｅｋ—Ｋｏｓｔｅｒ弛豫．观察到了两个内耗峰（较低温度的ＳＫ１峰和较高温度的ＳＫ２峰）．考查之退火温度和氧含量对内耗峰的形状和稳定性的影响．ＳＫ１峰和ＳＫ２峰的激活能分别为１．４和２．１ｅＶ．用Ｓｅｅｇｅｒ的螺位错上的双弯结成核和迁移以及几何弯结的迁移理论解释了实验结果．通过理论和实验比较，得到的螺位错上双弯结形成能约为０．９ｅＶ，螺位错与氧原子的结合能约为０．３ｅＶ实验还发现，进一步冷加工对Ｓｎｏｅｋ峰的影响在实验误差范围内，可以略去不计．     

EB-PVD制备钛合金薄板渗铝相结构转变研究

对电子束物理气相沉积(EB-PVD)技术制备的钛合金薄板进行粉末包埋法渗铝,研究不同温度渗铝后的相结构转变规律.结果表明:制备态合金薄板相结构为Ti和Ti3Al,材料组织致密均匀,X射线衍射峰发生宽化,具有不对称性.在较低温度(600℃和620℃)渗铝后薄板两边的相结构变为Al3Ti相,但薄板的中心部位仍然为制备态的Ti3Al相,两边的Al3Ti组织和中心部位的Ti3Al组织都很均匀致密.在两相之间,存在清晰、平整的界面.在较高温度(700℃)渗铝后薄板的相结构为Al3Ti,此时整个板材都被渗穿,组织均匀致密,并在局部小区域内出现铝元素的富集.     

高效液相色谱法检测水中苯并[a]芘时实验条件的选择

在相同条件下，峰面积越大，仪器灵敏度越高，通过对影响仪器灵敏度的主要因素进行实验，找到了比较理想的条件来测定水中的苯并[a]芘。     

金刚石(膜)的拉曼光谱表征技术进展

本文较全面地介绍了金刚石(膜)拉曼光谱中各主要拉曼峰的位置、特点及光致发光现象,重点对1150 cm-1附近拉曼峰产生的原因进行了讨论.通过对前人数据、结论的分析,指出1150 cm-1附近的散射峰和紫外拉曼光谱中T峰出现的机理应是一致的,都源于有序尺寸的减少.根据共振尺寸选择效应,1150 cm-1附近的拉曼峰,可能是紫外拉曼光谱中的T峰在可见光谱中向高波数移动的结果;而不同方法制备的金刚石膜样品其晶粒尺寸差异造成的振动模禁止,是不同研究者对1150 cm-1附近拉曼峰作为纳米晶金刚石的特征峰争论的原因所在.     

Fe-Al合金中与Al反位置原子弛豫有关的内耗峰

利用内耗方法对Fe47Al53合金中Al反位置原子的运动特征进行了研究,在410℃附近观察到了一个与合金热历史相关的弛豫型内耗峰.在快冷样品中内耗峰高度明显高于慢冷样品时内耗峰的高度;而对于快冷样品,升温测量时内耗峰高度又明显高于随后的降温测量时内耗峰的高度,内耗峰高度表明该内耗峰与快冷时残留的缺陷有关.由于该内耗峰激活能为1.88 eV,与Fe47Al53合金中Fe空位的迁移能相当,因而该峰应产生于应力诱导下Al反位置原子在Fe空位之间的运动.     

引入测评机制的综合学习粒子群优化算法

综合学习粒子群算法（CLPSO）能够改善粒子群算法多样性差且易局部收敛的问题,相比传统PSO算法能够一定程度避免算法早熟,但却存在收敛速度慢的问题。对此,提出一种CLPSO的改进算法（CLPSO‐II）,为每个粒子随机构造两个学习粒子,引入测评机制,择优学习。实验结果表明,CLPSO‐II能有效提高CLPSO的搜索效率,在处理多峰函数时,其性能优于传统粒子群算法（PSO）、全面学习粒子群算法（FIPS）和综合学习粒子群算法（CLPSO）。     

一种新的实时智能汽车轨迹规划方法

针对智能汽车的驾驶决策和轨迹规划问题, 将轨迹表示为轨迹曲线和加速度变化两部分, 以优化轨迹的行驶效率、安全性、舒适性和经济性为目标建立非线性规划模型. 基于序优化思想, 提出混合智能优化算法OODE, 分内、外两层分别优化加速度变化和轨迹曲线, 通过“粗糙” 评价轨迹曲线实现轨迹曲线的快速择优. 仿真结果表明, 所提出的方法能够处理包含多动态障碍物的复杂交通场景, 且具备实时应用能力, 模型的精度和求解速度均优于传统方法.