Effect of Y2O3, CeO2 on Sintering Properties of Si3N4 Ceramics

The effect of rare earth oxides Y203 or Ce02 on sintering properties of Si3N4 ceramics was studied and the mechanism of assisting action during sintering was analyzed. The results in dicate that the best sintering properties appear in Si3N4 ceramics with 5% Y203 or 8% CeO2. Secondary crystallites are formed at grain boundaries after heat treatment,which decreases the amount of glass phase and contributes to the improvement of high-temperature mechanical properties of silicon nitride.     

新型缓蚀剂2-炔丙基巯基苯并咪唑的合成

对不锈钢缓蚀剂2-炔丙基巯基苯并咪唑的合成工艺进行了研究。先由邻苯二胺和二硫化碳合成2-巯基苯并咪唑，炔丙醇和三氯化磷合成3-氯丙炔；再由2-巯基苯并咪唑和3-氯丙炔在丙酮溶剂中合成2-炔丙基巯基苯并咪唑。对是否使用相转移催化剂进行了探讨，认为无相转移催化剂可使操作简便，适合于工业化生产。     

基于虚拟仪器的光伏发电监测系统的实现

采用虚拟仪器技术设计并实现了一套光伏发电监测系统,通过RS485总线采集各设备的数据,利用SQL Server数据库存储和备份数据,借助网络实现软件客户端的远程访问和数据的远程备份。在LabVIEW中调用微软的.NET技术对远传数据进行加密和校验,以保障数据传输的可靠性和安全性。经过近一年的现场实际运行考验,该系统工作稳定可靠,可以完成对光伏发电系统的监测、数据备份、远程管理等要求。     

封闭型异氰酸酯固化剂的制备及应用

以甲苯二异氰酸酯、三羟甲基丙烷为原料合成预聚物,分别与甲乙酮肟和多种醇醚类混合物进行封端反应,合成溶剂性和水性封闭异氰酸酯固化剂。采用红外光谱和化学滴定等方法对预聚物和固化剂进行表征和分析。合成的固化剂与树脂按比例混合,制备涂膜,并对漆膜的性能作了初步探讨。     

超支化聚酯树脂在涂料中的应用

超支化聚合物具有高度支化的分子结构,及大量官能端基,在合成工艺上易于工业化生产。简介了超支化聚酯的特性,及其在高固低黏涂料、UV固化和粉末涂料中的应用。     

MES捕获CO2及高效催化转化研究进展

微生物电合成(Microbial electrosynthesis，MES)为二氧化碳还原为乙酸盐和其他多碳物提供了一条可持续的生化转化途径，利用电能驱动微生物固定CO2具有原料容易、操作条件温和、不含有毒物质、环境可持续性等特点，为全球碳中和、碳减排带来了新机遇。在研究人员对提高产率、转化效率、碳链延长方面的深入研究下，基于对电极材料的选择、修饰，菌群的驯化，操作条件的限制，乙酸最高产率达1330g/(m2?d)，催化转化C1废气并耦合二次发酵生产了C2-C4产物以及具有更长碳链的中链脂肪酸。在概述阴极电活性微生物吸收胞外电子的分子机制捕获和转化CO2的基础上，综述了合成有机酸的代谢原理、二维和三维等电极材料使用现状以及提高产物产率、产物及碳链延长的方法，并对未来MES的研究方向做出了展望。     

多釜串联反应器计算机程序

本文采用反向序贯法计算多釜串联反应器,该法的最大优点是适应性强,对比较复杂的动力学方程也能方便地完成计算。按本方法编写的程序具有结构简单、运行稳定、准确迅速等优点。     

自适应多模态特征融合胶质瘤分级网络

目的 胶质瘤的准确分级是辅助制定个性化治疗方案的主要手段,但现有研究大多数集中在基于肿瘤区域的分级预测上,需要事先勾画感兴趣区域,无法满足临床智能辅助诊断的实时性需求。因此,本文提出一种自适应多模态特征融合网络（adaptive multi-modal fusion net,AMMFNet）,在不需要勾画肿瘤区域的情况下,实现原始采集图像到胶质瘤级别的端到端准确预测。方法 AMMFNet方法采用4个同构异义网络分支提取不同模态的多尺度图像特征;利用自适应多模态特征融合模块和降维模块进行特征融合;结合交叉熵分类损失和特征嵌入损失提高胶质瘤的分类精度。为了验证模型性能,本文采用MICCAI （Medical Image Computing and Computer Assisted Intervention Society）2018公开数据集进行训练和测试,与前沿深度学习模型和最新的胶质瘤分类模型进行对比,并采用精度以及受试者曲线下面积（area under curve,AUC）等指标进行定量分析。结果 在无需勾画肿瘤区域的情况下,本文模型预测胶质瘤分级的AUC为0.965;在使用肿瘤区域时,其AUC高达0.997,精度为0.982,比目前最好的胶质瘤分类模型——多任务卷积神经网络同比提高1.2%。结论 本文提出的自适应多模态特征融合网络,通过结合多模态、多语义级别特征,可以在未勾画肿瘤区域的前提下,准确地实现胶质瘤分级预测。     

基于CDI的水和废水脱盐处理（英文）

对经济高效CDI电吸附方法在水和废水脱盐处理的研究状况及其碳电极材料进展进行分析.对不同类型的CDI及性能进行描述.同时,也对CDI碳电极的问题及其潜在的CDI发展进行了展望.