VO2/GaAs异质结的制备及其光电特性研究

采用直流磁控溅射和后退火氧化工艺在p型GaAs单晶衬底上成功制备了n-VO_2/pGaAs异质结,研究了不同退火温度和退火时间对VO_2/GaAs异质结性能的影响,并分析其结晶取向、化学组分、膜层质量以及光电特性。结果表明,在退火时间2 h和退火温度693 K下能得到相变性能最佳的VO_2薄膜,相变前后电阻变化约2个数量级。VO_2/GaAs异质结在308 K、318 K和328 K温度下具有较好的整流特性,对应温度下的阈值跳变电压分别为6.9 V、6.6 V和6.2 V,该结果为基于VO_2相变特性的异质结光电器件的设计与应用提供了可行性。     

建筑电气设计中相关问题分析

在民用建筑电气设计中,经常会遇到一些让人感到困惑的问题,特别是在国家及行业设计规范、标准的更新替换时,设计师对于新标准、规范的理解,往往会有不同程度的偏差,导致设计过程中出现一些问题或错误.就执行GB 51348-2019《民用建筑电气设计标准》过程中收集到的几个具体问题进行分析.     

催化剂级配技术在加氢改质装置上的工业应用

基于柴油产品质量升级的需求,中国石化大连石油化工研究院(FRIPP)开发了FHIDW加氢改质技术及配套FF-46加氢精制催化剂、FC-14B加氢改质催化剂和FDW-3临氢降凝催化剂.该技术及催化剂级配体系在格尔木炼油厂0.8 Mt·a-1加氢改质装置上的工业应用情况表明,级配催化剂体系对原料适应性强,装置运转平稳,操作灵活性高,催化剂失活速率慢,产品分布合理且质量优异,在降低柴油产品凝点的同时可以明显改善其密度和十六烷值,解决了改造前装置生产重柴油密度偏低的问题,为炼油厂生产符合国V质量标准的柴油提供了技术保障.     

Fabrication and joining mechanism of Nano-Cu/Si3N4 ceramic substrates

A novel method for fabricating a nano-Cu/Si₃N₄ ceramic substrate is proposed. The nano-Cu/Si₃N₄ ceramic substrate is first fabricated using spark plasma sintering (SPS) with the addition of nanoscale multilayer films (Ti/TiN/Ti/TiN/Ti) as transition layers. The microstructures of the nano-Cu metal layer and the interface between Cu and Si₃N₄ are investigated. The results show that a higher SPS temperature increases the grain size of the nano-Cu metal layer and affects the hardness. The microstructure of the transition layer evolves significantly after SPS. Ti in the transition layer can react with Si₃N₄ and with nano-Cu to form interfacial reaction layers of TiN and Ti–Cu, respectively; these ensure stronger bonding between nano-Cu and Si₃N₄. Higher SPS temperatures improve the diffusion ability of Ti and Cu, inducing the formation of Ti₃Cu₃O compounds in the nano-Cu metal layer and Ti₂Cu in the transition layer. This study provides an important strategy for designing and constructing a new type of ceramic substrate.     

提升我国电磁安全能力的战略思考

阐述电磁安全的战略背景,分析电磁兼容到电磁安全的演化过程,剖析"自扰、互扰、敌扰"等现实迫切问题,阐明电磁干扰、电磁兼容等基本概念和相互关系,提出新需求、新技术、新趋势引发电磁兼容与电磁安全的"六大技术挑战",指出只有在认识和思维上系统性地实现"三个转变",才能实现电磁安全整体能力的提升,最后提出"电磁强国"的"五维布局"建议.     

Effect of hyperbranched poly(citric polyethylene glycol) with various polyethylene glycol chain lengths on starch plasticization and retrogradation

A series of hyperbranched poly(citric polyethylene glycol) (PCPEG) materials with varied polyethylene glycol (PEG) chain lengths as plasticizers were mixed with maize starch (MS) via cooking and film‐forming. The structure, pasting property, plasticization, aging property, moisture absorption and compatibility of plasticized starches were studied by means of Fourier transform infrared spectroscopy, X‐ray diffraction, rapid viscosity analysis, tension testing, moisture absorption measurements and scanning electron microscopy. Compared with PEG and citric acid, PCPEG was more effective in promoting starch chain movement and inhibiting the retrogradation of starch film. Also, PCPEG/MS had smaller moisture content. The longer the plasticizer chain, the better were the aging resistance and moisture resistance of starch. But with an increase of PEG chain length, mechanical properties of PCPEG/MS deteriorated and the compatibility between PCPEG and MS decreased. The hyperbranched derivative of PEG with longer chain exhibited improved plasticization and compatibility with starch. © 2019 Society of Chemical Industry     

荷电细水雾对管道瓦斯爆炸超压的影响规律研究

为了研究荷电细水雾对瓦斯爆炸超压的影响规律和机理,采用小尺寸管道模拟瓦斯爆炸,研究不同荷电电压作用下的瓦斯爆炸超压和平均压升速率,以及不同雾通量作用下的瓦斯爆炸超压.结果表明:随着荷电电压的升高,瓦斯爆炸超压和平均压升速率受到明显的抑制;随着雾通量的增加,瓦斯爆炸超压明显降低.在实验条件下,和普通细水雾相比,当雾通量为4L、荷电电压为8kV时,瓦斯爆炸超压峰值降低10.798kPa,降幅达49.78%;平均压升速率峰值降低180.468kPa/s,降幅达49.90%.     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。