喹啉类杂环化合物的设计与合成研究

通过Vilsmeier反应合成了2-氯-3-甲酰基喹啉中间体,利用该化合物设计合成了一系列新的多杂原子稠环化合物,并通过核磁氢谱、红外光谱、元素分析对它们进行了结构表征。     

ICP-MS测定食品原料中微量硒

建立基于同位素77Se、乙醇基体改进电感耦合等离子体质谱法(ICP-MS)直接测定食品原料中微量硒的方法。实验以2%(V/V)乙醇作为基体改进剂,采用Y元素作内标补偿基体效应,选择同位素77Se测定样品中的硒,方法检出限为0.87 ng/g,精密度(RSD,n=6)5%,回收率为98.1%~106.0%。该方法具有简便、快速、灵敏、准确、消耗小等优点,可为食品原料中微量硒的测定提供参考。     

渣油催化临氢热转化钼铁双金属催化剂的研究

Replacement of precious single metal catalysts with cost-effective, highly-dispersed composite catalysts for catalytic hydrothermal conversion of residue holds tremendous promise for the residue upgrading technologies. Organic metals were added to the feed as the oil-soluble precursors, and transformed into the catalytic active phases in this work. Physical properties and structures of the composite catalysts had been investigated by X-ray fluorescence spectroscopy, X-ray photoelectron spectroscopy, X-ray diffraction, scanning electron microscope and transmission electron microscopy. The composite catalysts were found to be highly efficient in the catalytic hydrothermal conversion of both model compound and residue. Increased metal dispersion and synergistic effects of two metals played indispensable roles in such catalytic system. Results showed that under the test conditions in the article, the catalyst had the best catalytic performance when the mass ratio of molybdenum to iron was 1.5.     

水提法提取—电感耦合等离子体质谱法测定婴幼儿配方奶粉中的碘

用水提取婴幼儿奶粉中的碘,亚铁氰化钾和乙酸锌盐析法沉淀蛋白,过滤后可以得到澄清处理液。用电感耦合等离子体质谱对提取样液进行测定,130Te作为内标物进行定量分析。该方法简便快捷,检出限为0.10 mg/kg加标回收率为90.8%~109%,相关系数0.999,精密度试验RSD2%。     

烟用水基胶中新型增塑剂的GC/MS测定

本文采用气相色谱/质谱/选择离子监测法测定了26个烟用水基胶中新型增塑剂(TBC、ATBC、DEDB),结果表明烟用水基胶中新型增塑剂的GC/MS测定,一方面提高了烟用水基胶的质量监控,另一方面对于烟用水基胶的质量稳定性控制具有重要意义。     

绝缘栅双极晶体管表面电沉积镍基石墨烯薄膜的制备及其散热性能研究

将镍基石墨烯薄膜应用在IGBT模块散热方面,提出了镍基石墨烯薄膜的制备工艺,并利用扫描电镜、透射电镜、能谱仪等对镍基石墨烯薄膜进行表征。结果表明,当电流密度为2 A/dm~2时,镍基石墨烯薄膜中的有大量的Ni和C元素,镍基石墨烯薄膜中的石墨烯平均粒径为32.5 nm。当脉冲电流密度为1 A/dm~2时,镍基石墨烯薄转移镍基石墨烯薄膜后的S1芯片的散热效果较好。当脉冲电流密度为2 A/dm~2时,镍基石墨烯薄转移镍基石墨烯薄膜后的S2芯片的散热效果最好,其最大散热量为14.9℃。     

基于门控联合池化自编码器的通用性文本表征

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks, RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。