摘要：罗丹明6G的痕量检测需要具有较高的灵敏度,为提高SERS基底的增强因子从而提高检测灵敏度,设计了米花型SERS基底,采用有限元法对其拉曼增强效果进行仿真,模拟不同中心球半径r、米花花瓣轴a、b、c以及中心球与花瓣间距d条件下电场强度的变化,得出最佳结构参数,并计算其SERS增强因子。随后利用电化学沉积法制备该基底,并探究电压值以及柠檬酸三钠和AgNO_(3)的浓度配比对基底结构和性能的影响,从而制备出与理想物理模型形态最接近的米花型银/氮化钛薄膜基底。然后用其对罗丹明6G(R6G)进行痕量检测,探究该基底的拉曼增强效果以及稳定性。实验结果表明,当沉积电压为2V,柠檬酸三钠与AgNO_(3)浓度配比为1∶1 (2 mmol/L∶2 mmol/L)时,得到的米花型TiN-Ag复合SERS基底与理想化模型仿真形态最接近。经过计算得到该基底的增强因子可达10^(15),对罗丹明6G的检测限可达10^(-13)mol/L。实验结果证明设计的基底灵敏度高、稳定性强,可对食品非法添加剂的痕量检测提供技术支撑。

摘要：引入第二相材料构建异质结及加入助催化剂都可以有效提高半导体材料的光电化学性能。本文设计制备了WO_(3)/SrTiO_(3)异质结复合材料并选用助催化剂Ti_(3)C_(2)进行修饰,在模拟太阳光环境下通过光电化学阴极保护技术保护304不锈钢(304 SS)。结果表明:Ti_(3)C_(2)-WO_(3)/SrTiO_(3)复合材料的光电化学阴极保护性能显著增强。将304 SS与Ti_(3)C_(2)-WO_(3)/SrTiO_(3)复合材料耦合,可将304 SS的电位从-0.13 V转移到-0.42 V,并且三元复合材料产生的光电流密度是单独使用SrTiO_(3)的7倍。在WO_(3)/SrTiO_(3)界面上形成的异质结电场及助催化剂Ti_(3)C_(2)的加入协同提高了光生电子和空穴的分离效率,提高了光电化学阴极保护性能。

摘要：冶金煤气是冶金工业产生的气体,处理不当会造成严重的碳排放及空气污染,使钢铁行业碳中和面临巨大挑战。冶金煤气,尤其是其中的焦炉煤气,不仅可作为燃料使用,而且其富含的碳、氢元素是重要的化工资源。通过钢化联产工艺制造化学品实现钢铁行业减排,有望解决温室气体排放、资源浪费、能源消耗和空气污染等环境和能源问题。在催化固碳工艺中,以焦炉煤气催化制甲烷和低碳醇等产品因其过程具有工艺路线短、操作可行性强等优点最受关注。首先介绍了焦炉煤气催化制甲烷和甲醇的工艺条件及反应机理,并介绍助剂和载体等因素对催化剂抗积炭能力及稳定性的影响。其次,强调了构建具有高活性和稳定性的双活性中心对焦炉煤气制其他低碳醇催化剂设计的重要性,并阐述了前体结构和助剂等因素对改性费托合成催化剂和改性甲醇催化剂的影响机制。从反应条件看,甲烷化需较高温度,而制甲醇需较高压力;从工艺复杂程度看,甲烷化最简单,而制甲酸最复杂;从耗氢量看,甲酸不需消耗氢气,而甲烷化耗氢量最大。钢化联产应在综合考虑各种现实因素及产品经济效益的基础上,因地制宜开展催化降碳,不断推动钢化联产技术的创新及清洁能源技术的发展。

摘要：为解决连铸生产过程中铸坯表面缺陷检测准确率低、检测速度慢、模型参数量大难以部署等问题,提出一种融合重参数化和注意力机制的轻量化铸坯表面缺陷检测算法YOLOv7-TSCR。首先,利用Mish和SiLU激活函数、SimAM注意力机制,构建了改进的高效层聚合模块ELAN-S,以有效增强对多尺度缺陷特征的提取;其次,设计了C2f_RG模块改进特征融合网络,减少参数量的同时获得更丰富的梯度流信息,增强特征融合能力;最后,根据采集实际生产中的缺陷图像,构建铸坯缺陷数据集并进行验证。结果表明:YOLOv7-TSCR相较其他网络模型检测效果显著提升,在模型参数量减小的情况下,精确率达93.5%,平均精度均值提高了2.8%,检测速度可达120 FPS;在NEU-DET公开数据集上进行的泛化性对比实验证明了算法具有较强的泛化性。改进算法在保证较高检测精度的基础上,具有较快的检测速度和较小的参数量,为铸坯表面缺陷的高效检测提供了技术参考。

摘要：锂离子电池的容量、循环寿命和安全性等性能很大程度上依赖于正极材料。镍钴锰酸锂(NCM)三元正极材料具有能量密度高、成本低、相对安全等优点而备受关注。但阳离子混排、界面副反应、不可逆相变等问题的存在严重影响了电池的循环和倍率等性能。综述了NCM正极材料的结构特点、问题成因,并从掺杂、表面包覆、单晶和浓度梯度结构等角度探讨了其改性研究情况,对其未来研究方向进行了展望。

摘要：将核心素养元素与《高分子化学》课程教学有机结合,使学生学会专业知识、掌握专业技能,同时形成适应社会发展需要的品格和关键能力。本文以“体形缩聚和凝胶化作用”为例,围绕本节知识和能力培养目标,对课堂教学进行了设计。通过类比联想、分析对比、感悟体会等融入与专业知识契合的“人文素养、科研精神、责任担当”等素养元素。对核心素养与高分子化学课程教学相融合的实施效果进行了浅析,同时对如何在课程教学过程中培养核心素养进行了探讨反思。

摘要：复杂成分的高熵氧化物可以设计成具有有趣物理现象的新型铁电材料。通过传统高温固相法成功地合成了一种单相钙钛矿结构(K_(0.5)Bi_(0.5))_(0.2)Ba_(0.2)Sr_(0.2)Ca_(0.2)Mg_(0.2)TiO_(3)高熵陶瓷,研究了其介电性能和铁电性能。多元素掺杂使得陶瓷在测试温度范围内没有观察到明显介电弛豫峰。低于300℃时,陶瓷介电常数温度稳定性较高。当测试温度为650℃,频率为100 Hz时,得到最大的介电常数8887。结果表明:高熵概念的引入不仅在成分复杂的材料中可以发现新的高熵铁电体,而且是调节电子陶瓷性能的可行策略。

摘要：废钢是现代钢铁工业重要的铁素来源,是钢企实现碳中和的重要原料。不同级别的废钢价格悬殊,其质量直接影响钢企的生产成本和产品质量。因此,废钢入炉前的分类和评级问题,受到钢企的普遍重视和高度关注。针对传统人工方法在废钢的分类评级中所出现的效率低、安全性和公正性差等问题,基于深度学习中的卷积注意力机制和加权双向特征融合网络构建废钢分类评级模型。首先,搭建废钢质量查验物理模型,模拟货车卸载废钢的生产作业场景,采用高分辨率视觉传感器采集不同类别的废钢图像。其次,设计了一种结合注意力与特征融合的废钢验质深度学习模型,将卷积注意力模块(convolutional block attention module,CBAM)加入主干网络对采集的废钢图像数据集进行特征提取,聚焦并保留图像的重要特征;使用双向特征金字塔(bidirectional feature pyramid network,BiFPN)平衡多尺度特征信息,进行多尺度特征融合。最后,在模型预测阶段,利用所构建的废钢质量验质模型进行废钢类别和质量判级,验证模型的精确性与检测效率。基于自制废钢验证数据集,与主流的目标检测模型Faster R–CNN、YOLOv4、YOLOv5系列以及YOLOv7进行性能比较。实验结果表明:本研究构建的废钢质量验质模型识别判级的准确率Acc达到了86.8%,所有类别平均精度m AP为89.2%,均高于对比的目标检测模型,在准确性、实时性以及识别评级效率方面可满足实际生产应用,解决废钢分类评级过程中的诸多难题,实现废钢的智能验质和公正判定。

摘要：为了实现除尘灰与粉煤灰的高附加值协同利用,提出了除尘灰与粉煤灰协同制备陶瓷纤维的方法。传统的矿粉造块工艺参数不适用于除尘灰与粉煤灰的混合料,因此选择落下强度作为评价指标,水分含量、黏结剂配比、成型压力为主要影响因素,采用响应曲面法对除尘灰与粉煤灰冷固结成型的工艺参数重新进行优化设计与分析。结果表明,水分含量和黏结剂配比对落下强度影响显著,而成型压力的影响较小;水分含量和黏结剂配比的交互作用明显。通过分析试验结果建立了此配料情况下的落下强度二项式模型,模型预测的最优工艺参数为水分含量(质量分数)7.68%、黏结剂配比5.91%、成型压力38.8 MPa,按此参数进行试验,得到的落下强度与模型预测的误差小于2%,可以作为预测模型使用。按此参数进行不同粉煤灰与除尘灰的配比试验,结果符合预期,可为后续高温还原试验提供合格冷固结压块。

摘要：通过材料结构设计,制备一种具有核壳结构的温敏型药物缓释载体,实现药物的智能释放。以纳米介孔硅为基质,采用KH-570对其进行表面修饰引入双键,然后以N-异丙基丙烯酰胺(NIPAM)为功能单体,以槲皮素(QC)为模型药物,采用自由基聚合技术,制备核壳结构的温敏型药物载体(mSiO_(2)-NIPAM)。采用FTIR、BET、XRD、SEM和TEM等分析方法对其结构和性能进行了分析。结果表明,mSiO_(2)-NIPAM的最佳载药温度为25℃,此时载药率达46.25%、包封率为86.05%;体外释药实验显示,在42℃条件下,QC@mSiO_(2)-NIPAM在各时段的累积释药率均高于25℃条件下的累积释药率,说明其对疏水性药物具有优异的温度响应性能。