作者单位
摘要
太原理工大学化学工程与技术学院,太原 030024
电化学氧化法降解水中毒性有机物具有低碳、节能、清洁等优点,该技术的关键是开发高效、稳定、价格低廉的阳极。本文采用热分解法制备了Ti/SnO2-IrO2电极,对电极进行表征和电化学性能分析,并降解了对氯苯酚。考察不同因素(电流密度、目标污染物初始浓度、Cl-浓度)对降解效果的影响。结果表明,Ti/SnO2-IrO2电极具有较长的寿命和良好的电化学性能。当电流密度为20 mA·cm-2,对氯苯酚初始浓度为300 mg/L,Cl-浓度为1 000 mg/L时,化学需氧量(COD)去除率可达89.02%,同时电极具有较低的能耗0.596 kWh·g-1,表现出优异的催化性能。该电极具有一定的工业应用前景。
电极 阳极材料 Ti/SnO2-IrO2电极 电化学氧化 化学需氧量 有机物降解 对氯苯酚 electrode anode material Ti/SnO2-IrO2 electrode electrochemical oxidation COD organic degradation p-chlorophenol 
人工晶体学报
2022, 51(6): 1076
作者单位
摘要
忻州师范学院 化学系, 山西 忻州 034000
水相合成了巯基丙酸保护的CdTe量子点。根据在Cu2+存在的情况下,CdTe 量子点荧光恢复程度与依诺沙星浓度成正比的现象,建立了基于CdTe量子点荧光猝灭-恢复测定依诺沙星的新方法。考察了溶液pH 值以及Cu2+ 浓度等对检测体系的影响。在pH=10的硼砂缓冲溶液中,在Cu2+浓度为 2.3×10-5 mol/L的条件下,依诺沙星浓度在8.0×10-7~3.0×10-5 mol/L范围内与量子点荧光恢复程度呈良好的线性关系,检出限为7.2×10-8 mol/L。该方法用于实际样品中依诺沙星的检测,回收率为95.5%~105.0%。
CdTe量子点 依诺沙星 荧光猝灭-恢复 CdTe quantum dots Cu2+ enoxacin Cu2+ ion fluorescence quenching-recovery 
发光学报
2016, 37(4): 467
作者单位
摘要
中国航天时代电子公司,北京 100854
理论分析并试验研究了Y波导保偏尾纤与保偏光纤线圈之间熔接点的对轴误差对光纤陀螺输出的影响.根据简化的光纤陀螺光路误差模型,对光纤陀螺的输出相位误差与光路中主要耦合点的对轴误差的关系进行了理论推导和仿真分析,并利用一个实际的闭环光纤陀螺试验研究了主要熔接点的对轴误差变化对光纤陀螺零偏和零偏稳定性的影响.结果表明,Y波导保偏尾纤与保偏光纤线圈之间的对轴误差是引起光纤陀螺输出误差的重要因素,必须尽量减小.
光纤陀螺 对轴误差 保偏光纤 输出相位误差 偏振 Fiber optic gyroscope Principal axes angle-offsets Polarization maintaining fiber Phase errors Polarization 
光子学报
2009, 38(7): 1658
作者单位
摘要
中国航天时代电子公司,北京 100854
理论分析并研究了温度变化对单模光纤耦合器的偏振特性的影响.推导了单模光纤耦合器输出消光比与输入消光比、模式耦合率的关系表达式.利用多个偏振特性不同的光源,进行了在快速温度变化条件下单模耦合器输出消光比随温度变化的测试实验,证明了采用低偏振的光源有利于降低单模耦合器中因温度变化引起的模式耦合效应.最后仿真计算了在光源输出消光比不同的情况下模式耦合引起的光纤陀螺输出误差的大小,为不同环境应用的光纤陀螺选取合适的光源提供了参考.
光纤陀螺 单模光纤耦合器 偏振 消光比 模式耦合 光源 Fiber optic gyroscope Single-mode fiber coupler Polarization Extinction ratio Mode-coupling Light sources 
光子学报
2009, 38(4): 841
作者单位
摘要
1 武汉理工大学,自动化学院,模式识别与智能系统教研室,湖北,武汉,430070
2 华中科技大学,图像识别与人工智能研究所,图像信息处理与智能控制教育部重点实验室,湖北,武汉,430074
3 法国波尔多第三大学,计算机图像处理研究室,吉伦特,波尔多
动态图像分析是一个令人感兴趣的研究课题,广泛地应用于交通监测、场景监控和预警等方面.由于红外图像的噪声相对较大,对比度不高,因此红外序列图像的动态分析有着自己的特点.提出了一种基于知识表示与有监督学习的动态红外图像分析方法,能有效地利用序列图像全局建模进行红外序列图像中的运动物体检测、特性判别行为分析.
动态图像分析 运动物体检测 有监督学习 知识表达 场景建模 Dynamic image analysis Moving object detection Supervised learning Knowledge representation Scene modeling 
红外与激光工程
2005, 34(2): 216

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!