1 湖北科技学院药学院, 咸宁 437100
2 湖北科技学院, 辐射化学与功能材料湖北省重点实验室, 咸宁 437100
3 湖北科技学院非动力核技术研发中心, 咸宁 437100
本文以2, 6-二甲氧基苯酚和硝酸铽为原料, 成功合成了一例新型九核铽簇合物{Tb9(L)4(μ4-OH)2(μ3-OH)8(μ2-OCH3)4(NO3)8(H2O)8}(OH)·2H2O(1), 其中HL为2, 6-二甲氧基苯酚。通过X射线衍射、元素分析、红外光谱、热重和磁性测试对该簇合物进行表征。X射线单晶衍射分析结果表明, 簇合物属于正交晶系, 空间群为I222, 晶胞参数为a=1.532 8(3) nm, b=1.796 9(4) nm, c=1.863 5(4) nm, α=β=γ=90°, V=5.132 6(19) nm3。簇合物中九个金属中心由μ4-OH和μ3-OH相互连接, 形成的骨架呈现出有趣的沙漏状拓扑结构, 其中, 中心Tb离子呈现出稍微扭曲的四方棱锥几何构型, 其他Tb离子均为稍变形的十二面体构型。磁性测试结果表明, 簇合物1中的金属离子之间存在弱的反铁磁相互作用, 由于快速的磁量子隧穿效应, 其未表现出慢磁弛豫行为。
九核簇合物 铽离子 晶体结构 沙漏状拓扑 磁性 nonanuclear cluster terbium ion crystal structure hourglass like topology magnetic property
1 湖北科技学院非动力核技术研发中心,咸宁 437100
2 湖北科技学院,辐射化学与功能材料湖北省重点实验室,咸宁 437100
磁制冷是一种高效、节能、环保的新型制冷技术,在气体液化、高能物理、超导技术等诸多领域具有广阔的应用前景。Gd基配位聚合物分子磁制冷材料不仅具有迷人的结构和优异的磁热效应,而且表现出良好的物理和化学稳定性,因而备受关注。本文主要从合成策略、结构与性能方面出发,综述了近年来Gd基配位聚合物分子磁制冷材料的研究进展,探讨了分子结构与磁性能之间的构效关系以及提高磁热效应的有效方法,并对今后的发展和面临的问题进行了讨论和展望。
钆基配位聚合物 磁热效应 磁熵变 磁制冷 Gd-based coordination polymer magnetocaloric effect magnetic entropy change magnetic refrigeration
1 海南大学,南海海洋资源利用国家重点实验室,海口 570228
2 海南大学,海南省特种玻璃实验室,海口 570228
3 海南大学材料科学与工程学院,海口 570228
采用氨水共沉淀方法合成Fe3+/Fe2+摩尔比为1∶1及掺一定量Ti4+的铁钛固溶体催化剂,与机械混合研磨方法制备的铁钛催化剂相比较。探讨不同制备工艺对催化剂物化性能及催化活性的影响。借助X射线衍射(XRD)、N2吸脱附、X射线光电子能谱(XPS)、程序升温还原(H2-TPR)、程序升温脱附(NH3-TPD)等手段对催化剂物理化学性质进行表征。结果表明: 通过一步氨水共沉淀法及掺杂一定量Ti有利于提高催化剂的比表面积,抑制氧化物结晶及晶相转变,使得催化剂晶粒尺寸较小,提高低温催化活性; 同时说明经过机械混合研磨制备的催化剂,只是氧化物晶体之间简单的机械混合,没有形成紧密的耦合作用,不能有效改善催化性能。
铁钛催化剂 氨水共沉淀法 机械混合研磨方法 低温催化活性 还原性能 表面吸附氧 iron titanium catalyst ammonia co-precipitation method mechanical mixing grinding method low-temperature catalytic activity reduction performance surface adsorbed oxygen
电压控制型 Buck变换器是典型的非线性电路系统。根据 DC-DC Buck变换器的工作特性,建立了研究其非线性现象的仿真模型,分析了 Buck变换器的分岔稳定性和混沌化特性,揭示了以输入电压和电感作为分叉参数的混沌现象及系统输出特性;从时域角度分析参考电压波形与输出电压波形交点的变化对变换器工作状态的影响,在相图中得到系统由稳定到混沌的演化过程,并验证了该模型的合理性和可行性。该研究方法也为其他模式 DC-DC变换器的分岔与混沌现象提供理论和实验基础。
Buck变换器 分岔 混沌 Buck converter Matlab/Simulink Matlab/Simulink bifurcation chaos 太赫兹科学与电子信息学报
2019, 17(3): 469
1 1.北京大学信息科学中心,北京,100871
2 华中科技大学图像处理与人工智能研究所,湖北,武汉,430074
基元提取在基于模型的计算机视觉中起着重要的作用。基元抽取问题可以归结为优化问题,即寻找代价函数的全局最小值。利用统计方法对最小子集进行随机抽样,大大减少了对最小子集的评价。同时引入了参数向量列表,并提出了一种新的代价函数,用于对基元的参数向量进行评价,使计算量减少、抽取精度提高。该方法可以用于多个基元的提取。分析实验结果表明,该方法能快速、准确地提取集合基元。
基元 基于模型 计算机视觉 最小子集 参数向量列表 Geometric primitive Model-based Computer vision Minimal subset Parameter vector list