|
搜索
搜 索
高等教育领域数字化综合服务平台
多场耦合能质传递强化及调控理论与方法
能源、环境及化工等领域广泛存在具有相变和反应的能质传递和转化问题， 具有多区域、多场、传递与转化等相互耦合的特点，是影响装备性能的关键热物 理问题，对提升性能至关重要。本项目针对上述领域中共性的多场耦合能质传递 机理反其强化和调控方法的前沿科学问题开展研究工作，取得了系列原创性研究 成果。主要发现点有：
一、 分区耦合多相传递可视化实验方法及其机理与特性：创新了滞止流和通 流槽道内逸出速率及位点可控的液滴和气泡动力学行为、变孔隙率网络流道及其 与外部流场耦合的两相流动、毛细阻力可调的多孔层内相变传热及含反应边界的 两相流及传递等可视化实验方法。获得了逸出液滴聚合衰减震荡机理及规律；发 现了微孔逸出气泡脱离后涌入和界面震荡现象；揭示了具有壁面逸出气泡的槽道 内两相流规律；阐明了具有微孔层和结构缺陷的气体扩散层内两相分布特征；厘 清了反向式毛细蒸发器多孔层内相分布规律反其对相变传热的影响机理；揭示了 燃料电池内两相流动和传输以及电化学反应的相互作用规律，获得了流道水淹与 压降之间的定量关系及膜电极表面温度分布特性。
二、 多元多相分区耦合能质传递及转化理论模型：建立了多场耦合固体基质 表面细胞吸附成膜理论模型，揭示了生物膜结构与能质传递及产氢/产电性能的 相互关系；建立了含生化反应的多孔填料床内多相能质传递的毛细管模型和多相 混合模型，阐明了流动和传输与生化反应的耦合特性，为固定化细胞生物反应器 性能预测提供了方法；建立了毛细结构材料内分区耦合相变传热理论模型，为反 向式毛细蒸发器和微槽膜状凝结换热提供了理论计算方法；提出燃料电池两相传 输三维孔隙网络模型和气体有效扩散系数的分形模型，首次利用V0F方法模拟 了边壁具有逸出液滴的燃料电池流道内细观两相流行为，揭示了多孔扩散层与流场板流道内两相流的耦合关系以及流道结构和工况参数对两相流特性的影响规律。
三、多场耦合能质传递强化及调控方法：基于分区耦合强化传热思想，提出 了三维肋表面和螺旋扭带组合强化传热新方法；通过分区流动和传递强化与调控, 发展了三维柱状阵列结构阳极微流体燃料电池，显著提升了电池性能；利用石墨 烯表面修饰，实现了多孔电极内微生物产电菌电子转移速率和活性生物量调控和 强化；创新性利用流场/浓度场/温度场/光场的强化和调控，结合表面修饰和弥 散光导体技术，实现微生物生化转化全过程强化；提出了通过外接电阻控制阳极 电势诱导和调控生物膜结构，强化了质子传输，大幅提升了微生物燃料电池性能。
重庆大学
2021-04-11
一种环氧树脂的增韧改性方法
一种环氧树脂的增韧改性方法，属于环氧树脂的增韧改性技术领域。本发明提供的增韧环氧树脂包括下述重量份的各成分：100份环氧树脂，6～12份端羧基丁腈橡胶，2～6份端氨基聚丁二烯橡胶，30份柔性固化剂聚醚胺D230。
电子科技大学
2021-04-10
沥青改性三元丁橡胶生产防水卷材
研发阶段/n内容简介：本项目以有机塑解剂、沥青和超微细活性碳酸钙复合改性废旧三元丁橡胶，有机塑解剂在剪切力和热的作用下有利于丁基胶囊网状分子的快速增溶、解缠、断链，从而，提高了丁基胶囊的塑解度和物理机械性能；沥青显著改善了丁基橡胶的柔软性、加工性和卷材的着色性及表面平整度；超微细活性碳酸钙大幅度降低了防水卷材的生产成本，提高了产品的市场竞争力。所生产的防水卷材经湖北省产品质量监督检验所检验满足JC/T645-1996《三元丁橡胶防水卷材》标准要求。经济效益：三元丁橡胶防水卷材是分子中不含双键的橡胶材
湖北工业大学
2021-01-12
一种HPLC色谱柱填料的改性方法
本发明提供一种新型HPLC色谱柱填料的改性方法，该改性方法的特点是利用感光高分子重氮树脂作为表面改性剂，通过光交联反应，使重氮树脂与二氧化硅微球表面硅羟基之间的氢键作用转化为共价键作用，从而在微球表面引入疏水基团。本方法所用工艺流程简单，原料易得，生产成本低，重复性好；将改性后的二氧化硅微球作为色谱柱填料使用，可以在不同流动相下对多种苯类似物实现基线分离，并能有效分离碳60与碳70。色谱柱填料、产品附加值高。
青岛大学
2021-04-13
纤维素纳米纤维的超支化改性方法
本发明涉及一种生物质的吸附剂制备方法，具体为纤维素纳米纤维的超支化改性方法，采用超声破碎与高速剪切均质相结合的方法制备纤维素纳米纤维，再通过超支化化学改性，将树枝状PAMAM接枝到CNFs表面，再采用冷冻干燥的方法将CNFs-PAMAM制成气凝胶，，并且该吸附剂还有可生物降解，同时制备过程具有环保、高效、简单等优点。 该气凝胶作为吸附剂具有非常小的密度和很高的孔隙率，以及大孔小孔并存的结构特征，十分有利于其对水中重金属离子的吸附。
四川大学
2016-10-11
表面改性的非晶合金涂层及其制备方法
本发明公开了一种表面改性的非晶合金复合粉末，其特征在于， 通过表面改性技术在所述非晶合金粉末表面包覆一层抗氧化的金属镀 层。本发明还公开了该粉末的制备方法，以及利用该粉末制备的非晶 复合涂层及其制备方法。本发明非晶复合涂层具有优异的抗氧化性能、 高结合力以及良好的抗磨损性能，克服了以往单相非晶涂层/金属基体 之间界面结合力较差、高温抗氧化性能不足的问题，可以有效降低非 晶粉末在高温热喷涂过程中的表面氧化。该复合涂层在
华中科技大学
2021-04-14
天然纤维素蒸汽闪爆改性及其在新型溶剂中溶解与绿色湿纺技术
Ø 项目针对目前粘胶纤维工业生产过程存在的污染严重问题，采用自行设计的高压热蒸汽闪爆（Steam Explosion，简称SE）技术，在超分子水平实现对天然木纤维素快速、安全可靠、低污染物理改性并固化其构象，同时利用环保、廉价的新型纤维素溶剂体系，实现温和条件下纤维素的溶解，通过真空脱泡、充氮、喷丝、凝固等工艺的优化获得了纤维素纤维的绿色湿纺技术，丝性能达到或超过粘胶丝。
北京理工大学
2021-01-12
关于在超强超快物理领域的研究
随着激光技术的不断发展，超快超强激光可以在飞秒的时间尺度（1飞秒=10-15 秒）内作用于电子使电子产生约0.1纳米（1纳米=10-9米）量级的空间位移。利用超短超强激光脉冲，人们将可以实现分子尺度下的电子位置的超快及超高精度的位置控制。然而现有的探测技术，却无法实现对电子如此微小位移的精确测量。隧道扫描显微镜（STM）利用的电子量子隧穿信号能以0.1纳米的横向和0.01纳米的纵向分辨率对静止的原子进行成像，却无法对运动中的电子进行成像。光电子显微镜（PEEM）成像系统虽然可以测量运动电子的位置，但是其最好的分辨率仅能达到约3纳米，无法在0.1纳米的尺度进行位移测量。日前，该团队利用强场电离中的时间双缝干涉图样，提出对电子在激光脉冲下的微小位移进行了测量的新方案，该方案的分辨率可达0.01纳米。为了测量电子在超短脉冲作用下的位移，他们把导致电子位移的超短脉冲置于两束较长反向旋转的圆偏振光之间。两束反旋向的圆偏振光先后分别电离电子，构成时间上的电子波包双缝干涉，这在电子动量谱中产生涡旋结构。在没有中间的超短脉冲时，该涡旋结构角向是均匀分布的。当中间加入了一束任意的被测超短脉冲，它将作用于前一圆偏光电离的电子使之产生微小位移，这个微小位移使得电子波包获得一个额外相位，从而导致先后两个电子波包的干涉结构在角方向产生了非均匀性。他们提出通过测量这个非均匀的角向分布，可以准确地提取出电子在超短脉冲作用下产生的亚纳米量级的微小位移。他们的方案对激光的焦斑效应以及两束圆偏振光的相位抖动具有很好的抗干扰能力。左图：新方案示意图；右图：测量方案给出的理论预测结果。 理论提出并在实验上实现了对椭圆偏振强激光椭偏率的原位测量新方案。他们利用两束其它参数相同而旋向相反的椭偏光来电离惰性气体氙（Xe）原子，强场电离得到的电子阈上电离谱和单电离离子总产率谱敏感地依赖于两束光脉冲之间的延时。这些能谱和产率随延时的周期性调制，能够准确反映一个光学周期之中椭圆偏振光的电场强度的最小和最大值间的比值，因此可以用来准确提取每一束椭偏光的椭偏率。研究表明，这一椭偏率测量方案在很大的激光参数范围内普遍适用，这一工作在准确表征超快强激光场的性质方面迈出了重要一步，将对强场物理研究中精细操控原子分子内的超快过程起到重要推动作用。
北京大学
2021-04-11
封闭海湾典型生境物理修复和生物修复
针对我国沿岸封闭海湾自净能力弱和滩涂、水体等典型生境退化严重的实际，建立基于“驱动力-压力-状态-影响-响应( DPSIR)”框架模型的封闭海湾生境退化综合诊断技术，确定其生境退化的主导因素；开发基于有限元技术的浅海水动力模型（SHYFEM）、充分利用潮、余流的稀释、输运能力降低湾内污染物积累的物理修复关键技术和综合利用盐土植物、大型藻类、贝类和多毛类改善水质和滩涂底质的生物修复关键技术，建立“海岸-滩涂-浅海”一体化的生境修复示范区，编制相关技术标准；以 DPSIR 框架模型为指导，提出封闭海湾典型退化生境的修复策略和对目标海湾（三沙湾）生境有针对性的、切实可行的修复技术方案，重点解决封闭海湾因积累性污染引起的生境退化问题。为提高我国封闭海湾生态环境保护与修复能力，保障沿海经济社会又好又快发展，提供技术支撑和决策咨询。
厦门大学
2021-04-10
在量子物理与机器学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学
2021-04-11