学科分类
/ 1
9 个结果
  • 简介:综述密封高温快速测定COD在610nm、420nm和348nm三种波长条件下的特点。前二者已定为国家标准方法,研究发现348nm灵敏度最高,可以测定超低量程的COD,其准确度4.5%、精密度5.2%,检出限1.6mg/L,建议也将其定为国家标准方法。COD测定都加Hg^2+掩蔽Cl^-,无汞法不加Hg^2+,只加Ag+或加Ag+又加Cr^3+;前者COD测定值偏高,后者的Cr^3+使Cr(V1)/Cr^3+电极电势下降,虽然有抑制Cl^-的氧化作用,但灵敏度下降,有机物氧化率下降,测定结果偏低较大。如果要求测定准确度高,无汞不行。测定废液中加入铁或铜,回收汞银。

  • 标签: COD 无汞 快速测定 三种波长 汞银回收
  • 简介:建立了竹炭固相萃取-恒波长同步荧光法检测九龙江水样中多环芳烃(PAHs)。通过实验综合分析,选定正己烷为洗脱溶剂,洗脱溶剂体积为10mL,上样速率为5mL/min,上样体积为555mL。采用恒波长同步荧光法对多环芳烃进行定性定量,相关系数r〉0.99901,检出限在0.0080-0.90ng·mL-1,相对标准偏差为1.22%-4.20%。此方法应用于测定了龙岩市省控断面九龙江水体中的多环芳烃(PAHs)。水样的加标回收率在98.9%-110.4%该分析方法简便、快速,适用于水体中多环芳烃的分析检测。

  • 标签: 竹炭 固相萃取 多环芳烃 恒波长 同步荧光
  • 简介:采用高效液相色谱法(HPLC),以CN基硅胶柱为固定相,纯水为流动相,检测器检测波长为238nm,在室温条件下分离氨基二乙腈及其它组分,而且准确测定其含量。本文还讨论此方法的精密度,线性关系和回收率。此方法简单,线性较好,可作常规定量分析。

  • 标签: 亚氨基二乙腈 CN基柱 高效液相色谱法
  • 简介:针对固体结构内部温度测量的工程需求,比较了目前工业中应用较多的热电偶测温法、光纤光栅测温法、中子共振谱法和超声测温技术,发现超声测温技术具有非接触式测量、测温范围广、响应速度快等特点而更适用于固体结构内部温度的测量.调研了超声测温技术的发展历史与国内外现状,重点对超声温度场重建方法进行了介绍与分析,发现现有的重建方法主要是针对一维温度场的而且都存在参数获取困难的局限性,导致重建方法的适用性较差并且重建精度较低.综述了超声测温技术在火灾损伤、医疗卫生、核力发电、冶炼制造等领域中的应用,讨论了超声测温技术在测温机理、声时测量算法和时间测量分辨率等方面存在的技术问题,总结了超声测温技术在今后发展中的重点研究方向并提出了展望.

  • 标签: 固体结构内部测温 超声测温技术 温度场重建
  • 简介:海绵是我国南海蕴藏着的一种非常丰富的生物,其中含较多具有生物活性的核苷类化合物;通过有机溶剂提取、柱层析分离纯化从海绵(Clathriafasciculate)中获得一个核苷化合物,利用现代波谱等技术鉴定其为腺嘌呤核糖核苷。

  • 标签: 海绵 腺嘌呤核糖核苷 结构鉴定
  • 简介:人群分析在模式识别和机器学习领域内是一个非常有趣的课题.人群小群体成员之间的主从关系检测为视频监控和计算机视觉领域打开了新的视野.同时,小群体主导者的检测也是人群分析的重要组成部分.文章提出一种结构化SVM的学习框架,并结合行人的时间滞后分析特征和行人位置关系特征对小群体主导者进行预测.实验结果表明,本方法在人群分析数据集下取得了很好识别效果.

  • 标签: 人群分析 主导者检测 时间滞后分析 结构化SVM
  • 简介:为了探索大功率器件热控系统采用毛细芯微槽蒸发器的结构优化方案,特建立了基于多孔介质模型的微小槽道蒸发器数值计算单元,采用CFD研究了储液腔布置位置、供液口位置对两相流动与传热过程的影响.仿真结果得到储液腔位置对于毛细芯微槽蒸发器的换热性能、均温性和进出口压降影响显著,其中底部布置储液腔的蒸发器更具优势;在底部布置储液腔情况下,不同供液口位置影响作用不明显.以上结论为提高毛细芯微槽蒸发器的流动传热特性提供了参考数据.

  • 标签: 毛细芯 两相冷却 数值模拟
  • 简介:串联谐振(LLC)变换器优于常规硬开关脉冲宽度调制(PWM)变换器,具有效率高、应用广泛等特点.文章提出一种LLC谐振变换器的磁集成拓扑结构的设计方法,即采用基波分析法分析所设计的磁集成电路电压增益关系,进行磁集成谐振网络参数设计和优化,并用Mathcad软件仿真.结果表明,采用磁集成技术对谐振电路效率的提高有一定的可行性和有效性,从而进一步减少谐振电路的体积和成本.

  • 标签: LLC谐振变换器 磁集成 谐振网络参数
  • 简介:近年来,目标显著性检测引起了众多学者的极大关注,并涌出了一些基于低秩矩阵恢复理论的检测方法.在这些方法中,人们一般使用核范数约束低秩部分.但是,由于秩函数是非凸且不连续的,由此导致核范数不能很好地逼近秩函数,使得检测效果往往不佳.为解决上述问题,现提出基于加权Schatten-p范数与低秩树结构的稀疏分解模型.一方面,利用加权Schatten-p范数对图像背景进行低秩约束.另一方面,采用具有树结构稀疏特性的l2,1范数和图像拉普拉斯正则化对显著性目标进行稀疏约束,以此提高显著性检测精准度.经过与4种已有的常用显著性检测方法在3个不同数据库中的实验结果对比,证实现提出的方法具有更好的检测性能.

  • 标签: 目标显著性检测 矩阵分解 加权Schatten-p范数 树结构 拉普拉斯正则化