网上赌场真人发牌-澳门网上赌场空城

本發(fā)明公開了一種流延成型制備金屬軟磁復(fù)合材料的方法。其主要步驟為：1）將鈍化劑和溶劑按照鈍化劑質(zhì)量分?jǐn)?shù)為0.1%-5%混合起來得到鈍化液，將鈍化液和磁性金屬粉末按照質(zhì)量比為0.01-1混合，攪拌，烘干，得到鈍化粉；2）將鈍化粉和有機溶劑，分散劑，粘結(jié)劑，增塑劑混合，攪拌均勻，并經(jīng)過篩網(wǎng)過濾，除泡，制備得均勻彌散的漿料；3）流延成型；4）干燥，固化處理。本發(fā)明的優(yōu)點是利用流延法制備的金屬軟磁復(fù)合材料具有電阻率高，飽和磁通密度較傳統(tǒng)鐵氧體高的特點。利用較成熟的流延工藝使薄膜金屬軟磁復(fù)合材料的生產(chǎn)工藝簡單化，成本降低，在薄膜電感等電子器件的制備中有廣闊的應(yīng)用前景。

近年來，材料的高性能化、多功能化一直是重要的研究方向，而采用蒙托土（MMT）改性聚合物是這一研究領(lǐng)域的熱點。這其中，兩相熔融插層復(fù)合法因為其環(huán)境友好以及與現(xiàn)行聚合物加工技術(shù)相容已成為最主要的聚合物基/MMT納米復(fù)合材料的制備方法之一，但加工過程中的高溫熔融易誘發(fā)基體大分子降解是該法存在的主要缺陷； 另外，已有大量研究工作采用原位聚合法制備聚合物基/MMT納米復(fù)合材料，但MMT含量高于3％時，常導(dǎo)致MMT的插層效果不均勻，體系中同時出現(xiàn)未插層、插層與剝離的情況，從而影響復(fù)合材料的性能。本項目提出了一種制備這類納米復(fù)合材料的新方法：以超臨界二氧化碳（SCCO2）作為介質(zhì)，原位分散聚合制備聚合物基/MMT納米復(fù)合材料。該全新聚合工藝有如下特點：反應(yīng)溫度較低（60℃左右），可避免加工過程中因高溫熔融使大分子鏈降解的弊病；另外，由于SCCO2的粘度低、傳質(zhì)快，易于制得MMT含量高、且插層效果均勻的聚合物基/MMT納米復(fù)合材料；SCCO2不燃、無毒、價廉，能替代眾多有機溶劑，避免環(huán)境污染；SCCO2對單體和聚合物的溶解能力可以通過溫度和壓力進行調(diào)節(jié)，故通過減壓即可實現(xiàn)反應(yīng)－分離一體化，省卻了高能耗的脫溶劑過程，因此使用SCCO2作為聚合反應(yīng)的介質(zhì)符合可持續(xù)發(fā)展的要求。

本發(fā)明公開了一種基于被動毫米波極化成像的材料分類方法； 首先利用毫米波輻射計成像系統(tǒng)在無極化照射環(huán)境中獲取給定入射角 下場景的水平極化圖和垂直極化圖；再根據(jù)水平極化圖和垂直極化圖 計算得到“線極化比”圖像；然后統(tǒng)計分析“線極化比”的分布規(guī)律， 利用閾值估計公式估計“線極化比”閾值；最后根據(jù)分類準(zhǔn)則，實現(xiàn) 對場景中的金屬材料和非金屬材料的分類。本發(fā)明能非接觸、被動地 對金屬材料和介質(zhì)材料的進行有效分類，并且不受環(huán)境輻射變化的影 響，具有很好的魯棒性，可用于金屬目標(biāo)的遙感與探測、金屬危險品 的安全檢測與預(yù)警等領(lǐng)域。

氫因其具有高密度能量及高熱效率、清潔等特性，成為未來有發(fā)展前景的新型能源之一。氫能是一種清潔燃料，其應(yīng)用最關(guān)鍵的技術(shù)環(huán)節(jié)在于其儲存。

項目成果/簡介:該團隊制備了一種負(fù)載氧化鎳(NiO)納米晶粒的聚合物氮化碳(g-C3N4, CN)二維納米片新材料，通過構(gòu)建具有金屬性的Ni-N鍵形成高導(dǎo)電界面，大幅提高了催化效率，該策略拓展至其他的過渡金屬氧化物(Co3O4、Fe2O3、CuO等)也獲得了成功。同時，該團隊還開發(fā)了過渡金屬基層狀蛇紋石結(jié)構(gòu)的納米催化劑，進一步實現(xiàn)高效電催化。通過設(shè)計合成不同比例的Co、Ni基蛇紋石CoxNi3-xGe2O5(OH)4納米片，調(diào)節(jié)材料的電子能帶結(jié)構(gòu)和導(dǎo)電特性，有效加快了催化效率，在堿性和中性條件下均表現(xiàn)出比傳統(tǒng)過渡金屬氫氧化物和商業(yè)RuO2更優(yōu)異的催化活性和穩(wěn)定性。 此外，該團隊以二維金屬-有機框架（2D MOF）納米片為前驅(qū)體制備了新型二維復(fù)合納米催化劑。通過引入吡啶作為抑制劑，借助溶劑熱反應(yīng)和熱處理制備了氮原子摻雜的Ni-Ni3S2@碳復(fù)合納米催化劑，大幅度提高了催化性能，為二維金屬-金屬硫化物@碳多元復(fù)合材料的合成提供了新的思路。

在巡檢條件下，實現(xiàn)多物理量融合的鋼軌病害動態(tài)檢測技術(shù)。采用復(fù)合電磁技術(shù)檢測材料表面和內(nèi)部的宏觀傷損；采用巴克豪森技術(shù)測量缺陷產(chǎn)生前的殘余應(yīng)力、材料狀態(tài)改變、表面早期傷損；應(yīng)用相控陣超聲技術(shù)檢測鋼軌內(nèi)部缺陷，并實現(xiàn)焊縫的精確定位及智能化全尺寸高效檢測。實現(xiàn)覆蓋諸如鋼軌（含焊縫）等重大設(shè)施及新型材料全尺寸、全壽命周期的健康狀態(tài)綜合檢測。高速鐵路損傷檢測：實現(xiàn)80-350km/h的高巡檢速度下對軌道不同階段損傷的檢測，提高軌道安全性；智能制造質(zhì)量檢測：實現(xiàn)新型加工、增材制造中加工質(zhì)量無損檢測，提高智能制造的加工水平；結(jié)構(gòu)智能健康監(jiān)控：實現(xiàn)鋼軌、橋隧、航空航天設(shè)施關(guān)鍵部位故障狀態(tài)監(jiān)控，提高重大設(shè)施壽命。技術(shù)優(yōu)勢巡檢試驗轉(zhuǎn)臺的速度提升至350km/h，填補了國內(nèi)350km/h速度等級巡檢試驗轉(zhuǎn)臺的空白。首次在國內(nèi)研究了350km/h高速及不飽和狀態(tài)下鐵磁性材料動態(tài)磁化過程機理。采用電磁、渦流、圖像等無損檢測核心關(guān)鍵技術(shù)，研究各種材料的傷損缺陷對檢測信號的影響，克服使用環(huán)境、高速運動對檢測系統(tǒng)的影響，在高速及重載鐵路應(yīng)用條件下，對服役鋼軌表面、亞表面以及一定深度的裂紋缺陷損傷進行快速巡檢，構(gòu)建高速鋼軌裂紋巡檢設(shè)備，實現(xiàn)對鐵路鋼軌裂紋缺陷形貌參數(shù)等相關(guān)數(shù)據(jù)信息的快速獲取、損傷程度判別，并進行故障預(yù)警和壽命評估。研究基于復(fù)合電磁效應(yīng)、超聲波、激光、圖像融合的鋼軌巡檢及實時分析技術(shù)，實現(xiàn)病害特征識別與缺陷重構(gòu)。通過分析鐵磁性材料磁化過程，抑制巡檢中檢測探頭的振動、提離效應(yīng)、材料屬性以及使用環(huán)境對鋼軌表面檢測結(jié)果的影響；基于多物理量數(shù)據(jù)的融合分析，精確識別鋼軌缺陷產(chǎn)生前的殘余應(yīng)力、早期傷損等多種病害。通過使用超聲技術(shù)實現(xiàn)焊縫精確定位及全斷面相控陣高效檢測。應(yīng)用范圍:（1）獲得國家科技部重大科學(xué)儀器開發(fā)專項重大科學(xué)儀器開發(fā)專項“在役鋼軌缺陷綜合檢測監(jiān)測設(shè)備開發(fā)與應(yīng)用”、國家自然科學(xué)基金委員重大科學(xué)儀器開發(fā)專項“鋼軌接觸疲勞及裂紋多物理高速巡檢監(jiān)測技術(shù)攻關(guān)”鐵路總公司重大課題“高鐵鋼軌淺表層缺陷快速檢測關(guān)鍵技術(shù)研究及裝備研制”等項目支持。（2）作為關(guān)鍵核心設(shè)備應(yīng)用于中國鐵路總公司新一代國產(chǎn)大型高速鋼軌探傷車GTC-80，累計巡檢里程已達1萬公里以上。發(fā)現(xiàn)各類型缺陷，如裂紋，剝離，磨損等400多例，通過了鐵路總公司的關(guān)鍵技術(shù)鑒定，實現(xiàn)進口重大裝備替代。（3）30km/h的雙軌電動探傷機器人，集成環(huán)境感知、智能巡檢、大數(shù)據(jù)處理與無線傳輸?shù)裙δ埽瑢崿F(xiàn)無人監(jiān)控下的長距離自主運行，用于城市軌道巡檢，已應(yīng)用于南京地鐵、西安地鐵等。（4）智能制造質(zhì)量檢測技術(shù)應(yīng)用于寶武集團寶日冷軋鋼板廠（世界最大冷軋鋼板生產(chǎn)線）鋼板加工性能在線自動檢測。（5）結(jié)構(gòu)智能健康監(jiān)控技術(shù)應(yīng)用于京滬高鐵CRTS-Ⅱ型軌道板健康監(jiān)控（上海鐵路局科技進步一等獎）、金溫高鐵沿線光纖監(jiān)測（全國首例）、貴廣客專K75+431雙線特大橋沉降監(jiān)測、蕪湖地鐵1、2號線安全監(jiān)控系統(tǒng)；（6）挑戰(zhàn)杯全國大學(xué)生課外學(xué)術(shù)科技作品競賽特等獎，創(chuàng)青春全國大學(xué)生創(chuàng)業(yè)大賽金獎，第一屆中俄工業(yè)創(chuàng)新大賽二等獎。

相關(guān)專利提供了一種用于牙釉質(zhì)定向有序礦化材料及其制備方法，通過羧甲基殼聚糖和阿侖膦酸鈉交聯(lián)后，依次滴加含磷酸氫根離子和含鈣離子的溶液，形成納米無定形磷酸鈣顆粒，之后向該溶液中加入谷氨酸，即可制得。應(yīng)用范圍:可應(yīng)用于口腔齲病臨床預(yù)防和治療等相關(guān)領(lǐng)域。效益分析:基于相關(guān)專利發(fā)明的牙釉質(zhì)定向有序礦化材料及其制備方法，具有無毒、無刺激，具有良好的生物相容性和低致敏性等優(yōu)點，其主要技術(shù)優(yōu)勢如下： （1）該礦化材料的制備方法簡便，結(jié)構(gòu)設(shè)計合理，能滲透到脫礦表層以下達到深層礦化，與牙體表面結(jié)合牢固，在牙齒上存留的時間較長，達到使脫礦的牙體硬組織再礦化的效果； （2）新形成的羥基磷灰石排列定向有序，與天然牙釉質(zhì)類似； （3）無毒、無刺激，具有良好的生物相容性和低致敏性，使用效果理想。

本發(fā)明提供了一種基于子結(jié)構(gòu)的復(fù)合材料彈性參數(shù)識別方法，建立復(fù)合材料子結(jié)構(gòu)有限元模型，根據(jù)子結(jié)構(gòu)理論對復(fù)合材料子結(jié)構(gòu)模型進行動力學(xué)縮聚；縮聚后子結(jié)構(gòu)特征矩陣裝配到殘余結(jié)構(gòu)上，計算得到復(fù)合材料全模型模態(tài)信息；提取全模型模態(tài)數(shù)據(jù)，計算模態(tài)頻率對殘余結(jié)構(gòu)彈性參數(shù)的相對靈敏度；將試驗和有限元模擬的模態(tài)頻率殘差的二范數(shù)作為目標(biāo)函數(shù)，利用迭代優(yōu)化算法最小化目標(biāo)函數(shù)。本發(fā)明通過考慮了子結(jié)構(gòu)的復(fù)合材料建模，將模型待識別部分定義為殘余結(jié)構(gòu)，通過全模型模態(tài)頻率對殘余結(jié)構(gòu)彈性參數(shù)的相對靈敏度分析和模態(tài)振型匹配，采用優(yōu)化迭代算法識別復(fù)合材料待識別參數(shù)，節(jié)省計算資源，提高計算效率，具有十分重要的工程意義。

通過研究三維狄拉克半金屬材料ZrTe5中量子振蕩隨磁場傾角的演化，發(fā)現(xiàn)在特定角度電阻的量子振蕩會突然消失，并伴隨出現(xiàn)振蕩相位的反轉(zhuǎn)。分析表明這是所謂的spin zero現(xiàn)象，這也是第一次在拓?fù)洳牧现杏^察到該現(xiàn)象。更重要的是，這一現(xiàn)象帶來的振蕩相位反轉(zhuǎn)，表明廣泛使用的確定貝里相的實驗方法，在某些條件下會得出錯誤結(jié)論。 拓?fù)洳牧显趶姶艌鱿掠捎谲壍雷饔煤妥孕眩赡苎莼霾煌耐負(fù)鋺B(tài)，從而為研究這些態(tài)之間的轉(zhuǎn)化，即拓?fù)湎嘧儯峁┝死硐氲钠脚_。Spin zero現(xiàn)象是由于朗道能級發(fā)生塞曼劈裂，兩套劈裂的朗道能級的量子振蕩相互疊加干涉引起的，因此可以提取出自旋相關(guān)的信息。ZrTe5中spin zero現(xiàn)象的出現(xiàn)，暗示當(dāng)磁場沿a軸或c軸附近時，ZrTe5的狄拉克能帶磁場作用下變成線節(jié)點拓?fù)浒虢饘伲峭鉅柊虢饘佟Ｋ裕瑂pin zero的出現(xiàn)，也可以用于幫助判定拓?fù)鋺B(tài)的類別。圖表1：ZrTe5中量子振蕩的振幅和相位隨磁場角度的變化。

隨著納米光子學(xué)的發(fā)展，具有超穎性質(zhì)的人工微結(jié)構(gòu)吸引了眾多研究。針對日益增長的研究和設(shè)計需求，北京大學(xué)物理學(xué)院方哲宇及其研究團隊實現(xiàn)了一種自洽的框架——BoNet，其結(jié)合了貝葉斯優(yōu)化（Bayesian optimization）和卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network），實現(xiàn)了納米結(jié)構(gòu)對于超強光學(xué)手性的自學(xué)習(xí)。基于此框架，他們將納米結(jié)構(gòu)設(shè)計表示為圖形，并輸入卷積神經(jīng)網(wǎng)絡(luò)進行電場分布和反射光譜的學(xué)習(xí)，此過程不需要將納米結(jié)構(gòu)參數(shù)化為向量，因此最大化的保留了其幾何信息和邊界條件。同時，利用貝葉斯優(yōu)化以實現(xiàn)對納米結(jié)構(gòu)遠場光學(xué)手性的優(yōu)化，并運用其采樣樣本反復(fù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)實現(xiàn)自學(xué)習(xí)。利用BoNet，他們針對遠場反射光譜的圓二色性進行優(yōu)化并逼近了其理論極限(CD = 1)，同時利用神經(jīng)網(wǎng)絡(luò)匹配預(yù)測的近場電場分布，對獲得的強光學(xué)手性進行分析解釋。 此框架能夠被直接推廣用于其他光學(xué)性質(zhì)的自學(xué)習(xí)優(yōu)化，例如實現(xiàn)反常透射，偏振態(tài)調(diào)制和相位調(diào)制。更進一步的，此方法論能夠幫助設(shè)計更多的，具有良好光學(xué)性質(zhì)和運用價值的納米光子學(xué)器件，比如消色差超透鏡，超靈敏的微傳感器以及智能超表面等。此研究同時能夠啟發(fā)更多數(shù)據(jù)驅(qū)動的研究，通過利用人工神經(jīng)網(wǎng)絡(luò)和其他機器學(xué)習(xí)的方法，實現(xiàn)對傳統(tǒng)科學(xué)研究的新探索，在制藥，引物設(shè)計，固體結(jié)構(gòu)分析上啟發(fā)新突破。 該工作于2019年11月19日在線發(fā)表于學(xué)術(shù)期刊《PHYSICAL REVIEW LETTERS》上，題為“Self-Learning Perfect Optical Chirality via a Deep Neural Network”(DOI: 10.1103/PhysRevLett.123.213902)。北京大學(xué)物理學(xué)院方哲宇研究員是本文的通訊作者，李瑜，徐優(yōu)俊，姜美玲為該文的共同第一作者，北京大學(xué)定量生物學(xué)中心來魯華教授為合作者，北京大學(xué)為唯一通訊作者單位。該工作得到得到了科技部、教育部、國家自然科學(xué)基金委、北京大學(xué)人工微結(jié)構(gòu)和介觀物理國家重點實驗室、北京大學(xué)納光電子前沿科學(xué)中心、量子物質(zhì)科學(xué)協(xié)同創(chuàng)新中心、北京大學(xué)高性能校級計算平臺、北京大學(xué)生命科學(xué)中心高性能計算平臺等單位的支持。用于近遠場計算的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)表征實現(xiàn)了逼近理論極限的高手性，并利用神經(jīng)網(wǎng)絡(luò)對近場分布進行分析