新葡京娱乐场-大陆娱乐场开户注册

（專利號(hào)：ZL 201310571564.6） 簡(jiǎn)介：本發(fā)明公開一種二元RuS2多相催化劑的制備方法，屬于釕催化劑制備技術(shù)領(lǐng)域。該催化劑由載體和活性組分構(gòu)成，載體為ZSM-5、SBA-15、γ-Al2O3以及SiO2中的任一種，活性組分為Ru，將RuCl3·3H2O溶于乙醇中，將載體放入其中，攪拌混合均勻后烘干，然后放入高壓反應(yīng)釜中程序升溫至200～220℃進(jìn)行預(yù)硫化，將預(yù)硫化后得到的黑色固體放入真空干燥箱烘干制得二元RuS2催化劑。本發(fā)

本發(fā)明公開了一種新的含多膦酸端基的兩性離子聚合物及其制備方法和用途。本發(fā)明含多膦酸端基的兩性離子聚合物具有如式（Ⅰ）所示的結(jié)構(gòu)：式（Ⅰ）中，10≤n≤37。本發(fā)明含多膦酸端基的兩性離子聚合物可用于金屬氧化物表面接枝改性，使改性表面具備優(yōu)異親水、抗蛋白質(zhì)吸附能力、抗細(xì)菌附著能力，特別適用于含金屬氧化物表面的醫(yī)用生物材料表面的快速改性修飾，提高材料的生物相容性、抗細(xì)菌附著和表面潤滑能力。

本發(fā)明公開了一種基于人工表面等離激元的同頻雙圓極化漏波天線，包括介質(zhì)基板，覆蓋在該介質(zhì)基板上表面的金屬條帶以及覆蓋在該介質(zhì)基板下表面的金屬地板；金屬條帶包括兩端的帶地共面波導(dǎo)匹配結(jié)構(gòu)和中間的人工表面等離激元結(jié)構(gòu)；人工表面等離激元結(jié)構(gòu)包括上下兩個(gè)邊帶，每個(gè)邊帶包括若干調(diào)制周期排布的人工表面等離激元單元結(jié)構(gòu)；上下兩個(gè)邊帶之間開槽單元結(jié)構(gòu)形成90°的角度，且上下兩個(gè)邊帶對(duì)稱設(shè)置，并有錯(cuò)位。本發(fā)明為雙端口漏波天線，不同的端口饋電將產(chǎn)生不同的輻射模式，可在8.6?9.0GHz內(nèi)實(shí)現(xiàn)雙

聲子極化激元是極性材料中晶格振動(dòng)與光場(chǎng)之間的強(qiáng)耦合，有望應(yīng)用在低損耗納米光學(xué)元器件中。相關(guān)的理論研究由黃昆先生于上世紀(jì)五十年代提出，目前已經(jīng)較為成熟。但是實(shí)驗(yàn)測(cè)量表面聲子極化激元直到近年才有較大的進(jìn)展，主要是因?yàn)楸砻媛曌訕O化激元的測(cè)量同時(shí)需要高的空間分辨率和能量分辨率。目前測(cè)量表面聲子極化激元的主要方法為近場(chǎng)光學(xué)方法（s-SNOM），該方法可以在中紅外和太赫茲區(qū)間對(duì)聲子極化激元進(jìn)行很好的探測(cè)。但在遠(yuǎn)紅外區(qū)間，由于目前缺少合適的遠(yuǎn)紅外激光光源和探測(cè)器，相關(guān)材料體系的表面聲子極化激元的研究受到很大限制。 近日，北京大學(xué)物理學(xué)院2016級(jí)本科生亓瑞時(shí)和王任飛利用掃描透射電子顯微鏡的電子能量損失譜，對(duì)ZnO納米結(jié)構(gòu)中的遠(yuǎn)紅外表面聲子極化激元進(jìn)行了細(xì)致的探測(cè)。通過在納米尺度上測(cè)量納米線、納米片不同空間位置的電子能量損失，探究了表面聲子極化激元的性質(zhì)，得到了表面聲子極化激元的色散關(guān)系，并研究了其尺寸效應(yīng)、幾何效應(yīng)等。圖1. 左：利用電子束激發(fā)和探測(cè)納米線表面聲子極化激元。右：測(cè)量得到的色散關(guān)系。 利用電子顯微鏡中的電子束來激發(fā)和探測(cè)聲子極化激元具有很多的優(yōu)點(diǎn)，包括（1）電子顯微鏡方法具有亞埃的空間分辨率；（2）電子激發(fā)具有更高的效率（電子與材料相互作用的散射截面更大）；（3）電子能激發(fā)一些非光學(xué)活性的模式；（4）電子能量損失譜能得到高q（波矢）值下的信息；（5）電子能量損失譜具有很寬的激發(fā)、測(cè)量窗口，原則上可以測(cè)量從meV量級(jí)的振動(dòng)譜信號(hào)至keV量級(jí)的芯電子激發(fā)譜信號(hào)。因此，電子能量損失譜有望極大地推動(dòng)包括表面聲子極化激元在內(nèi)的相關(guān)實(shí)驗(yàn)研究。 該工作于2019年7月19日在線發(fā)表于學(xué)術(shù)期刊Nano Letters（DOI:10.1021/acs.nanolett.9b01350），第一作者為北京大學(xué)物理學(xué)院2016級(jí)本科生亓瑞時(shí)、王任飛，指導(dǎo)老師為量子材料科學(xué)中心和電子顯微鏡實(shí)驗(yàn)室的高鵬研究員。該項(xiàng)研究得到國家自然科學(xué)基金、國家重點(diǎn)研發(fā)計(jì)劃、量子物質(zhì)科學(xué)協(xié)同創(chuàng)新中心等基金的支持。 論文鏈接：https://pubs.acs.org/doi/abs/10.1021/acs.nanolett.9b01350

本發(fā)明提供了一種基于聚類分析的復(fù)合材料結(jié)構(gòu)有限元模型修正方法，建立初始有限元分析模型，測(cè)得結(jié)構(gòu)的實(shí)驗(yàn)?zāi)B(tài)頻率和模態(tài)振型，計(jì)算待修正參數(shù)的相對(duì)靈敏度矩陣，利用分層聚類算法對(duì)待修正參數(shù)進(jìn)行參數(shù)分組，再對(duì)聚類參數(shù)進(jìn)行相對(duì)靈敏度分析，選擇各參數(shù)中相對(duì)靈敏度平均值最大的聚類參數(shù)進(jìn)行修正，構(gòu)造分析模型的模態(tài)頻率和實(shí)測(cè)模態(tài)頻率的殘差向量，建立分析模型修正所需的目標(biāo)函數(shù)，構(gòu)建目標(biāo)函數(shù)的優(yōu)化反問題對(duì)復(fù)合材料結(jié)構(gòu)的有限元模型進(jìn)行修正。本發(fā)明結(jié)合數(shù)值模擬、試驗(yàn)和優(yōu)化技術(shù)，采用參數(shù)的相對(duì)靈敏度矩陣進(jìn)行聚類分析，減少待修正參數(shù)數(shù)量，提高修正程序穩(wěn)定性，為工程應(yīng)用提供了一種準(zhǔn)確的基于數(shù)值模擬、試驗(yàn)和優(yōu)化相結(jié)合的復(fù)合材料等效有限元模型參數(shù)修正方法。

本發(fā)明公開了一種基于有限元的分布隨機(jī)動(dòng)載荷識(shí)別方法。本發(fā)明的方法包括步驟：Ｓ１．利用多次重復(fù)測(cè)量方式獲取結(jié)構(gòu)上多點(diǎn)處隨機(jī)振動(dòng)響應(yīng)樣本集合；Ｓ２．建立與實(shí)測(cè)動(dòng)響應(yīng)自由度匹配的縮聚后結(jié)構(gòu)有限元模型；Ｓ３．利用ＫＬ展開由單元節(jié)點(diǎn)處隨機(jī)動(dòng)響應(yīng)求解分布隨機(jī)動(dòng)載荷；Ｓ４：求解結(jié)構(gòu)上隨機(jī)動(dòng)載荷隨空間分布的時(shí)變統(tǒng)計(jì)特征。本發(fā)明解決在時(shí)域內(nèi)利用實(shí)測(cè)結(jié)構(gòu)動(dòng)響應(yīng)樣本識(shí)別結(jié)構(gòu)上隨機(jī)動(dòng)載荷隨空間分布的時(shí)變統(tǒng)計(jì)特征問題，為服役于分布隨機(jī)動(dòng)載荷環(huán)境下的工程結(jié)構(gòu)設(shè)計(jì)與安全評(píng)估提供一種動(dòng)載荷間接獲取手段。

激光在芯片上光互連上的應(yīng)用就直接要求激光器的特征尺度接近電子器件，并且其功耗要小于成熟的電互聯(lián)，應(yīng)約在10飛焦每比特量級(jí)。激光器的功耗與其尺度呈正相關(guān)的關(guān)系，10飛焦每比特量級(jí)的功耗直接要求激光器的模式體積要小于約0.02個(gè)波長立方。

采用普通油酸生產(chǎn)高純油酸及 C21 二元酸，高純油酸能滿足特殊的使用要求，C21 二元酸是一種新型表面活性劑，具有優(yōu)良的表面化學(xué)性能及應(yīng)用性能，應(yīng)用于機(jī)械加工、潤滑油等行業(yè)，同時(shí)去污性能好，用于超濃縮洗衣液（皂液），成本低于目前使用的非離子表面活性劑 

一種支持對(duì)地觀測(cè)數(shù)據(jù)元數(shù)據(jù)注冊(cè)的映射方法及系統(tǒng)，首先構(gòu)建存儲(chǔ)觀測(cè)數(shù)據(jù)元數(shù)據(jù)信息的注冊(cè)信 息模型，包括構(gòu)建觀測(cè)數(shù)據(jù)元數(shù)據(jù)注冊(cè)信息模型的注冊(cè)包;依據(jù)觀測(cè)數(shù)據(jù)元數(shù)據(jù)注冊(cè)對(duì)象，構(gòu)建注冊(cè)信 息模型的外部對(duì)象類;依據(jù)觀測(cè)數(shù)據(jù)元數(shù)據(jù)對(duì)象之間的相互關(guān)系，構(gòu)建注冊(cè)信息模型的關(guān)系類;依據(jù)觀 測(cè)數(shù)據(jù)元數(shù)據(jù)的分類信息，構(gòu)建注冊(cè)信息模型的分類架構(gòu);依據(jù)觀測(cè)數(shù)據(jù)元數(shù)據(jù)的相關(guān)屬性，構(gòu)建注冊(cè) 信息模型的擴(kuò)展屬性類。然后構(gòu)建觀測(cè)數(shù)據(jù)元數(shù)據(jù)信息模型到注冊(cè)信息模型的映射關(guān)系，包括構(gòu)建觀測(cè) 數(shù)據(jù)元數(shù)據(jù)信息模型到注冊(cè)信息模型的映射流程;構(gòu)建觀測(cè)數(shù)據(jù)元數(shù)據(jù)類型和注冊(cè)對(duì)象的類型映射;構(gòu) 建觀測(cè)數(shù)據(jù)元數(shù)據(jù)屬性到注冊(cè)對(duì)象的屬性映射。

本發(fā)明公開了一種基于逆向子結(jié)構(gòu)的有限元模型修正方法。該 方法包括以下步驟：首先，測(cè)量實(shí)際工程結(jié)構(gòu)的試驗(yàn)?zāi)B(tài)，建立整體 結(jié)構(gòu)的試驗(yàn)?zāi)B(tài)；通過獨(dú)立子結(jié)構(gòu)試驗(yàn)?zāi)B(tài)參數(shù)和整體結(jié)構(gòu)試驗(yàn)?zāi)B(tài) 參數(shù)之間的關(guān)系，將整體結(jié)構(gòu)的試驗(yàn)?zāi)B(tài)分解為獨(dú)立子結(jié)構(gòu)的試驗(yàn)?zāi)?態(tài)；然后，基于獨(dú)立子結(jié)構(gòu)的試驗(yàn)?zāi)B(tài)建立目標(biāo)函數(shù)，調(diào)整獨(dú)立子結(jié) 構(gòu)參數(shù)，使目標(biāo)函數(shù)最小化，獲取子結(jié)構(gòu)最優(yōu)結(jié)構(gòu)參數(shù)，根據(jù)所述最 優(yōu)結(jié)構(gòu)參數(shù)修正獨(dú)立子結(jié)構(gòu)有限元模型；最后，根據(jù)結(jié)構(gòu)損傷前后有 限元模型結(jié)構(gòu)參數(shù)的變化完成結(jié)構(gòu)損傷識(shí)別。本發(fā)明通過修正獨(dú)立子 結(jié)構(gòu)模型，避免