-
经济且环保的超微孔Mn-MOF合成方法,用于高性能C₂H₄/C₂H₆吸附分离
本研究首次系统分析非结合水和大醇的扩散与溶解度系数对comb-like聚硅氧烷膜在渗透蒸发中的运输行为和渗透选择性的影响。通过相关性方法估算扩散系数,验证了方法可靠性,揭示了高醇/水渗透选择性源于高溶解度选择性结合低扩散选择性,该性能与先进沸石膜相当。研究结果为设计高效醇类回收膜提供了新思路。
来源:Separation and Purification Technology
时间:2026-01-09
-
使用单粒子ICP-MS和OF2i-拉曼光谱技术对原始微塑料、经紫外线老化的微塑料以及提取出的微塑料进行互补分析
微塑料检测新技术研究:SP ICP-MS与OF2i-Raman联用分析发现碳质量损失与聚合物特异性分子变化互补。SP ICP-MS可监测尺寸和数量变化但选择性受限,OF2i-Raman在复杂基质中实现聚合物鉴别。两者结合突破传统方法局限,为微塑料降解研究提供新工具。
-
使用便携式GC-MS进行尿液挥发性有机化合物(VOC)分析的固相微萃取技术:方法开发及与台式仪器的比对验证
便携式GC-MS结合SPME技术优化尿液挥发性有机物检测,通过系统参数优化提升灵敏度与重复性,验证其在生物标志物检测中的可靠性。
-
基于鲁棒多尺度LSTM的光伏功率智能预测方法研究
本研究针对光伏发电因气象条件导致的波动性和随机性问题,提出了一种结合鲁棒主成分分析(RPCA)预处理与多尺度长短期记忆网络(RMS-LSTM)的预测框架。通过RPCA进行数据降噪和特征提取,并构建双分支LSTM结构捕捉短期波动与长期趋势,结合自注意力机制优化特征融合。实验结果表明,该方法在国能数据集上RMSE低至4.9482,显著优于传统模型,为高比例新能源电网的稳定调度提供了可靠技术支撑。
-
铁催化剂作用下甲烷裂解制备高石墨化碳材料的特性研究及其在能源技术中的应用前景
本研究针对传统甲烷热解过程能耗高、碳产品质量低的问题,系统探讨了在浮动催化剂管式反应器中,利用二茂铁(Fe(C5H5)2)催化甲烷(CH4)裂解制备高价值碳材料的工艺。结果表明,该方法能在较低温度(633–1046 °C)下实现3%–83%的甲烷转化率,并获得高度石墨化的碳颗粒(ID/IG= 0.64±0.01),其具有高比表面积(31 m2/g)和优良导电性(through-plane: 6.5 S/cm)。该工艺为可持续生产高质量碳材料提供了高效、低能耗的新路径,对推进清洁能源技术与先进碳材料制造具有重要意义。
来源:Carbon Trends
时间:2026-01-09
-
综述:在单体金属有机框架(MOFs)方面的可持续创新:对其多功能性的综述,以促进脱碳未来和清洁能源的发展
本文综述单一体金属有机框架(MOFs)的合成方法、性能优势及其在二氧化碳捕获、转化和水解中的应用,探讨其机械稳定性、传质效率及工业化挑战,为碳中和技术提供新方向。
来源:Coordination Chemistry Reviews
时间:2026-01-09
-
用于钙通道阻滞剂中毒的静脉-动脉体外膜氧合技术:左心室的作用是否重要?
本研究开发了一种经食道超声心动图(TEE)引导的非透视式腋下Impella 5.5植入技术,成功应用于19例心源性休克患者,手术时间中位数113.5分钟,无并发症及透视需求,证实其可行性和安全性,尤其适用于缺乏透视设备的场景。
来源:ASAIO Journal
时间:2026-01-09
-
首次将涡尺度溶血模型应用于美国食品药品监督管理局(FDA)规定的喷嘴,并通过计算流体动力学(CFD)技术进行验证
体外膜肺氧合(ECMO)对钙通道阻滞剂中毒合并心脏功能障碍的疗效差异及其机制分析。
来源:ASAIO Journal
时间:2026-01-09
-
采用多学科方法系统表征萘普生与金鸡纳碱非对映体盐以实现手性拆分:机制洞察与稳定性研究
本综述通过综合实验技术(如XRD、热分析、红外光谱)与计算方法,系统研究了萘普生与金鸡纳碱(如奎宁、辛可宁)形成的非对映体盐的晶体结构、热稳定性及水合行为。文章揭示了稳定的柱状氢键网络(如C22(9)超分子 synthon)对手性识别的关键作用,并发现S-萘普生水合物(S-Nap_RS-Quin_W)因可逆的通道水合物结构而具有优异稳定性,为手性药物(如NSAIDs)的分离工艺提供了理性设计依据。
来源:Crystal Growth & Design
时间:2026-01-09
-
基于增强型开普勒优化与幽灵对立学习的欺诈检测新方法及其在金融安全中的应用
本文提出了一种新型二元开普勒优化算法(BKOA),融合幽灵对立学习(GOBL)策略,显著提升高维不平衡数据中的欺诈检测(FD)性能。该方法通过动态模拟行星运动机制(如引力吸引、轨道速度)平衡探索与开发,结合随机欠采样(RUS)处理类别不平衡,并在五个真实数据集(如Australian、CIC-MalMem-2022等)上验证其有效性。实验表明,BKOA-GOBL在分类准确率(最高达99.96%)、特征降维(最高81.82%)及ROC_AUC等指标上均优于12种主流元启发式算法(MHAs),为金融欺诈与恶意软件检测提供了鲁棒、自适应解决方案。
来源:Frontiers in Artificial Intelligence
时间:2026-01-09