焙烧气氛对Pt/Al2O3 催化氧化CO和C3H6 性能的影响

使用Pt(NH₃)₂(NO₂)₂作为前驱体,通过过量浸渍法制备Pt/Al₂O₃催化剂,并将其在4种不同的气氛（H₂、O₂、NO或NH₃）中进行焙烧。利用N₂吸脱附、X射线衍射、程序升温还原（H₂-TPR）、CO脉冲吸附、CO原位漫反射傅里叶变换红外光谱（CO in situ DRIFTS）等手段对催化剂的物化性质进行了表征。结果表明：由于还原性焙烧气氛导致了众多小尺寸和高分散的Pt纳米颗粒的生成,经1%（体积分数）H₂/N₂焙烧的Pt/Al₂O₃表现出最佳的CO和C₃H₆催化氧化性能。     

NIM5 驾驭氢钟守时能力分析

时间频率量值源头的独立自主是建设我国综合 PNT 体系的重要基础。 为进一步评估基于我国国家秒长基准的原子时 标守时能力,利用改进的有限脉冲响应钟差预测与频率调控方法,对激光冷却铯原子喷泉钟与氢钟的频差实测数据进行后处 理,分别产生了自主型时标和溯源型时标。 通过国际原子时合作链路将两个时标与协调世界时进行了长期比对实验,结果表 明:2021 年 12 月~2022 年 12 月期间,两个时标的时间偏差均优于±4 ns、频率稳定度均优于 8×10 -16 / 5 d。     

贵金属材料基因工程数据库建设策略

贵金属，尤其是其中的铂族金属因极度稀缺、价格昂贵，又具有难以替代的物理化学性能，被称为“第一高技术金属”和“工业维他命”，是国防军工高精尖领域不可替代、高新技术领域不可或缺的重要原材料。新材料研发主要采用传统的“试错法”依靠经验累积，存在贵金属消耗大、价格太高而“用不起”，应用性能要求太高、研发周期长而“效率低”两难问题。数据驱动的材料基因工程研究方法通过“大数据+人工智能”技术预测材料性能和设计新材料，再通过实验验证和开发新材料，可大幅缩短研发周期、降低研发成本，为有效解决贵金属新材料研发的两难问题提供了新思路。     

贵金属三效催化剂空燃比特性的全智能分析方法

空燃比特性是衡量贵金属三效催化剂性能的关键指标之一，其测试的准确性、时效性、经济性在一定程度上制约高效催化剂的研发。在借助测试成本相对低廉的实验室模拟评价测试的基础上，提出了基于模拟退火算法的空燃比特性全智能分析方法。该方法可自动识别O2以及CO浓度最优的第一个突变点，进而计算其余突变点的位置，同时获取NO、NO2、CO等物质的初始浓度和实时浓度。在计算氧过量系数(λ)和A/F时，充分考虑O2、NO、NO2、CO等物质的浓度对空燃比的影响。研究结果表明:采用智能方法可获得与常规手动数据处理方法相当甚至更优的结果，单组数据的处理周期从50 min直接降低至0.2~2 s。