首次将蒙特卡罗(MC)技术用于模拟ICP中的物理化学过程、提出了一系列用于MC的数学模型:雾化过程射流模型;气溶胶粒子蒸发过程的速度模型;等离子体双温模型;粒子空间分布模型;扰动速率模型.根据上述模型分别获得了实验上难于获得的有用质量传输速率ωμ,并观察了不同的溶剂,溶液浓度,不同操作条件下对ωμ的影响,为优化实验,消除干扰提供了重要数据;证明了中心通道处尚存在未蒸发的气溶胶粒子,指出这一现象为基体干扰的产生机制.速率模型首次成功地模拟了不同的操作条件下激发态粒子的空间分布图,为消除干扰及提高灵敏度提供了基础数据,并解释了偏离LTE分布的原因.MC可减少实验次数,节省人力物力又可获得优化实验条件及重要基础数据.
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
高能对撞机上蒙特卡罗工具的物理应用与开发
高性能金融计算:蒙特卡罗与拟蒙特卡罗方法
拟蒙特卡罗方法与马尔可夫链蒙特卡罗方法
低维无序磁性系统的物理特性的蒙特卡罗研究