EAST装置等离子体放电位形快速识别研究

为了适应超导托卡马克装置EAST位形控制运行模式的需要，研究了等离子体放电位形快速识别算法，给出了等离子体放电位形重建的模拟计算结果，并与美国GA平衡反演程序EFIT计算的平衡结果进行了详细的误差对比分析.结果表明，通过外部磁测量和合适的电流剖面模型，并结合实时平衡重建算法可以快速地对EAST等离子体放电位形进行识别. 关键词： 托卡马克 等离子体 平衡重建 数值模拟     

��GATO����ģ��HL-2Aװ��ʵ���MHD�ȶ���

将理想全二维磁流体(MHD)稳定性数值代码GATO成功移植到HL-2A高性能计算系统,并用其模拟研究了HL-2A装置一次典型弹丸注入实验的等离子体的理想MHD稳定性。利用HL-2A装置第4050次放电的实验数据,应用EFIT代码重建了几个时间片的平衡位形,然后应用GATO代码对每个平衡位形的MHD稳定性进行了计算。通过对结果进行分析比较得出初步结论,由于弹丸注入而造成的反剪切位形的致稳作用,可以提高等离子体的约束性能。     

面向集成模拟平台的远程协作系统

基于 Web 技术,采用三层模型的系统架构,分别使用 AJAX、SQLite、Openlava 和 Python 解决了 数据异步传输、作业结果重用、多用户作业管理和可视化显示等关键技术,成功开发出面向集成模拟平台的远程 协作系统——SICOS。通过 Web 浏览器即可多人同时运行高性能计算集群上 IMAS 框架下的等离子体程序,实 现了程序的集成运行及运行结果的远程分析、数据共享和可视化显示等功能。通过率先集成 EFIT 可以获得 HL-2A 装置实验的平衡位形重建结果和 HL-2M 装置期望的平衡位形结果,为后续其它程序的集成奠定了技术基础。     

J-TEXT װ�õ�������ƽ���ؽ��뼯������

利用Matlab语言将EFIT程序反演计算过程进行优化整合,简化了程序操作步骤,并增加了对计算结果的分析与存储功能。利用整合后的 EFIT 程序,计算分析了 J-TXET 装置放电过程中等离子体磁场位形和其它参数的演变,绘制了等离子体压强剖面图、等离子体电流密度和安全因子分布等磁面信息的重建结果。此外,还将反演结果与软X射线测算数据进行比对。结果表明,改善后的EFIT程序能够初步满足对实验放电的反演计算分析要求,为J-TXET装置的放电控制和运行提供重要的参考数据。     

J-TEXT 装置等离子体平衡重建与集成运算

利用Matlab 语言将EFIT 程序反演计算过程进行优化整合,简化了程序操作步骤,并增加了对计算结果的分析与存储功能。利用整合后的EFIT 程序,计算分析了J-TXET 装置放电过程中等离子体磁场位形和其它参数的演变,绘制了等离子体压强剖面图、等离子体电流密度和安全因子分布等磁面信息的重建结果。此外,还将反演结果与软X 射线测算数据进行比对。结果表明,改善后的EFIT 程序能够初步满足对实验放电的反演计算分析要求,为J-TXET 装置的放电控制和运行提供重要的参考数据。     

HL-2M 初始放电位形及波形设计

利用 EFIT 设计了可用于 HL-2M 初始放电的圆截面限制器位形以及偏滤器位形;设计了满足放电击 穿条件要求(零场区域平均杂散磁场应不超过 20G)的零场位形。综合分析放电过程伏秒数消耗及真空室涡流的影 响,使用 PF8 线圈电流补偿真空室涡流产生的杂散磁场,设计了等离子体电流 200kA 的限制器位形及偏滤器位形 的自洽的放电波形。将该放电波形作为放电调试的参考波形,成功实现了限制器位形的初始放电实验。      

HT-7U超导托卡马克等离子体位形平衡和反演编码

介绍了应用于托克马克装置上等离子体位形平衡和反演编码(EFTT)的物理含义。提出了HT-7U装置EFTT代码开发移植的总体计划和主要流程结构,介绍了格林函数、平衡和反演核心子函数的构成。提出了在EFIT编码的移植开发中遇到的三类主要问题的解决方案。对编码产生的格林函数和等离子体特征参数的数据进行了分析比较。     

用可移动电流丝方法重建HL-2A等离子体边界的研究

根据Shafranov电流密度矩理论，给出了用可移动电流丝方法重建HL-2A装置等离子体边界的具体计算方法，研究了用可移动电流丝方法(VCF法)重建边界的可行性.VCF法与固定电流丝方法(FCF法)和有限电流元法(FCE法)相比，最大的优点就是用1—3个可移动电流丝就可以准确地重建位置和小半径快速变化的等离子体位形，这正好弥补了FCF法的不足.将可移动电流丝方法和FCF法相结合，可以实现全程等离子体放电的边界实时显示和等离子体的位形控制. 关键词： 可移动电流丝方法 边界识别     

EAST位形磁流体平衡的模拟

对托卡马克平衡反演数值计算代码EFIT进行了改进,使之适用于EAST装置的磁流体平衡研究.用改进后的平衡反演代码EFIT模拟了EAST装置稳态阶段的偏滤器平衡位形.提出极向场线圈电流作为线性方程组主约束条件,期望位形作为从约束条件,求解非对称电流条件下自由边界平衡问题的方法.结果表明,该方法能较为容易地得到非对称电流条件产生的平衡位形,在非对称电流条件下自由边界平衡计算是收敛的.     

HL-2A装置与HL-2M装置控制处理研究与发展

2006年，围绕HL-2A装置实验控制、数据采集与处理，开展了高性能计算系统建设，基于EFIT代码的HL-2A等离子体位形重建以及若干大型代码的引进移植；实施了水平场电源部分有环流控制；设计制作了新型抗干扰采集器；开展了基于模拟信号脉冲识别的计数研究，在此基础上通过SDD诊断数据计算获得了等离子体电子温度；对HL-2A数据存储系统与实验网进行了全面升级，围绕HL-2M项目，开展了HL-2M位形和极向场线圈设计，HL-2M等离子体控制系统的预研．     

基于STM32的汽车涂装线监控系统研究与实现

针对现有汽车电泳涂装线监控系统普遍存在信息采集不全面、分析处理时间长、共享程度低等问题,研究开发了基于STM32的涂装线设备状态监控系统。该系统采用高性能的STM32处理器,结合通用性好易开发的VC 6.0平台自主开发系统上位机软件,完成对设备数据的采集、处理分析及在线显示。首先,构建基于数据采集、中央处理、设备控制及通信的下位机硬件系统;然后,通过RS485总线技术实现各采集模块与中央处理模块的通讯,并通过串口及时将设备参数上传到上位机,实现涂装线设备的实时监控。     

疫情期间工科院校大学物理线上教学模式探究

为了适应新冠肺炎疫情时期线上教学要求,保证大学物理课程教学的顺利实施,本学期开始我校就对特殊时期的线上教学模式进行了探索.通过调研不同教学平台线上教学特点,最终决定采用钉钉和雨课堂作为主要的授课软件,学校网络教学平台作为教学资源上传平台,保证学生有系统的线上文件库.因为雨课堂的数据记录与分析功能,雨课堂被选为单元测试及课堂测试平台.通过在各平台实施“课前预习、课中直播讨论学习、课后复习”的全过程教学模式,不仅有效的开展了线上教学,还能采集到学生的学习数据,有效掌握学生的学习情况,为大学物理线上教学提供保障.     

基于物联网的水质在线监测系统设计与实现

针对以往水质监控系统水质传感器数据采集盲区多,传统处理器、通信模块无法满足大量的数据的处理和传输等问题。设计并实现了一种基于物联网技术的水质在线监测系统。该系统由数据采集节点、数据汇聚节点与监测中心计算机构成。设计了以INA118仪用放大器为核心的微弱信号调理电路,通过STM32微处理器进行实时数据采集和处理,结合ZigBee低速短距离和CDMA2000高速远距离通信等物联网技术将水质数据上传至物联网云平台。监测中心计算机通过下载物联网云平台数据实时显示。通过测量数据的对比性实验,结果表明整个系统的实时性好、测量精度较高,温度,pH值和电导率的平均相对误差分别约为0.64%,1.33%和2.33%,能够较好地满足水质监测的要求。     

基于ZigBee的温室环境无线测控系统

为了实现温室大棚环境的无线、远程实时监控,提出了一种以CC2430芯片为核心的ZigBee温室环境无线测控系统。描述了终端节点、路由节点和协调器节点的硬件组成和软件流程,并应用改进的Cluster-Tree路由算法组成ZigBee无线传感网络,实现数据的无线传输。利用串口通信技术实现无线传感网络与Yeelink物联网平台的通信,管理者可远程登陆Yeelink平台和手机APP查看温室环境信息以及控制节点状态。经实验测试,大棚内无线节点间的通信距离约80米,并且实现了光强、空气温湿度及土壤湿度的监控。测试表明系统构建简单,稳定可靠,为智能农业的设计提供了参考。     

基于物联网的农场信息接收与发布平台设计与实现

为了远程实时监测农场无线传感器网络的环境数据,使用B/S、C/S混合架构设计了农场信息接收与发布平台。系统由C/S服务器、数据库、B/S服务器、客户端浏览器组成。介绍了Socket数据通信、用户控制模块、节点分布显示模块的实现。重点阐述了平台数据异常检测、数据实时发布等关键技术;功能验证表明：平台通过友好的人机互交界面准确呈现农场实时环境数据,并具备管理员远程控制能力。信息发布与接收平台满足远程实时监控的要求。具有一定使用价值。     

分层视角下无线通信网络高空电磁脉冲效应

从分层视角研究无线通信网络高空电磁脉冲效应,提出了一种具有层级属性的网络级效应评估方法。设计研制了一种无线通信网络效应试验仿真平台,网络使用典型全连通拓扑结构,网络节点使用超外差式收发机,网络运行在超短波频段。开展了小型网络脉冲辐照效应试验和效应机理分析,网络仿真研究了网络规模不同条件下节点失效概率对网络性能的影响。得到以下结论:（1）设备级效应对低层级效应具备一定冗余容错能力,这取决于效应评价指标的选择和损伤组件的功能属性;（2）网络级效应对设备级效应具有潜在放大效果,个别节点失效可能造成网络性能严重下降甚至瘫痪。     

Controlling a complex dynamical network to attain an inhomogeneous equilibrium

Many networks are made up of a few groups, with nodes in the same group having the same kind of function. In this work, the problem of controlling a complex dynamical network to attain an inhomogeneous equilibrium point is investigated, which means that nodes in the same group achieve the same equilibrium point as an isolated node, while different groups correspond to different equilibrium points. An open-loop constant control approach is first proposed to obtain the inhomogeneous equilibrium point of the network. Then, the feedback pinning control approach is applied to make the inhomogeneous equilibrium point asymptotically stable.     

云环境下基于多虚拟机的在线视频监控系统设计

针对常规视频监控系统在线实时性不强,海量视频数据传输迟滞,任务管理单一等问题,提出了构建在云计算环下基于多虚拟机技术在线视频监控系统 ,利用云计算平台中的物理资源与服务资源提升在线视频监控系统数据处理能力,虚拟机可同时处理大量的视频监控数据,并将视频数据以云存储的方式存储于云端服务器,降低了设备建设成本,可根据不同用户需求定制相关服务。本系统基于云计算平台设计,应用数十台乃至数百台虚拟机对在线视频监控数据进行处理,设计实现了云平台下在线视频监控系统的结构设计、以太网通信接口设计、服务器硬件配置和虚拟机控制。在软件设计方面通过对各虚拟机资源利用率的计算而动态分配资源,从而可以有效减少网络传输系统状态信息的带宽开销。通过系统功能与性能测试表明,在常规公共网络10M带宽的情况下,本系统在线视频监控数据的传输延迟时间相比于传统视频监控减少了85%以上,监控视频数据量减少了75%以上。     

基于LabVIEW的外延片光致发光扫描系统

概述了一套基于LabVIEW而搭建的半导体光致发光扫描系统.充分考虑扫描过程中由于外延片荧光信号过于微弱、不均匀背景光噪音可能产生的光谱采集失真以及随后分析谱图所存在的物理参量读取误差等因素,通过扣除背光源、隔离样品、高斯拟合等方式对测量过程进行优化.同时依托LabVIEW自身强大的仪器控制能力,如调用动态链接库与ActiveX控件实现了对光谱仪和平移台的通信与控制,结合其良好的数据分析及显示能力,实现了对外延片测量、读取、分析处理以及实时显示等过程的自动化整合,准确高效地提取出样品空间分辨的光致发光特性如峰位、光强等.最后初步分析了所用外延片的发光均匀性,得出波长分布与生长温度分布基本一致,肯定了保持生长腔内温度均匀一致的重要性.该系统不仅界面友好、简单易操作、实时性强、智能化高且搭建简单易行,极大地降低了成本,方便研究人员进行快捷准确的测试.     

Interpretable Multi-Head Self-Attention Architecture for Sarcasm Detection in Social Media

With the online presence of more than half the world population, social media plays a very important role in the lives of individuals as well as businesses alike. Social media enables businesses to advertise their products, build brand value, and reach out to their customers. To leverage these social media platforms, it is important for businesses to process customer feedback in the form of posts and tweets. Sentiment analysis is the process of identifying the emotion, either positive, negative or neutral, associated with these social media texts. The presence of sarcasm in texts is the main hindrance in the performance of sentiment analysis. Sarcasm is a linguistic expression often used to communicate the opposite of what is said, usually something that is very unpleasant, with an intention to insult or ridicule. Inherent ambiguity in sarcastic expressions make sarcasm detection very difficult. In this work, we focus on detecting sarcasm in textual conversations from various social networking platforms and online media. To this end, we develop an interpretable deep learning model using multi-head self-attention and gated recurrent units. The multi-head self-attention module aids in identifying crucial sarcastic cue-words from the input, and the recurrent units learn long-range dependencies between these cue-words to better classify the input text. We show the effectiveness of our approach by achieving state-of-the-art results on multiple datasets from social networking platforms and online media. Models trained using our proposed approach are easily interpretable and enable identifying sarcastic cues in the input text which contribute to the final classification score. We visualize the learned attention weights on a few sample input texts to showcase the effectiveness and interpretability of our model.