DF化学激光器扩压器流场仿真及优化

建立了DF化学激光器压力恢复系统扩压器的流场仿真模型,对扩压器流场结构进行了仿真分析。结果显示,扩压器超扩段长度为1310 mm时,激光器可工作压力为7.18 kPa。增加超扩段长度至1810 mm,激光器的可工作压力上升至8.25 kPa; 插入2片楔形叶片,激光器的可工作压力提升至8.52 kPa。适当增加超扩段长度和插入叶片的方式可在一定范围内提高激光器的工作压力,研究结果对于化学激光器扩压器的设计与优化具有重要的参考价值。     

一种面向舰船结构毁伤的大变形流固耦合数值计算方法

水下爆炸导致舰船结构毁伤是一个复杂的非线性大变形流固耦合过程,高精度的流固耦合计算是获得高置信模拟结果的关键。基于浸没边界思想,本文提出一种面向大变形壳理论的流固耦合数值方法,可精确刻画流固耦合界面并高效求解流固界面约束方程。基于该方法,本文提出了完整的适用于水下爆炸舰船结构毁伤的大变形流固耦合数值计算方案,并基于大规模并行编程框架,研发形成适用于舰船结构毁伤的流固耦合大规模并行计算软件。与泰勒平板理论解和水下爆炸结构冲击响应实验数据等进行对比表明,本文方法可有效模拟大变形流固耦合工程问题,具备较高数值求解精度。在此基础上,完成了水下爆炸整船结构毁伤过程大规模数值模拟。该方法可有效应用于舰船毁伤等级评估,应用前景广阔。     

大脑能量代谢和神经传递动力学的NMR测定方法

能量代谢和神经传递是生命的基石,它们与所有神经性和精神性疾病都有互为因果的关系,因此其研究对于脑功能的认识具有重要意义. 正常情况下,葡萄糖代谢是大脑能量的主要来源,但定量描述大脑内糖类物质与神经传递动力学参数的研究方法是该领域内的一个瓶颈问题. 核磁共振（NMR）方法以其特有的优势迅速成为该研究领域内的重要的研究工具. 本文重点旨在对大脑中能量代谢和神经传递动力学进行研究的NMR技术、方法及其应用进行较详细的介绍.     

氮掺杂碳纳米管高负载金属催化剂在铝空气电池中的应用

在铁基催化剂(Fe-N-C)中引入金属铈,采用高温热解法合成了氮掺杂碳纳米管(NCNTs)高负载金属催化剂(Fe/Ce-NCNTs)。金属铈的引入能更好地促进碳纳米管(CNTs)的生长,锚定更多的铁原子,增加Fe—NX活性位点的数量。Fe/CeNCNTs催化剂在碱性介质中表现出良好的催化活性和稳定性,半波电位为0.86 V(vs RHE)。将Fe/Ce-NCNTs催化剂应用于铝空气电池(AABs),其峰值功率密度可达142 mW·cm^-2,在50 mA·cm^-2电流密度下放电比容量达到865 mAh·g^-1,在高电流密度负载下具有较高的电压。     

生物正交剪切反应及其应用

生物正交反应在化学生物学的研究中发挥着越来越重要的作用.传统的生物正交反应以新化学键生成的连接反应为主,其在实现生物分子的“标记”、“示踪”和“捕捉”等研究中发挥着重要作用.近年来,一类新兴的反应类型--以化学键断裂为基础的生物正交剪切反应逐渐发展起来,并在分子的“释放”、“激活”和“操控”等方面得到了越来越广泛的应用.本文首先重点介绍了生物正交剪切反应,总结了这些反应的特点、适用范围和已经实现的用途.随后通过具体的例子介绍了这些反应在化学生物学中的应用,包括小分子前药的激活、蛋白质功能的调控、细胞的工程化等.最后文章对生物正交剪切反应的发展趋势进行了展望.     

干涉法测量橡胶材料杨氏模量的研究

橡胶材料杨氏模量的常见拉伸测量方法是光杠杆法,本文通过劈尖干涉的方法测量出橡胶条在轴向拉力作用下直径产生的微小变化量,由材料的本身的泊松比、直径变化量与杨氏模量之间的函数关系式,通过多次实验测量数据减少随机误差,并且分析计算了杨氏模量的最佳估计值和不确定度,实验结果表明该方法测量得到的杨氏模量与理论值误差在1.5%左右,最大相对不确定度约为1.2%.     

铝-金刚石界面电子特性与界面肖特基势垒的杂化密度泛函理论HSE06的研究

宽带隙半导体金刚石具有突出的电学与热学特性,近年来,基于金刚石的高频大功率器件受到广泛关注,对于金属-金刚石肖特基结而言,具有较高的击穿电压和较小的串联电阻,所以金属-金刚石这种金半结具有非常好的发展前景.本文通过第一性原理方法去研究金属铝-金刚石界面电子特性与肖特基势垒的高度.界面附近原子轨道的投影态密度的计算表明:金属诱导带隙态会在金刚石一侧产生,并且具有典型的局域化特征,同时可以发现电子电荷转移使得Fermi能级在金刚石一侧有所提升.电子电荷在界面的重新分布促使界面形成新的化学键,使得金属铝-氢化金刚石形成稳定的金半结.特别地,我们通过计算平均静电势的方法得到金属铝-氢化金刚石界面的势垒高度为1.03 eV,该值与金属诱导带隙态唯像模型计算的结果非常接近,也与实验值符合得很好.本文的研究可为金属-金刚石肖特基结二极管的研究奠定理论基础,也可为金刚石基金半结大功率器件的研究提供理论参考.     

基于神经网络的线指数恒星大气物理参数测量方法

通过人工神经网络的方法基于Lick线指数,来进行大气物理参数的测量,对Kurucz的合成光谱进行预处理以适应最后LAMOST光谱数据的要求,以Lick线指数与对应的大气物理参数为输入,用人工神经网络进行训练,得到训练模型通过DR8光谱数据进行测试,通过调整人工神经网络的相关参数来使实验效果达到最佳。结果证明,通过线指数人工神经网络的方法来进行大气物理参数的测量是可行的。     

变物性参数对微通道内纳米流体强制对流换热的影响

对二维微通道内Al_2O_3-水纳米流体的强制对流换热进行了数值研究。主要研究纳米流体的变热物性参数、纳米粒子体积分数φ和Re数对纳米流体强制对流换热的影响。研究表明:在Re数和纳米颗粒体积分数φ一定时,变热物性参数纳米流体比定热物性参数纳米流体在微通道内的强制对流换热强。在Re数一定时,随着纳米粒子体积分数φ的增加,纳米流体换热性能增强。在纳米粒子体积分数φ一定时,随着Re数的增加,纳米流体的换热能力也随之增加。     

利用高性能混合深度学习网络提升光谱分类性能研究

随着观测设备的不断完善,人们获得的光谱数量持续上升,如何进一步提高光谱自动分类的性能引起广泛关注.为此,以恒星光谱为研究对象,在近年来新出现的BERT和CNN等深度学习模型的基础上,试图融合了BERT模型和CNN模型在特征提取和智能分类方面的优势,提出高性能混合深度学习网络BERT-CNN,用以探讨该模型在提升光谱分类...