利用冲击声辨识声源材料的特征提取

声源辨识属于环境声识别的范畴,是模式识别的一个重要研究方向。冲击声携带了大量的声源物理信息,因此利用冲击声提取特征进行声源材料辨识是提高声目标识别分类性能的重要途径。对球-板撞击物理模型合成的冲击声连续统,提出使用基函数学习法提取目标特征,同时利用短时傅里叶变换和小波包变换进行特征提取,以此为基础完成被击平板的材料识别。研究结果表明,利用基函数学习法获得的特征,对于冲击声分类的效果明显优于短时傅里叶变换和小波包变换方法,说明利用该方法进行冲击声声源材料辨识的可行性和优势。      

拉曼光谱技术的汽油组分含量测定

为实现汽油中所含组分含量的快速测定,对93号、97号汽油,芳烃、烯烃、苯、甲醇、乙醇等几类物质,以及往汽油中添加几类物质后的410个汽油混合物进行拉曼光谱检测。将获取的原始拉曼光谱经过有效波段提取、平滑去噪、基线扣除、数据归一化等一系列预处理过程,最终提取出每个汽油混合样品光谱中所含的33个特征峰信息,依据现行的国标检测方法,以气相色谱法测定的汽油中各组分含量值为基础,结合化学计量学多重回归分析方法,建立了汽油组分含量测定模型。经过比较,使用多输出最小二乘支持向量回归机(MLS-SVR)建立的模型优于偏最小二乘(PLS)模型。MLS-SVR模型对汽油中芳烃、烯烃、苯、甲醇、乙醇测定精度均较好,预测均方根误差(RMSEP)分别为0.27%,0.30%,0.16%, 0.17%, 0.12%;相应的相关系数(r)为0.999 2,0.998 4,0.998 5,0.992 6,0.996 8。通过对未知混合汽油样品的测定,证明了该方法具有较好的推广预测精度,预测均方根误差不超过0.5%,能够满足工业中的测量需求。拉曼光谱结合多输出最小二乘支持向量机为汽油组分测定提供了一种高精确、快捷、方便的测定方法。     

飞秒时间分辨的光电子谱对苯S2态的超快动力学研究

结合飞秒时间分辨的质谱技术与时间分辨的光电子影像技术对苯S₂激发态的超快动力学进行了研究.苯分子吸收两个400 nm的光子被激发到S₂态,之后再用一个267 nm的光子对其进行探测.获得的母体离子产率随泵浦探测时间延迟的变化曲线包含了两个不同的时间寿命组分.第一个时间寿命组分(90 ± 1) fs被归纳为S₂态到S₁/S₀态的内转换过程;第二个时间寿命组分(5.0 ± 0.2) ps被归纳为S₁态的衰减过程.实验中观察到的第二个寿命组分小于早前的研究结果,这表明了在S₁态的衰减过程中还可能存在其他的过程.从时间分辨的光电子影像提取得到的光电子能谱中发现了一个新的失活过程,该过程被归结为激发态S₁的振动态与“热”三重态T₃之间的系间交叉过程.     

一类时间和位移约束的变加(减) 速运动问题的求解

列车运动模型常分为单质点和多质点两类,出于简化问题目的,采用单质点模型针对列车区间运行控 制问题中的运动现象进行了分析. 列车的牵引和制动力是列车运行控制的输入变量,而位移和速度是列车的状态 变量,状态约束是线路限速和区间时间. 首先根据最小能耗运行策略确定列车运行方式,并建立相应的数学模型; 其次,基于软件 Matlab 数值求解列车距离 - - 速度的关系,并绘制相应计算曲线     

弹簧-金属丝网橡胶组合减振器迟滞力学模型及实验研究

金属丝网橡胶材料是一种完全由金属丝编织成的多孔复合材料,与传统螺旋卷制金属橡胶材料相比,其改进了成型工艺,剔除了制备过程中大量的手工工艺干扰,提高机械化程度,重合度更高,拥有更稳定的力学性能.由于金属丝网橡胶材料具有承载能力高、阻尼大、耐高温、耐低温、耐老化、抗油抗腐蚀等优良特性,在很多方面强于传统橡胶,多用于航空航天、船舶、军事武器等军工工业.弹簧$\!$-$\!$-$\!$金属丝网橡胶组合减振器具有可设计刚度和较高承载能力,但因其具有复杂的非线性迟滞特性,目前相关材料的本构模型还难以准确描述其力学特性.本文在弹簧$\!$-$\!$-$\!$金属丝网橡胶组合减振器静态迟滞力学性能实验的基础上,结合其干摩擦阻尼迟滞特性,提出了一种迟滞力学性能理论模型.根据减振器迟滞实验恢复力$\!$-$\!$-$\!$位移曲线特点,利用参数分离的方法将迟滞曲线分解为弹性恢复力和干摩擦阻尼力,分别建模求解等效刚度和干摩擦阻尼系数,以此建立了组合减振器理论模型,并与实验结果进行对比及进行误差分析,验证了理论模型的准确性.      

二氯亚砜分子三体解离研究

本文利用飞秒时间分辨的质谱技术,研究了二氯亚砜分子在235 nm泵浦下的超快光解过程.实验记录了母体离子产率随泵浦-探测延迟时间的变化趋势,测得235 nm泵浦下的初始激发态寿命为166 fs.需要注意的是,实验中不仅观察到了二氯亚砜分子逐步解离过程还观察到了协同解离过程.     

拉曼光谱和MLS-SVR的食用油脂肪酸含量预测研究

为实现食用植物油中饱和脂肪酸、油酸、亚油酸含量的快速预测,对一批纯食用油以及不同比例两两混合油共91个样品进行了拉曼光谱检测,在800～2 000 cm-1范围内,通过基于寻峰算法的自动确定支点的基线拟合方法,对获得的光谱数据进行预处理,提取八个特征峰作为拉曼光谱的特征值。以这些特征值为输入,以样品油中实际饱和脂肪酸、油酸、亚油酸含量为输出,运用偏最小二乘回归(PLS)和多输出最小二乘支持向量回归机(MLS-SVR)方法,分别建立了可以同时预测三种脂肪酸含量的数学模型,结果表明MLS-SVR方法具有较好的效果。将MLS-SVR模型的预测结果与气相色谱法结果相比较,可得到三种脂肪酸的预测均方根误差分别为0.496 7%,0.840 0%和1.019 9%,相关系数分别为0.813 3,0.999 2和0.998 1;对未知样品三种脂肪酸的预测均方根误差不超过5%。表明,拉曼光谱和MLS-SVR相结合的食用油脂肪酸含量预测方法,具有快速、简便、无损、准确等优点,为食用油脂肪酸含量分析提供了一种可行的方法。     

阻尼受击板的时域建模及声音合成

为满足声源辨识中对合成冲击声的迫切需求,建立了球-板撞击的时域模型,提出一种时域快速求解方法,并进行了实验验证.首先给出一种将时域有限差分法(FDTD)和模态展开法(MEM)相结合的时域混合方法,求解板的振动方程,并解决了混合方法中MEM的模态截断和初值问题,及两种方法中阻尼的一致性问题;随后,给出了简支矩形板的冲击声计算结果,通过与FDTD方法的运算量进行对比,验证了混合方法的高效性;最后,针对自由边界下的L形板进行了实验验证.结果表明,与传统FDTD方法相比,时域混合方法在保证合成冲击声精度的前提下可将计算效率提高100至1200倍。      

芴酮对聚醚侧链聚芴体系的影响: 合成, 表征及光物理性质的研究

利用Yamamoto聚合反应, 通过调节单体2,7-二溴9,9'-二-(三乙氧基甲基)芴和2,7-二溴芴酮的比例, 合成了侧链为极性聚醚链, 芴酮含量逐渐增加的聚芴系列. 通过聚合物溶液及固态薄膜的紫外荧光谱图, 深入研究芴酮作为能量受体的能量转移过程及其对聚合物光物理性质的影响. 结果表明: 稀溶液中体系呈现聚芴本征态的荧光发射, 能量转移对溶液浓度具有依赖性; 固态薄膜中能量转移效率随芴酮含量的增加而快速增长, 退火后这种现象更加明显.     

毛细管电泳在临床诊断上的应用

在临床诊断方面,传统的方法是用琼脂糖凝胶电泳分离血清蛋白。而采用毛细管电泳分离血清蛋白只需８ｍｉｎ,分离血红蛋白变体只需１０ｍｉｎ。此过程是在未处理的硅胶柱（７５μｍ×２５ｃｍ）上进行的。稀释的血清蛋白和血红蛋白在自动装置上进行在线进样、检测和定量,由此显示毛细管电泳技术在临床诊断方面的应用潜力。