CEPC-SppC加速器——从概念设计到技术设计

2012年7月4日欧洲核子研究中心(CERN)宣布在大型强子对撞机LHC上发现希格斯粒子,科学家经过50多年的搜索,粒子物理学终于进入了希格斯时代。由于希格斯能量为较低的125 Ge V,因此,除了可以使用直线正负电子对撞机(例如ILC和CLIC)外,还可以采用环形电子正负对撞机产生希格斯粒子,并且后者具有更高的亮度及更多的对撞点,除了在功耗方面外。     

一种新型空气源高温热泵的热力学分析

本文提出了一种供热温度为80~100℃的新型空气源高温热泵循环(EIHP),该循环采用非共沸混合工质R290/R600a,利用内部自复叠技术和喷射器提升循环性能。针对EIHP循环建立了相应的热力学计算模型,并与传统热泵循环(CHP)进行了对比研究。根据计算结果,当冷凝器出口温度为100℃,蒸发器出口温度从25℃下降到-10℃时,相较于CHP循环,EIHP循环的COP提高了15%~27%,压缩机压比降低了20%~46%,容积制热量提高了22%~51%。此外,本文还研究了冷凝器出口温度,工质配比等参数对循环性能的影响情况。     

复动量表象方法对奇特核中晕现象的研究

晕现象的研究使人们对核结构有了新的认识。连续谱，尤其是连续谱中的共振态在其中扮演着重要角色。复动量表象(CMR)方法不仅能够统一描述束缚态、共振态和连续谱，而且能够很好地描述窄共振和宽共振。本文介绍了CMR方法对原子核共振态的研究。给出了31Ne和19C等核的束缚态和共振态的单粒子能量随形变参数β₂的变化规律，分析了19C和31Ne中单中子晕形成的物理机制和在中子数N=20附近能级反转的原因，并预测了比37Mg重的核中的单中子晕现象，这一预测结果对在实验中寻找较重的晕核具有一定的参考价值。这些研究表明CMR 方法不仅适用于描述稳定核，也适用于描述具有弥散物质分布的奇特核。     

基于粒子滤波和人工势场法的放射源搜寻方法

针对放射源搜寻过程中难度大、定位精度低等问题，提出了一种适用于移动机器人的自主寻源方法。该方法利用移动机器人搭载辐射探测器采集的剂量计数值，根据γ射线的衰减规律建立辐射衰减模型；在机器人前进的过程中利用粒子滤波算法对放射源的参数进行实时估计；采用高斯分布函数对重采样后的粒子进行自适应更新，保证重采样后的粒子具有多样性；根据辐射环境创建机器人路径规划模型，采用人工势场法规划机器人的自主寻源路径。实验在Matlab下进行了仿真验证，结果表明，该方法在有遮挡环境下能够搜寻到未知的单点源，同时自适应更新能够提高算法的稳定性，缩小寻源误差。     

格点量子色动力学在中国

1.格点量子色动力学概述经过多年努力,人们已经成功地将自然界四种基本相互作用(强、弱、电磁、引力)中的前三种统一在量子场论的框架之中,即粒子物理的标准模型(Standard Model,SM)。     

利用电磁法研究HMX与TATB混合钝感炸药的冲击起爆特性

为研究含有少量奥克托金(HMX)且以三氨基三硝基苯(TATB)为基的高能钝感炸药PBX-3的冲击起爆反应增长规律,采用火炮驱动蓝宝石飞片的方法和铝基组合式电磁粒子速度计技术进行了一维平面冲击实验。通过实验测量撞击表面及内部不同深度处的冲击波后粒子速度,得到PBX-3炸药的Hugoniot关系。根据冲击波示踪器所测数据绘制了炸药到爆轰的时间-距离(x-t)图,获得了反映炸药冲击起爆性能的Pop关系。将入射压力为12.964 GPa时达到爆轰的6条速度曲线修整成相同零点,通过读取6条曲线的分离点即反应区末端的C-J点,计算出化学反应区时间和宽度。     

“翻转+分段式”有机化学实验教学设计及实践研究

以FeCl3·6H2O催化合成乙酸乙酯为教学内容,采用“翻转+分段式”混合教学方法对整个实验过程进行了改革探索。通过教师准备学习资源,学生自主学习,课堂分段讲解,互动交流以及跟踪评价等,探讨了大学有机化学实验实施“翻转+分段式”混合教学方法的有效途径。实践结果表明:混合教学模式能够显著促进学生对实验内容的理解和掌握,明显增加学生自主操作的时间,还能有效降低实验过程中的安全隐患。     

基于PSO-HJ算法的多无人机协同航迹规划方法

针对多无人机协同航迹求解计算量大、难以收敛等问题,提出了一种基于粒子群优化和Hook-Jeeves (PSO-HJ)搜索算法相融合的多无人机时间协同三维航迹规划方法。首先,建立了单无人机航迹规划求解模型。然后,通过对适应度评价函数值低的粒子引入Hooke-Jeeves搜索算法,提高了粒子多样性,改善了航迹规划算法收敛性;对不满足约束的粒子引入约束违反度函数,基于比较准则提出了一种新的粒子评价机制,促进粒子搜索位于约束边界的最优解,加快了航迹规划算法的计算效率。最后,设计了一种多无人机时间协同航迹规划求解算法,利用PSO-HJ算法先分别求解单无人机航迹信息,通过多无人机集中航迹规划层协调到达时间实现协同航迹规划。仿真结果表明,PSO-HJ算法的精度比量子粒子群(QPSO)算法精度提高了20.85%,比PSO算法精度提高了58.14%,更适用解决实际复杂的多机协同规划问题。