Robust fixed-time attitude stabilization control of flexible spacecraft with actuator uncertainty

Nonlinear Dynamics - A robust fixed-time control framework is presented to stabilize flexible spacecraft’s attitude system with external disturbance, uncertain parameters of inertia, and...     

EAST装置上W波段多道极向相关反射仪的研制

在EAST装置上安装了X模极化W波段多道相关反射仪，用于测量等离子体芯部密度涨落。该诊断利用低损耗(<3dB)多工器将4个不同频率(79.2GHz，85.2GHz，91.8GHz和96GHz)的微波耦合在一起，通过同一个天线发射。反射波由两个极向分离(~5cm)的天线接收，通过下变频技术实现外差测量。通过对两个极向天线接收的信号进行相关分析，获得芯部湍流垂直速度。对2018年低约束模式(L模)放电进行分析发现，在电子回旋共振加热(ECRH)等离子体中，芯部湍流垂直速度在电子逆磁漂移方向。而在注入同向中性束(co-NBI)后，芯部湍流垂直速度变为离子逆磁漂移方向。     

某型电动飞机螺旋桨振动特性实验研究

某型电动飞机采用螺旋桨产生拉力,为了防止螺旋桨工作时共振,利用ES-2-150振动实验系统进行了两叶木质螺旋桨和碳纤维螺旋桨的振动特性实验,采用谐振搜索与驻留方法测量出木质螺旋桨的第一阶固有频率为36.07Hz,碳纤维螺旋桨的第一阶固有频率为73.58Hz。螺旋桨爬升状态转频为39Hz,这与木质螺旋桨的第一阶固有频率非常接近,导致木质螺旋桨在爬升状态出现比较严重的振动故障。因此,某型电动飞机最终选择两叶碳纤维螺旋桨作为其拉力产生装置。     

均匀磁场下碳离子笔形束的剂量变化分析及位置修正方法

分析外加均匀磁场对于碳离子笔形束剂量分布的影响,并考虑修正这种影响,为磁共振成像引导碳离子放射治疗的临床应用提供指导。本文利用蒙特卡罗方法模拟计算了不同能量碳离子笔形束在不同强度磁场下的剂量分布情况,发现垂直于碳离子束入射方向的均匀磁场对于碳离子笔形束射程缩短的影响很小,磁场对碳离子束的主要影响是引起束流横向偏转,特别是碳离子束布拉格峰位置的横向侧移。横向侧移程度与碳离子束的能量和磁场强度相关,根据模拟结果,得到了一个计算碳离子束布拉格峰在磁场中相对横向偏转的方程,并提出一种校正外加磁场引起的碳离子束布拉格峰横移的角度修正方法。这些结果可用于指导磁共振图像引导碳离子放射治疗计划系统的研发。     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

Simultaneous Removal of Antibiotics and Heavy Metals with Poly(Aspartic Acid)-Based Fenton Micromotors

The discharge of diverse pollutants has led to a complex water environment and posed a huge health threat to humans and animals. Self-propelled micromotors have recently attracted considerable attention for efficient water remediation due to their strong localized mass transfer effect. However, a single functionalized component is difficult to tackle with multiple contaminants and requires to combine different decontamination effects together. Here, we introduced a multifunctional micromotor to implement the adsorption and degradation roles simultaneously by integrating the poly(aspartic acid) (PASP) adsorbent with a MnO₂-based catalyst. The as-prepared micromotors are well propelled in contaminated waters by MnO₂ catalyzing hydrogen peroxide. In addition, the catalytic ramsdellite MnO₂(R-MnO₂) inner layer is decorated with Fe₂O₃ nanoparticles to improve their catalytic performance, contributing to an excellent degradation ability with 90% tetracycline (TC) removal in 50 minutes by enhanced Fenton-like reactions. Combining the attractive adsorption capability of poly (aspartic acid) (PASP), the composite micromotors offer an efficient removal of heavy metal ions in short time. Moreover, the designed micromotors are able to simultaneously remove antibiotic and heavy metals in mixed contaminants circumstance just in single treatment. This multifunctional micromotor with distinctive decontamination ability exhibits a promising prospective in treating multiple pollutants in the future.     

100 MeV质子束流品质诊断及剂量测量准确性评估方法研究

质子辐射生物学效应是太空放射生物学和质子束放疗研究的重要基础，可为空间环境下人员的危险性评估以及质子治疗优化设计提供科学依据。依托加速器建立相应的生物样本辐照技术是开展此类研究的前提条件。中国原子能科学研究院最近建立的100 MeV强流质子回旋加速器提供的中能质子束流为目前国内能量最高，特别适合用于太空放射生物学和质子治疗相关研究。本研究中，利用在束和离线等多种手段建立了中能质子束流诊断和剂量测量方法，对加速器引出的100 MeV质子照射野大小、均匀性等束流品质以及剂量测量系统准确性进行了分析和评估。结果表明，对光子剂量响应好的LiF(Mg, Ti)热释光探测器，对90 MeV质子同样具有良好的剂量响应关系，可作为中能质子剂量准确性评估的手段之一。在5.0 cm×5.0 cm照射野范围内，加速器引出的100 MeV质子束流的均匀性好于90%，在线剂量测量系统准确性好于93%，束流品质和剂量测量条件基本满足辐射生物学的要求，可为质子辐射生物学效应研究的开展提供可靠保障。     

基于化学学科认知障碍突破的中考复习教学实践* ——以“二氧化碳的性质”为例

分析学生对二氧化碳的3个典型学科认知障碍,以“二氧化碳的捕捉”为情境,通过“尝试捕捉二氧化碳”“谁在捕捉二氧化碳”“捕捉背后的原理”等3个主要环节,实现对学科认知障碍的突破,展示了一种新的中考复习教学思路。     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。