光纤布拉格光栅传感器应变传递双向耦合分析

粘贴于受弯基体表面的光纤布拉格光栅传感器测量应变与基体真实应变之间存在误差,因此研究光纤布拉格光栅传感器的变形机理、分析测量应变与真实应变之间的关系是目前的研究热点.首先研究光纤布拉格光栅传感器与基体之间的相互作用机理,然后,利用有限元解、实验值和理论解进行对比验证,并分析产生误差的原因.最后,通过参数分析研究弹性模量、厚度、粘结长度等参数对光纤布拉格光栅传感器测量效果的影响.结果表明有限元解、实验值和理论解具有相同的变化趋势,有限元解与理论解的误差在2%以内,测量值与理论解的误差在7%以内.平均应变传递率随着基体弹性模量的增大、粘结长度的增长而逐渐增大,随粘结层弹性模量的减小、粘结层厚度的增大而逐渐减小.该理论对应用于受弯基体应变测量的光纤布拉格光栅传感器的设计具有一定的指导意义.     

面向仿真数据的电网运行方式可视分析

对真实电网提出故障发生的假设并通过计算检验，观察故障对真实电网的影响。电网仿真能有效发现电网运行中的问题，被广泛应用于电网规划与电网运行方式调整。然而，在实际仿真计算过程中，往往需要依据经验调整电网配置和计算参数，以得到稳定、收敛的电网运行方式。大规模的仿真数据、调整的未知性加之分析的片面性会影响传统人工调整的准确性，为此提出了基于可视化的仿真计算调整方法。分析人员通过与可视分析系统的交互，可以快速认识电网的整体状态，发现问题元件，从而实现高效的仿真调整与计算。最后通过案例分析验证了本可视分析系统的有效性。     

GOSs-稀土配合物紫外增强材料的光谱分析与稳定性研究

氧化石墨烯薄片(GOSs)作为一种新型的二维片状材料,具有较高的比表面积、丰富的表面含氧官能团以及良好的光热稳定性。而稀土配合物通过无机稀土元素与有机配体的结合表现出优异的荧光特性。为了将两类材料具有的物化特性结合起来应用于紫外光谱探测领域。选取了合适的有机配体啉菲罗啉(1,10-邻二氮杂菲,phen)、2’2-联嘧啶(bpm)作为桥联分子,把氧化石墨烯(GOSs)与稀土配合物通过氢键自组装作用进行复合,制备了高效稳定可调的GOSs-稀土配合物复合荧光材料GOSs-Eu(BA)3phen和GOSs-Eu(TTA)3bpm,并且制备了相应的聚乙烯醇(PVA)共混紫外增强薄膜,对其光谱特性与稳定性进行了深入的研究。采用红外光谱、扫描电镜和金相显微镜等方法,对紫外增强材料进行了性能表征。采用吸收光谱,荧光光谱等方法,对紫外增强薄膜进行了性能表征。此外,通过热重测试(TGA)表征了GOSs氢键复合前后紫外增强材料的热稳定性,通过荧光强度-紫外光照次数表征了GOSs氢键复合前后紫外增强薄膜的光稳定性。红外光谱分析发现,进行配位前后有机配体的特征峰产生了频移,表明稀土配合物中Eu 3+与配体之间存在着明显的配位作用。在进行复合之后,桥联配体的特征峰也产生了偏移,表明GOSs与稀土配合物通过桥联分子的氢键作用进行了进行复合。吸收光谱与荧光光谱测定结果表明增强薄膜吸收峰在200~400 nm,荧光主峰在612 nm左右,为Eu 3+特征红色荧光峰,且不同配体可以实现不同范围的吸收产生差异化的荧光表现。扫描电镜和金相显微镜清晰地展示了稀土配合物复合前后的微观形貌,即颗粒状稀土配合物附着在石墨烯薄片上。光稳定性测试表明经过GOSs氢键复合之后,Eu(BA)3phen和Eu(TTA)3bpm稀土配合物荧光材料在进行25次荧光强度测试后光漂白程度分别下降了4.26%和6.41%,提高了其光稳定性。热重测试也表明在经过GOSs氢键复合之后,稀土配合物的热稳定性有了很大提高。总之,得益于GOSs和稀土配合物的特性结合,所制备的紫外增强材料表现出优异的荧光特性与稳定性,必将在紫外探测方面有着广阔的应用前景。     

从科研中提炼出的精细化工专业实验:新型疏水缔合聚合物的制备、表征及性能测定*

结合教师科研项目,推荐一个精细化工专业实验:疏水缔合聚合物的制备、表征及性能测定。通过该实验可以使学生掌握自由基共聚法制备聚合物的基本原理,掌握一些大型仪器的基本操作、聚合物常用的表征手段及结构分析方法,理解疏水缔合聚合物结构与性能之间深层次的理论联系。该实验项目来源于科研,服务于实践,集聚合反应、结构表征、大分子溶液理化性能测试于一体,具有综合性、前沿性、研究性等特点。本实验的开设有利于提高精细化工方向学生的专业实验水平,提升学生的综合探究素质、创新意识及动手能力。     

基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。     

片段化森林中檵木幼苗种内叶经济性状变异及其驱动因子

在异质性生境中，种内功能性状变异有助于植物对环境的适应，进而影响种群更新、群落构建和生态系统过程。探讨了种内叶经济性状的变异及受生境异质性的塑造情况。以千岛湖片段化生境中的常见种檵木（Loropetalum chinense）的幼苗为研究对象，测定了200株檵木幼苗个体水平的7个叶经济性状（比叶面积SLA、叶全碳量C、叶全氮量N等）及其对应的生境因子（郁闭度、土壤全碳量、土壤全氮量等），采用相关性检验、主成分分析和线性混合效应模型等方法探讨片段化森林中檵木幼苗的种内叶经济性状变异及生境异质性对该变异的驱动作用。结果显示：（1） 在7个叶经济性状所构成的21对相关性分析中，有12对显著相关。经主成分分析降维后，主成分1（PC1）占性状总变异的43.02%，主要与比叶面积、叶绿素浓度、叶全氮量呈正相关，与叶干物质质量分数和叶碳氮比呈负相关，体现了檵木的种内叶经济谱，可反映叶片的最大光合效率。（2）片段化对生境条件和叶经济性状均有影响。岛屿森林群落的郁闭度显著低于大陆。相对于大陆，岛屿中的檵木幼苗趋向于更小的PC1值（缓慢投资-收益策略）；大岛边缘较大岛内部偏向于更小的PC1值。（3）生境因子中，郁闭度对PC1具有显著正效应。研究表明，片段化生境中的檵木在幼苗阶段存在叶经济谱，生境片段化可通过影响生境条件进而改变檵木幼苗的叶经济性状。随着生境片段化程度的加剧，檵木幼苗的叶经济性状逐渐向缓慢投资-收益策略靠拢。     

基于联合神经网络学习的中文电力计量命名实体识别

随着电力计量业务的不断扩展，迫切需要由业务信息、技术知识、行业标准及其内在联系所组成的电力计量知识图谱，为电网的决策和发展提供更为全面有效的支持。命名实体识别是构建知识图谱的基础。针对电力计量领域需要，结合中文分词技术特点，基于联合学习思想，提出了一种基于联合学习的中文电力计量命名实体识别技术。该技术联合CNN-BLSTM-CRF模型与整合词典知识的分词模型，使其共享实体类别和置信度；同时将2个模型的先后计算顺序改为并行计算，减少了识别误差累积。结果表明，在不需要人工构建特征的情况下，方法的正确率、召回率、F值等均显著优于以往方法。     

变刚度层叠梁的力学性能研究

为满足不同场景下的功能需求，变刚度结构得到越来越广泛的应用．以机器人手臂为例，在执行操作时，需要其手臂的结构刚度足够大，避免出现过大的扭曲和变形，而在与人交互时，又需要其结构足够柔软，以保证在此过程中与人交互的安全性．该类变刚度结构可根据需求通过外部激励在柔性和刚性状态之间自由切换．在该文章中，研究分析了层叠梁结构，通过理论推导和数值模拟，对其力学性能做出了很好的预测，同时为此类结构的研究提供了有效可靠的思路和方法．