铜纳米材料的制备

纳米铜由于其独特的物理化学性质以及在光学、电子、催化、抗菌、润滑、聚合物填充改性等领域的广泛应用得到了人们越来越多的关注。近年来研究者已经利用多种合成方法制备了不同尺寸和形貌的铜纳米材料。本文综述了目前铜纳米材料的几种常用的制备方法,包括化学还原法、微乳液法、多元醇法、有机前驱体热分解法、电化学法等,评述了这些方法的优缺点。在化学还原法中配体对无机纳米材料的表面修饰起着至关重要的作用,因而我们详细介绍了不同分子配体在铜纳米材料尺寸和形貌控制以及表面功能化等方面的特点和作用。最后结合本课题组在纳米材料制备方面的工作,对铜纳米材料的发展进行了展望。     

基于可见-近红外光谱与稀疏表示的注水肉识别

为了能快速准确的识别原料肉与注水肉,提出了一种基于可见-近红外光谱和稀疏表示的无损的识别方法。通过向猪肉样本(包括猪皮、脂肪层和肌肉层)注水的方法建立注水肉模型,采集未注水的原料肉和6类不同注水量的注水肉的可见和近红外漫反射光谱数据。为了消除光谱数据中的冗余信息并提高分类效果,对光谱数据进行光调制和归一化等预处理并截取有效波段,根据是否注水以及注水量的多少对样本进行分类。用所有训练样本构成原子库(字典),通过ｌ1最小化将测试样本表示为这些原子的最稀疏的线性组合。计算测试样本与各类的投影误差,将最小投影误差对应的类作为测试样本的所属类别,并应用留一法进行交叉检验,比较了稀疏表示法与支持向量机的识别结果。实验结果表明,利用稀疏表示法对于原料肉与注水肉的识别准确率可达到90%以上,获得了较好的分类效果,优于支持向量机的识别结果。而对于不同注水量的注水肉识别准确率与注水量之差正相关。稀疏方法不需要进行传统模式识别模型的前期学习与特征提取,适用于高维、小样本量数据的处理,计算成本低,将其用于注水肉的光谱数据识别具有一定的创新性,并取得了较满意的结果,为原料肉和注水肉的无损识别提供了一种有效方法。     

三维漫射光谱法检测猪肉嫩度的初步研究

猪肉是光的强散射物质,嫩度是评价猪肉品质优劣的重要标准之一,提出一种基于三维漫射光谱法的猪肉嫩度检测方式。将猪肉样本更多的散射信息引入光谱分析中。利用实验室搭建的数据采集系统,通过采集距光源入射点不同距离处的样本漫反射光信号构建了64个猪肉样本的三维漫射光谱。经过小波消噪处理后,利用多维偏最小二乘法(NPLS)建立了三维漫射光谱与猪肉嫩度之间的分析模型,模型的校正决定系数R2_Cal是0.883 1,校正标准差RMSEC是3.685 0N,预测决定系数R2_Pred是0.874 7,预测标准差RMSEP是3.9756N。实验结果表明, 与常规的漫反射光谱法相比,三维漫射光谱法所建立的猪肉嫩度NPLS模型具有更高的校正精度和预测稳健性,有望为猪肉嫩度及其他品质的快速检测提供一种新的途径。     

倍频激光器中KTP晶体失调研究

针对目前常用的KTP晶体,研究其倾斜失调和旋转失调对倍频激光器转换效率的影响。基于主轴坐标系变换,建立KTP晶体倾斜失调理论模型,对倾斜失调和旋转失调时激光非线性频率变换过程进行理论分析并设计实验验证。结果表明,倾斜失调时,转换效率会随着倾斜失调方向的变化出现2个大小不同的窄峰值,且倾斜角度越大,两峰值所在方向夹角越小,其余方向转换效率为零,与理论计算一致;对于旋转失调,Ⅰ和Ⅱ类相位匹配转换效率随失调角度分别呈和/2周期变化。该结果可用于倍频激光器设计。     

基于混合合束的复合激光系统

采用偏振合束与光谱合束结合的方式,实现了4种近红外激光束的空间合成,包括固体纳秒脉冲激光、高功率连续光纤激光、高重复频率纳秒脉冲光纤激光和亚毫秒（长脉冲）光纤激光。开发了仿真软件对偏振合束器、光谱合束器及各激光器的光谱特征和偏振特性等主要相关参数进行设计优化,基于仿真结果研制了由上述4种激光系统和一套偏振/光谱合束链路构成的复合激光系统。系统的合束效率可达93.9%,实现了近红外波段多种脉冲和连续激光束的共轴发射,该系统可用于研究激光与物质相互作用的合作效应。     

提高DS法无创血液成分检测信噪比的方法与分析

为了提高血液成分无创检测精度,增加预测模型稳定性,对基于动态光谱(dynamic spectrum,DS)的血液成分无创检测仪器和预处理方法进行了定量信噪比分析与实验验证。在DS数据提取时加入boxcar积分器、降低波长分辨率、均衡DS信噪比和剔除粗大误差等预处理方法,使得各个波段上的DS数据信噪比得以均衡,提高了DS的总体信噪比。利用DS数据采集平台对两名志愿者连续多次测试,同一个体的DS数据相关度分别从0.934和0.953分布提高到了0.991和0.987,而不同个体间DS数据相关度与同一个体DS数据相关度差距也显著增加, 结果表明这些方法可以提高DS数据信噪比。无创血液成分检测信噪比定量分析可有效指导预处理方法的选择,为无创血液成分检测的临床应用创造了条件。     

基于BP神经网络的人体血液中红细胞浓度无创检测

采用BP神经网络算法模型对人体血液红细胞浓度进行无创检测。对获取的动态光谱数据和红细胞实测值利用BP神经网络进行建模分析,校正集输出对期望值的跟踪较好,相关系数R达到了0.993,用建立起的BP神经网络模型去检验预测集输出值,得到预测集的相对误差最大为4.7%,平均相对误差为2.1%,预测能力较为理想。结果表明：用BP神经网络模型能够较准确的处理动态光谱数据和人体红细胞实际值的非线性关系,提高了血液成分无创测量在临床上应用的可行性,具有较高的应用价值。     

三维偏心结构的Pushover分析

Pushover分析方法近年来引起了地震工程界的广泛兴趣,我国新的抗震设计规范已将其作为大震下结构弹塑性变形分析的一种方法。结构不规则性是影响Pushover分析应用的一个主要因素,而加载模式的选取则是Pushover分析的一个关键问题。本文采用FEMA273建议的3种加载模式对两个典型的三维偏心结构（刚度偏心和质量偏心）进行了Pushover分析,并与非线性动力时程分析的结果进行了比较,给出了三维偏心结构Pushover分析加载模式选取的建议。     

CEPC上的物理和探测器

经过近半个世纪的寻找,2012年,物理学家在欧洲核子中心的大型强子对撞机(LHC)上发现了希格斯玻色子(Higgs Boson),补全了粒子物理标准模型粒子谱的最后一块拼图(图1)。粒子物理标准模型是人类迄今为止构建的最为成功的物理模型之一。     

全固态碟片激光器的多孔泡沫热沉传热特性研究

高功率全固态碟片激光器在运行中产生的热透镜效应会引起激光器输出功率降低、光束质量退变,针对该问题本文将多孔碳化硅泡沫和毫米通道引入到全固态碟片激光器的换热热沉中,并将其应用于多冲程泵浦的全固态碟片激光器.利用有限元分析软件对其结构模型参数进行了优化,当碳化硅厚度为2 mm,孔隙率为40%,入水口压力为4 kg(0.4 MPa)时,系统理论换热系数为1.51×10^5 W/m^2·K,实验测量结果为1.45×10^5 W/m^2·K,理论和实验结果较为接近,验证了理论模型的正确性.最后利用该新型热沉搭建了基于Yb∶YAG的24冲程全固态碟片激光器实验装置,获得输出功率为393 W,波长为1030 nm的连续激光输出,光-光转换效率达到52%,光束参数乘积为5.918 mm·mrad.