Morphology Evolution of Poly（vinylidene fluoride） Membranes during Supercritical CO2 Assisted Phase Inversion

A supercritical carbon dioxide（Sc CO2） assisted phase inversion was developed to produce microporous poly（vinylidene fluoride）（PVDF） membranes whose morphology characteristics arise from both liquid-liquid demixing and solid-liquid demixing（crystallization）. This result was confirmed by Fourier transform infrared spectroscopy（FTIR）, from which both α and β crystals were found. As revealed by contact angle experiment, the PVDF membranes prepared via Sc CO2 assisted phase inversion were more hydrophobic compared with the control membrane produced via conventional immersionprecipitation technique. In particular, the sample with 15 wt% PVDF prepared at 45 °C and 13 MPa exhibited a contact angle of 142°, which was mainly caused by the multilevel micro- and nano- structure. The effects of polyethylene glycol（PEG）, polyvinyl pyrrolidone（PVP） and lithium chloride（Li Cl） on the structures and crystal form were investigated. PVP promoted the formation of β phase crystal form, while PEG boosts the evolution of α phase. Li Cl restrained the crystallization degree of PVDF membrane under Sc CO2.     

Hermite梯度重构核近似配点法及其在功能梯度材料板的静力分析中的应用

由于直接配点法在求解边值问题时边界上的求解精度较低,本文提出了Hermite梯度重构核近似配点法（HGCM）来改进边界求解精度。重构核近似是无网格法中一种常用的近似函数,但是其在求解高阶导数时格式复杂且非常耗时。HGCM采用梯度重构核近似构建形函数的任意高阶导数,提高了计算效率;通过Hermite配点法构建离散方程,提高了边界求解精度。这种方法在求解对应变系数四阶偏微分方程的功能梯度材料板的静力问题时精度高,计算效率高,并可进一步推广应用于高阶偏微分方程描述的边值问题。     

卷积神经网络在流场重构研究中的进展

近年来, 随着深度学习在图像处理、语音识别、自动驾驶、自然语言处理等领域迅速发展, 该技术也被越来越广泛地应用于处理具有复杂非线性、高维度、大数据量等特点的流体力学方向. 传统的方法无法有效地处理这些庞大的数据, 深度学习因其具有强大的函数拟合能力, 可以从大量的数据中挖掘有用的信息. 当前, 流体力学深度学习技术有了初步的一些研究成果, 在流动信息特征提取、多源数据信息融合及流场的智能重构等方面具有重要的工程价值, 其应用潜力逐渐得到证实. 如何利用地面风洞试验、数值模拟及飞行试验获取的数据进行深入挖掘, 快速智能感知及重构流场, 可为主动流动控制提供重要指导. 本文主要从深度学习不同类型的网络结构出发探讨了卷积神经网络在流场重构中的研究进展, 文章首先介绍卷积神经网络的一些基本概念以及基本网络结构, 之后简要介绍流场超分辨率重构网络、端到端的映射网络、长短期记忆网络的基本结构与理论, 并详细归纳出他们的改进形式在流场重构领域的一系列研究进展与成果, 最后对文章做出总结并探讨了流场重构深度学习技术所面临的挑战与展望.      

基于拓扑优化和深度学习的新型结构生成方法

计算机辅助设计已广泛应用于结构计算和分析,但如何利用计算机智能生成最佳的新型结构还面临巨大挑战。针对这一问题,提出了一种基于拓扑优化和深度学习的新型结构智能生成方法。该方法首先通过结构拓扑优化分析获得不同参数下的优化结果制作训练集图片,并将训练集标签定义为相应的工况类型,然后应用最小二乘生成对抗网络(LSGAN)深度学习算法进行训练并生成大量的新型结构,最后建立评价指标和评估体系对生成的模型进行评价比较,根据需求选择最佳结构设计方案。结合一个铸钢支座节点底板设计的工程案例,详细阐述了上述方法的应用过程,并借助三维重构技术和增材制造技术实现结构模型的一体化制造。研究结果表明,基于拓扑优化和深度学习的新型结构智能生成方法不仅可以自动生成新的结构,而且可以进一步优化结构的材料用量和力学性能。     

厄米-高斯模和拉盖尔-高斯模及它们之间的转换

介绍了厄米-高斯模和拉盖尔-高斯模的特点,基于厄米多项式与拉盖尔多项式之间的关系,给出了拉盖尔-高斯模用对角的厄米-高斯模的展开式表示,进而讨论了利用模式转换器使厄米-高斯光束转化为拉盖尔-高斯光束的方法。     

最优折衷三元相位振幅滤波器设计

 为了使在空间光调制器上易于实现的三元相位振幅滤波器在畸变容限、噪声抑制能力和相关峰尖锐度这3个指标上均能取得较好的性能,在最优折衷最大相关高度滤波器的基础上提出了最优折衷三元相位振幅滤波器,并研究了其设计方法。它只需最大化单个准则就能确定最优的临界线角度和支撑区域,简化了优化设计过程。实验结果表明：与二元纯相位滤波器相比,这种滤波器对于在30°的旋转畸变范围内并存在复杂背景的目标能给出更尖锐的相关峰。这将提高相关峰探测的准确性。     

20Hz～10kHz光纤水听器相移灵敏度校准

利用相位生成载波解调技术精确测量光纤水听器的光相移量,在20 Hz～10 kHz频率范围实现了光纤水听器探头相移灵敏度的校准.20 Hz～1.25 kHz频段采用驻波管比较法进行校准,1.25 kHz～10 kHz频段采用自由场脉冲比较法进行校准.利用本文建立的校准系统,对TMD 35#光纤水听器的相移灵敏度进行校准,...     

基于多种小波分解方法综合判决的低误报率分布式光纤围栏入侵监测系统

针对相位敏感光时域反射计型分布式光纤围栏入侵监测系统对外界干扰敏感、误报率高的问题进行了深入研究,比较了多种小波提取入侵信号突变特征方法,并提出一种基于多个小波分解结果进行综合判决来降低分布式光纤围栏误报率的方法.实验结果表明,多种小波分解可以分别提取不同层次的突变细节信息,为综合决策提供更完备的信息和条件,比单一判决...     

相移阴影莫尔基于迭代LSM拟合

相移阴影莫尔技术相位高度存在着非线性关系,无法在全场获得均匀相移,因而致使经典的相移算法不能得到精确解.对此,提出了一种基于最小方差迭代的相移阴影莫尔技术,该技术通过垂直光栅面等间距移动光栅来产生相移,但光栅移动距离可不采用固定值,所以相移过程灵活;使用在高度解调过程中确定的逐点相移增量来抽取精确的测量相位,实现了相移...