用于快点火研究的超短脉冲的相干合成

 利用傅里叶光学方法，建立了一个基于远场的多束超短脉冲相干合成的理论模型。研究了一个口径为50 cm，脉宽为1 ps的超短脉冲相干合成系统的各种误差对脉冲远场时域和空域特性的影响。结果表明：若要求远场的一倍衍射极限区域的积分能量分布达到理想情况下的90％，该系统的相位延迟误差小于0.63，沿x方向角度误差小于0.37 μrad，沿y方向角度误差小于0.34 μrad；若要求远场叠加脉冲的时域展宽小于25％，系统的剩余啁啾因子应小于1.32(不考虑相位延迟)或1.52(考虑0.63的相位延迟)。     

基于远场的拼接光栅压缩池的设计

 利用傅里叶光学方法得到了失调拼接光栅压缩池输出光束的远场振幅表达式，建立了分析拼接光栅的各种误差的理论模型，得到了拼接误差对脉冲的影响是附加相位延迟和角度偏转。在要求远场的一倍衍射极限区域的积分能量分布达到理想情况下的90％的条件下，对于含有口径为40 cm、脉宽为0.1~10 ps脉冲的系统进行分析并分别得到了各种误差的容限。     

快中子照相中的点扩展函数计算

 快中子照相中，基于反冲核原理探测快中子的有机闪烁体平板是普遍采用的快中子辐射转换体。模拟了D-T中子垂直入射BC400闪烁体平板，计算了不同厚度平板闪烁体的点扩展函数，对14.1 MeV快中子照相中闪烁体固有分辨率随厚度的变化进行了研究。计算结果表明，在不考虑二次中子与闪烁体作用及背景噪声等情况时，点扩展函数几乎不依赖于闪烁体厚度。同时，计算还表明在一定的分辨率范围内，由于荧光收集效率的限制，闪烁体厚度增加并不会改善图像对比度。     

期刊发稿动力学系统

发稿库库存量是影响稿件发表时间的关键因素之一,文章分析了影响发稿库库存量的两个指标:一是二审库稿件进入发稿库的入库率,二是发稿库中排队时间为x的稿件的刊登率.最后给出了研究问题的数学描述.     

BNCT蒙特卡洛剂量计算的混合网格算法研究

在硼中子俘获治疗(BNCT)的蒙特卡洛(MC)剂量计算中,通常使用单一的网格模式,如16mm,8mm,4mm.使用细网格计算资源太大,使用粗网格,计算精度不够,为此,根据粒子穿透深度和计数量的变化梯度,采用混合网格模拟计算,达到了细网格的精度,时间仅为细网格的37%.     

KF-Al2O3催化合成2-甲基-1-苄基苯并咪唑

苯并咪唑类杂环化合物具有杀菌、消炎、抗癌、抗氧化的活性,广泛用于食品的防虫和防腐,用于动、植物病毒的防治,人体疾病和肿瘤的防治[1-3],本文用KF Al2O3作催化剂,用DMF为溶剂,利用2 甲基苯并咪唑与苄基溴反应合成2 甲基 1 苄基苯并咪唑的新型方法,考察了诸因素对产率的影响,找出了最佳的反应条件。合成路线如下:1　实验部分1 1　仪器与试剂Brurer AM 500超导核磁共振波谱仪(溶剂CDCl3);CarloErbal1106型元素分析仪,NicoletIm pact410型红外光谱仪,KBr压片,HP1100型和Finnigan FTMS 2000型质谱仪(以上均由华东理工大学分析…     

积域上一类奇异积分算子的L~p有界性

本文证明,对于Ω∈(1)∩L(log~+L)~2(S~(n-1)×S~(m-1)),h(r,s)∈L~∞(R_+~1×R_+~1)和P_(N_1),P_(N_2)∈(2),带粗糙核的奇异积分算子为L~p有界。     

三维随机点阵三态矢量Potts模型Monte Carlo模拟

在三维随机格点阵上对三态矢量Potts模型进行了Monte Carlo数值模拟,构造了N×N×N(N=8,10,12)三种不同大小点阵,分别计算了该自旋系统的能量密度、磁化强度、比热和磁化率等的温度曲线。结果表明该自旋系统在β₆≈0.16处存在着能表征一阶Z(3)对称破缺相变的能量热滞图和比热陡峰,磁化强度的跃变规律亦支持该结论,从而显示出该模型在随机点阵上的相变行为与正方点阵的已有结果的相似性。     

含LiClO4的接枝聚合物网络的结构,形态与离子导电性能研究

聚合物网络快离子导体成膜后有良好的机械强度、尺寸稳定性,但室温电导率稍偏低。本文通过大单体技术合成兼具优良室温电导率(σ_(298K)=4.8×10~(-5)S·cm~(-1))与机械强度的接枝聚合物网络快离子导体,并研究了网络结构、形态与离子导电性之间的关系。 1 实验部分 1.1 试剂及精制 试剂均为化学纯。分子量为800与2000的聚氧化乙烯(PEO800,     

多目标规划的理想点法

1.引言假定 X 是 n 维欧氏空间 E_n 的子集,在 X 上有 m 个目标函数 F_i(x)(i=1,…,m),对每个 F_i(x)事先规定了一个理想值 F_i~*(例如 F_i~*=min(?) F_i(x)).一般而言,不一定存在 x~0∈X,使 F_i~*=F_i(x~0)(i=1,…,m),但我们可以求得(?)∈X,使向量(F_1((?)),F_2((?)),…,F_m((?)))和向量(F_1~*,…,F_m~*)尽量地接近.这时可以通过求解