Approaches to improving critical current density of YBCO superconducting thick films deposited by electrophoresis

The irreversibility field (Hirr) of Y-based superconductor is much higher than that of Bi-based superconductor. Y-based superconductor is capable of maintaining stable electrical currents in high magnetic field and electric field, so it is a better suited mate-rial for electric-current applications. Commonly, the Y-based tapes comprise a YBCO thick film deposited on a flexible substrate, typically with an intermediate buffer layer, and an overcoat of noble metal. In this process, the interm…     

广义Sierpinski集

本文考察了包括平面上的各种广义 Cantor集 ,Sierpinski集和包括某些连续不可微曲线在内的广义 Sierpinski集 .由相似变换 ,导出了它们的级数表达式 ,并利用它和字符串空间的对应关系 ,计算出它们的Hausdorff维数     

束晕-混沌的复杂性理论与控制方法及其应用前景

本文系统论述涉及强流加速器等强流离子束装置中产生的束晕-混沌的复杂性理论与控制方法及其应用前景。强流离子束在核材料生产与增殖、洁净核能、放射性废物嬗变、放射性药物生产、重离子聚变、高能物理、核科学与工程、国防与民用工业和医疗等许多方面都有极其重要的应用潜力和诱人的发展前景。尤其是，近年来强流加速器驱动的放射性洁净核能系统是国内外关注的热门课题，因为它比常规核电更安全、更干净、更便宜。但是，强流离子束形成的束晕-混沌的复杂性现象已引起了国内外广泛关注，需要加以抑制、控制和消除这类现象，解决这一难题已经成为强流离子束应用中的关键问题之一。目前不仅必须深入研究这类束晕-混沌的复杂特性及其产生的物理机制，而且需要研究如何实现对束晕-混沌的有效控制，并寻求和发展其新理论、新方法和新技术。这就向强流离子束物理和非线性-复杂性科学及其技术提出了一系列极富挑战性的新课题。本文结合国内外的研究概况，根据我们多年来的研究成果，特别是我们首创性地提出了一些束晕-混沌的有效控制方法，它们包括：非线性反馈控制法，小波反馈控制法，变结构控制法，延迟反馈控制法，参数自适应控制法等，进行重点的介绍。对上述课题当前的主要进展及相关问题进行系统的总结和比较全面综述的评论。最后，指出该领域今后的研究方向，以推动这个崭新领域的深入研究和应用发展。     

Three-Step Predictor-Corrector of Exponential Fitting Method for Nonlinear Schroedinger Equations

We develop the three-step explicit and implicit schemes of exponential fitting methods. We use the three- step explicit exponential fitting scheme to predict an approximation, then use the three-step implicit exponential fitting scheme to correct this prediction. This combination is called the three-step predictor-corrector of exponential fitting method. The three-step predictor-corrector of exponential fitting method is applied to numerically compute the coupled nonlinear Schroedinger equation and the nonlinear Schroedinger equation with varying coefficients. The numerical results show that the scheme is highly accurate.     

“神龙一号”注入器研制

“神龙一号”注入器是直线感应加速器的束流源，它采用了感应叠加的高压加载方式，包括脉冲功率系统、感应腔、阴阳极杆、绝缘支撑、二极管和束流传输系统等子系统. 在研制中采用了径向绝缘支撑、对中支撑调节系统、类Pierce阴极等先进技术，以及二极管线圈内置和外径为800mm的铁氧体大环等创新. 参数测试显示，3.5MeV注入器达到了世界先进水平.     

纳米氧化钛-乙二醇溶胶溶液的研究

选用了钛酸丁酯、硬脂酸和乙二醇作为表面活性剂，采用表面化学修饰和表面物理修饰2种方法修饰纳米氧化钛，然后分散在乙二醇溶剂中形成溶胶溶液．并通过红外光谱仪、紫外分光计、原子力显微镜，分析了表面化学修饰后的纳米氧化钛表面化学结构的变化，观测了纳米氧化钛溶胶在乙二醇溶剂中稳定性．试验结果表明表面活性剂与纳米氧化钛的表面的不饱和键之间形成了新的化学结构，粒子表面可能接枝上有机长链，提高了纳米粒子在溶剂中的相容性．表面化学修饰后的纳米氧化钛与乙二醇溶剂形成了较稳定的溶胶体系，而且纳米溶胶粒径较小．表面活性剂添加量与纳米粒子添加量控制在(1～1．2)：1时，可以获得纳米溶胶粒径较小，同时溶胶稳定性较好的纳米氧化钛-乙二醇溶胶体系．     

以吐温-80为增溶剂催化光度法测定痕量钒(Ⅴ)

本文报道了在硫酸性介质中 ,以吐温 - 80为增溶剂 ,溴酸钾氧化姜黄催化光度法测定痕量钒 ( )的新体系。方法的检出限为 2 .6× 10 -3mg· L-1;相对标准偏差为 2 .7% (n=9) ,线性范围为 0 .0 12— 0 .0 4 0mg· L-1。可用于测定水样中痕量钒 ( ) ,结果满意     

Atomic-scale simulation of nano-grains:structure and diffusion properties

Nanograins are characterized by a typical grain size from lto 100 nm.Mclecular dynamics aimubations have been carried out for the nanograin sphere with the diameters from 1.45 to 10.12 nm.We study the influence of grain size on structure and diffusion properties of the nanograins.The results reveal that as the grain size is reduced,the fraction of grain surface increases significantly,and the surface width is approximately constant；the diffusicn coefficlent is increased sharply,and the relation of the diffusion coefficient and the grain size is close to exponential relation below 10nm.     

车前子中多糖含量的测定

采用蒽酮-硫酸法比色测定，用精制车前子多糖测得车前子多糖对葡萄糖的换算因子，对我国同属不同品种的车前子不同采集时间及炮制前后其多糖含量进行了比较研究。结果表明：此测定方法简便可行。供试液在8h内显色稳定，重现性较好，平均回收率为97．8％，RSD=1．41％(n=5)。江西吉安产大粒车前子生品多糖含量在9．15％～9．83％之间，炮制后其多糖含量在6．29％～6.81％之间；南昌新祺周车前GAP标准基地的大粒车前子生品多糖含量为7.85％～8．38％，炮制后其多糖含量为6．01％～6．64％；东北产的小粒车前子生品多糖含量为6．61％，炮制后其多糖含量为6．45％。     

Time Series Prediction Based on Chaotic Attractor

A new prediction technique is proposed for chaotic time series. The usefulness of the technique is thatit can kick off some false neighbor points which are not suitable for the local estimation of the dynamics systems. Atime-delayed embedding is used to reconstruct the underlying attractor, and the prediction model is based on the timeevolution of the topological neighboring in the phase space. We use a feedforward neural network to approximate thelocal dominant Lyapunov exponent, and choose the spatial neighbors by the Lyapunov exponent. The model is testedfor the Mackey-Glass equation and the convection amplitude of lorenz systems. The results indicate that this predictiontechnique can improve the prediction of chaotic time series.