低场核磁共振短死时间射频线圈与射频开关的设计

本文以核磁共振（NMR）射频线圈振铃信号产生原理为对象进行分析研究,提出了一种适用于低场环境下由环状间隙腔线圈与螺线管线圈构成的收发分离式短死时间射频线圈设计方案,采用优化调谐匹配网络提高发射效率;根据射频线圈方案需求设计了快速切换的射频开关及驱动．在此基础上依据仿真结果制作了短死时间射频线圈,并应用于自主研制的低场9.51 MHz便携式NMR谱仪系统,进行NMR实验,结果显示可将收发切换时间缩短至10 μs以内,验证了该设计方案的可行性．     

基于神经网络的托卡马克能量约束时间预测

使用机器学习理论中的神经网络方法,根据通用逼近原理对能量约束时间的复杂函数进行逼近,采用托卡马克装置的典型实验数据,设计一种组合结构的神经网络。通过大量的调参试验,给出一套性能最好的参数组合,并与传统幂指数形式的多元线性回归方法进行准确性和数据集迁移能力的比较。结果表明：神经网络模型对于能量约束时间的预测准确率更高,回归性能更好,且具有一定的抗噪声能力,更适合作为能量约束时间的定标或预测工具。     

自冷却式吸附冷藏容器的设计及性能实验研究

在冷链市场需求日益增长的背景下,针对目前冷链物流中食品安全保障较低的问题,研发出一种自冷却式吸附冷藏容器,该容器具有制冷时无能源驱动,结构简单,绿色环保,可反复循环使用的特点。性能实验结果表明:对容器进行2 h、300℃的加热脱附再生后,在吸附制冷实验时,经过1 h 32 min的制冷时间,能将10 L水的温度从25℃降到2.34℃,且能维持水温在10℃以下超过20 h。     

N-乙基吡咯S1态超快动力学：飞秒时间分辨光电子成像研究

N-乙基吡咯是吡咯分子的一个乙基取代衍生物,它的激发态衰变动力学目前为止很少被研究. 本文利用飞秒时间分辨光电子成像的实验方法研究N-乙基吡咯分子S₁态的衰变动力学. 实验采用241.9和237.7 nm的泵浦激发波长. 在241.9 nm激发下,得到5.0±0.7 ps,66.4±15.6 ps和1.3±0.1 ns三个寿命常数. 在237.7 nm激发下,得到2.1±0.1 ps和13.1±1.2 ps两个寿命常数. 所有寿命常数都归属为S₁态的振动态. 本文并对不同S₁振动态的弛豫机理进行了讨论.     

低温高密核物质测量谱仪时间投影室的集团重建

低温高密核物质测量谱仪(CEE)是研究高重子数密度区核物质性质的重离子碰撞实验谱仪。使用了先进的 SAMPA 电子学读出芯片的时间投影室(TPC)是 CEE 最核心的探测器。在集团重建的过程中,同一排读出板的信号被首先重建成 2 维集团,然后根据 2 维集团的 ADC 加权平均位置重建击中点。当信号 ADC 随漂移时间变化呈峰-谷-峰结构时,一个集团可能被重建成两个或更多击中点,从而提高双径迹分辨能力。使用模拟信号的测试显示,该重建算法在$x/ y$方向可以达到0.100/0.043 cm的位置分辨能力和1.1/2.8 cm的双径迹分辨能力。     

连续损伤力学基临界奇异指数与破坏时间预测

响应量在临近破坏时呈现出临界幂律奇异性加速特征,是一种被广泛证实的灾变破坏前兆,并被火山、滑坡和岩石破坏实验等后验预测结果证实为一种对破坏时间进行短临期预测的可行方法.但是,奇异性指数测量值的较大分散性导致了对其具体取值的争议和预测效果的不确定性.因此,理解奇异性指数取值特征及其内在物理控制因素,成为了一个核心问题.本文基于连续介质损伤力学和材料时间相关失效特征,构建了刻画损伤加速发展通向破坏过程的力学模型.导出了恒名义应力蠕变加载和控制名义应力随时间线性增大两种典型加载方式下,损伤和应变率加速发展通向破坏的临界幂律奇异性前兆特征.阐明了临界幂律奇异性指数取值依赖于材料损伤与承受真应力之间的非线性关系这一内在物理根源,表明了实际测量中奇异性指数的分散性不完全归结于测量数据误差,而是有着内在物理控制因素.针对破坏前奇异性指数的不确定性,建议了在未知奇异性指数条件下预测破坏时间的方法,并基于花岗岩脆性蠕变破坏实验进行了验证和说明.      

基于t分布的自适应花授粉算法

花授粉算法是一种新型启发式优化算法,算法存在易陷入局部最优、后期收敛速度慢等缺陷,为了进一步提高花授粉算法的寻优性能,在异花授粉过程中引入t分布变异算子,提出了一种基于t分布的自适应花授粉算法(tFPA).通过7个标准测试函数进行测试比较,并对改进算法的时间复杂度进行分析,仿真结果表明,改进算法是可行有效的,其寻优速度、寻优精度以及鲁棒性均有很大程度的改善.     

一类改进的灰色预测模型及其应用

通过将GM(1,1)模型中的灰色作用量改为动态形式,并利用最小二乘法确定时间响应函数中的常数c以及采用新陈代谢的思想,提出了一种改进的灰色预测模型.实例分析表明:改进模型在预测精度和实用性上均有较大改善,从而拓宽了灰色预测模型的适用范围.