超薄LiTaO3晶片的键合减薄技术

在制造红外热释电探测器阵列过程中，需要利用超薄钽酸锂(LiTaO₃)晶片作为红外热释电探测器件的敏感层。通常LiTaO₃晶片的厚度远厚于红外热释电探测器件要求的厚度，所以需要采用键合减薄技术对LiTaO₃晶片进行加工处理。键合减薄技术主要包括：苯并环丁烯（BCB）键合、铣磨、抛光、加热剥离、刻蚀BCB。加工后得到面积为10mm×10mm、厚度为25μm的超薄单晶LiTaO₃薄膜，晶片厚度、表面粗糙度和面形精度比较理想。测得了LT晶片减薄后的热释电系数为1.6×10^-4Cm^-2K^-1。得到的单晶LiTaO₃薄膜满足红外热释电探测器敏感层的要求。     

中国散裂中子源RFQ的热分析

射频四级场(RFQ)加速器的水冷具有以下两种功用: 首先它可以把射频场发热带走, 维持RFQ腔的热稳定性及限制RFQ强体形变幅度; 其次, 当RFQ失谐时, 它还可以用来进行RFQ的调谐, 而同时又基本不影响RFQ的射频场分布. 由于RFQ粒子的传输效率对射频场的分布极其敏感, 在RFQ的运行中不再采用传统的用调谐器对RFQ进行调谐的方法. 本文通过热分析, 确定了RFQ加速器的水冷管道的数量和布局及最佳工作水温; 确定了RFQ失谐时, 如何利用水温变化来对RFQ进行调谐的方法.     

不同气体工质对激光推力器冲量耦合系数的影响

通过冲击摆实验,测量了激光推力器在不同气体工质(氩气,氦气)、不同工作压力条件下的冲量耦合系数,比较了不同气体对激光推力器冲量耦合系数的影响.实验结果表明:冲量耦合系数随着环境压力的下降而下降,并且下降趋势越来越快;在氩气中测量的冲量耦合系数比氦气的高;实验产生误差的主要因素是摆角的测量误差.     

三能级光纤激光器速率方程组的阈值解析解

 在考虑了泵浦损耗及激光损耗的情况下，解析求解了阈值泵浦下的三能级光纤激光器速率方程组，获得了泵浦功率阈值的显函数解析表达式，泵浦功率沿光纤变化的隐函数表达式，以及用功率变化表示的各个能级的粒子数密度随位置变化的显函数表达式。并利用这些表达式对光纤激光器的阈值特性进行了研究，研究表明：泵浦功率阈值随泵浦损耗系数增大而增大；激光上能级粒子数密度随归一化位置呈下降趋势，而下能级粒子数密度的变化与此相反；泵浦功率阈值越大(光纤长度越长),净增益系数随归一位置下降就越快。所获得的结果适用于单包层和双包层光纤激光器。     

偏轴双腔互比型腔式束流位置监测器

 提出一种利用偏轴双腔来监测电子束位置的新方法，根据谐振腔归一化分流阻抗参数分析了其工作原理和主要特性。偏心束流在偏轴谐振腔中激发出较强的偶极模TM₁₁₀信号，根据两腔输出的偶极模信号幅度比可直接测量束流的中心偏移量。偶极模信号幅度变化反映了束流的偏移方向，省去了鉴相工作，简化了前端接收电路的的设计，基模抑制问题已被解决。利用MAFIA和HFSS软件对本征模进行仿真，并分析了模式耦合特性，仿真结果验证了新结构的可行性。     

近化学计量比Ce∶Mn∶LiNbO3晶体光折变性能研究

在LiNbO3中掺进0.015mass%MnCO3和 0.1mass%CeO2,以Czchralski法生长Li/Nb比为1.38的近化学计量比Ce∶Mn∶LiNbO3(Ce∶Mn∶SLN)晶体和Li/Nb比为0.946的同成分Ce∶Mn∶LiNbO3(Ce∶Mn∶CLN)晶体.测试了晶体的红外光谱和紫外可见吸收光谱,讨论了Ce∶Mn∶SLN晶体OH－吸收峰和吸收边移动机理.利用二波耦合光路测试了晶体的指数增益系数,Ce∶Mn∶SLN晶体指数增益系数Γ达到27 cm2－.同时,研究了Ce∶Mn∶SLN指数增益系数提高的机理.     

垂直悬挂质点弹簧系统的振动

讨论了振动的振幅与周期的变化规律,给出了当质点质量m0与弹簧质量m之比趋于零与趋于无穷大以及系统水平放置时的振动解.     

动态法测量材料的磁电效应

根据动态法测量磁电效应的基本原理,优化设计并建立了磁电效应测量系统,对其中的一些重要参数对磁电效应测量的影响进行了研究.结果表明,综合考虑测量需要,选择适当的测量参数,对于磁电效应的正确测量十分重要.适当增加线圈长度、减小线圈匝数以及减小交变磁场场强,都是提高磁电效应测量精度、减小测量误差的有效途径.     

最小二乘法在液体粘滞系数实验中的应用

本文用多管落球法测得原始实验数据,运用最小二乘法进行处理,求得无限广延液体粘滞系数,并与直接作图法进行比较。     

A highly clustered scale-free network evolved by random walking

In present paper, we propose a highly clustered weighted network model that incorporates the addition of a new node with some links, new links between existing nodes and the edge's weight dynamical evolution based on weight-dependent walks at each time step. The analytical approach and numerical simulation show that the system grows into a weighted network with the power-law distributions of strength, weight and degree. The weight-dependent walk length l will not influence the strength distribution, but the clustering coefficient of the network is sensitive to l. Particularly, the clustering coefficient is especially high and almost independent of the network size when l=2.