可扩展多功能复合材料结构状态传感网络的设计与制作技术

先进复合材料的使用为大型工程结构减重、提高效能及降低运营成本提供了有效途径,由于设计、制造与检测技术的限制,复合材料的优越性能在大型结构上的应用还远没得以充分发挥。本文提出了一种与复合材料结构集成一体的可扩展多功能传感网络技术,形成复合材料结构多模式传感能力,使复合材料结构可以"感觉"和"思考"自身状态。为此,发展了在微观尺度上制作高密度电阻温度传感器、电阻应变片和PVDF压电薄膜传感器网络的新方法,利用可扩展的传感器网络搭载层实现了多功能传感器网络从微观到宏观的扩展。扩展后的柔性传感器网络可覆盖面积大、外形复杂的复合材料结构,为全面快速评价复合材料结构在制造及使用过程中的完整性提供有效的技术手段。     

高温云纹干涉测试系统研究

本文研制了用于高温云纹干涉法的测试系统.所研制的系统包括四光束云纹干涉仪、带观察窗口的高温云纹炉及控温系统、机械加载系统(加载架、测力传感器、冷却装置等)、CCD和计算机图像采集与处理系统.适用不同温度条件下的高温光栅制作技术也将给予介绍.该系统实现了1000℃高温氧化条件下的U、V场的实时测量.     

提高聚氨酯生物稳定性和相容性的研究进展

聚氨酯因其具有优异的机械性能、良好的生物稳定性和生物相容性等成为目前研究和应用广泛的一种生物高分子材料.但是作为长期植入材料,其生物稳定性和相容性并不完美,因此对聚氨酯材料进行改性来提高其生物稳定性和相容性已成为目前研究的重要方向.本文首先介绍了聚氨酯生物材料的结构特点,概述了其作为生物材料的合成进展情况,然后总结了提...     

云纹干涉仪中偏振相移的实验方法研究

本文根据偏振相移原理,将其成功地应用于云纹干涉系统中,给出具体实施方案,利用该装置进行实验,得到一组相移条纹图,给出相移结果和条纹倍增结果.     

基于区域分解和逐级光线分裂的杂散光分析

针对蒙特卡罗法运算量大的问题,通过引入区域分解和逐级光线分裂技术,减少杂散光线与表面交点求解时所涉及的表面数及跟踪光线数,降低计算量.区域分解时,考虑子区域与表面数的匹配关系；并基于杂散光传播过程的模拟信息,逐级确定光线分裂倍数.以大衰减比抑制结构和多传感器系统为例,进行杂散光分析.结果表明,对复杂系统杂散光传播的蒙特卡罗法模拟,应用区域分解和逐级光线分裂技术,可以在保持计算精度的前提下,有效地提高计算效率.     

概率论教学偶得

强大数定律揭示了随机现象的偶然性与必然性之间的关系.本文分享概率论教学的一个偶得，以激发学生兴趣.     

计算波状表面半透明流体层光谱反射特性的光线分裂跟踪法

提出一种计算具有波状表面的半透明流体层光谱反射特怀的光线分裂跟踪法，对平等入射和漫入射光谱分别采用正向和反向跟踪计算，实现了对光线的分裂跟踪，该方法计算思路简捷、速度快、需用内存小，对此类问题的求解有良好的适应性，算例结果表明，表面的波状弯曲降低了流体层对漫入射光谱的反射能力；但对平行入射光谱，呈现出两种相反的影响。     

离子色谱法测定氯膦酸二钠及其制剂的含量和有关物质

采用抑制型电导检测-离子色谱法同时测定氯膦酸二钠及其制剂的含量和有关物质.色谱条件为阴离子交换色谱柱(IonPac AS11-HC);检测方式为抑制电导检测;柱温30 ℃;流速1.2 mL/min;以KOH溶液为淋洗液,含量测定采用等度洗脱,有关物质检查采用梯度洗脱.氯膦酸二钠在0.0568～0.1895 g/L范围内线性关系良好(r＝0.9999); 注射液和胶囊的平均回收率分别为100.1%(RSD=0.7%)和98.9%(RSD=0.6%);检出限为0.3 ng.各杂质与主成分色谱峰能完全分离.     

遮光罩内壁蜂窝结构单元的双向反射特性

内壁蜂窝结构是决定遮光罩杂散光抑制性能的主要因素,掌握其各向异性辐射传输特性对遮光罩的杂散光分析和优化设计具有重要意义.针对蜂窝结构单元,建立辐射传输模型,导出了表面双向反射分布函数的离散表达式;通过蒙特卡罗法模拟蜂窝结构单元的辐射传输过程,分析了几何参量和涂层反射率对等效面反射特性的影响;根据模拟所得双向反射分布函数数据库,建立了用于遮光罩杂散光分析的蜂窝结构等效面的反射特性概率模型.分析结果表明,蜂窝结构对杂散光呈现很强的后向散射特征,等效面的反射特性概率模型与直接模拟结果符合很好,可用于遮光罩杂散光分析和设计.     

Robustness measurement of scale-free networks based on motif entropy

As a classical complex network model, scale-free network is widely used and studied. And motifs, as a high-order subgraph structure, frequently appear in scale-free networks, and have a great influence on the structural integrity, functional integrity and dynamics of the networks. In order to overcome the shortcomings in the existing work on the robustness of complex networks, only nodes or edges are considered, while the defects of high-order structure in the network are ignored. From the perspective of network motif, we propose an entropy of node degree distribution based on motif to measure the robustness of scale-free networks under random attacks. The effectiveness and superiority of our method are verified and analyzed in the BA scale-free networks.