100 kHz腔倒空薄片激光器理论与实验研究

对100 kHz运转的腔倒空薄片激光器的输出特性进行了理论和实验研究。首先建立起腔倒空薄片激光器的速率方程理论模型，模型中考虑了单位时间谐振腔中新增的自发辐射光子数，对其占总自发辐射光子数的比例进行了分析，并结合一些参数进行了仿真。进一步搭建了重复频率为100 kHz的腔倒空薄片激光器实验装置，获得了平均功率为253 W的纳秒激光脉冲输出，光光效率约为35.2%,脉冲宽度为10.4 ns,单脉冲能量为2.53 mJ,脉冲的峰值功率超过了200 kW,x和y方向的光束质量M²分别为9.77和9.27。针对腔倒空调Q的动力学稳定性问题，研究了普克尔盒开关时间对输出平均功率和输出脉冲稳定性的影响，实验中观察到了倍周期分岔和确定性混沌现象，从理论上对这个现象进行了仿真分析，仿真结果可与实验结果相符。     

全局优化问题的一个新的无参数填充函数

求全局最优化问题的填充函数算法被提出以来，参数的选取和调整一直是制约算法有效性的因素。如何在实际的计算过程中选取合适的参数，直接影响和决定了运算速度和效率。因此，构造不含参数的填充函数就显得极为重要。提出一个新的无参数的填充函数，对其理论性质进行了分析，并给出相应的填充函数算法，数值计算验证了算法的有效性。     

射频等离子制备石墨烯负载Co3O4催化剂及其析氧性能研究

氢能的引入能有效提升配电网的供电可靠性,而电解水制氢是实现低碳转型的关键技术,开发高效的电解水催化剂势在必行。过渡金属氧化物储量大、催化活性高,是具有广阔应用前景的析氧反应催化剂。本文通过射频等离子体处理制备石墨烯上负载Co₃O₄析氧催化剂,XRD、Raman和XPS测试结果显示,二维结构石墨烯的引入加速表面电子迁移,增大了反应面积。等离子体处理促进了纳米粒子在石墨烯上的负载,利用等离子体刻蚀作用在催化剂表面制造出大量碳结构缺陷和氧空位结构,改善了活性位点分布,有效调控Co₃O₄电子结构,提高析氧催化活性。电化学测试表明,本文中合成的Co₃O₄@rGO在电流密度为50 mA·cm^-2时的过电位为410 mV,动力学反应速率较快,表现出优于商业IrO₂的析氧催化活性。     

菱形颗粒冲蚀磨损特性试验及仿真研究

本文中针对单个硬质角形颗粒冲击金属材料表面的过程,设计了弹射试验装置,研究菱形颗粒冲击行为及冲蚀机理.采用高速摄像机,捕捉不同冲击速度v_i、冲击角度α_i和方位角度θ_i下颗粒的运动轨迹.建立了基于拉格朗日法的FEM-SPH耦合数值计算模型,借助于模型进一步分析了角形颗粒的运动学行为和变形凹坑形态.结果表明:冲击角α和方位角θ是决定颗粒旋转的关键因素,在某一固定冲击角αi下存在一个临界方位角θcr_i,当θiθ_(cri)时颗粒冲击后发生前旋旋转,当θ_iθ_(cri)时颗粒冲击后发生后旋旋转;冲击诱导的颗粒旋转对冲蚀机理的影响较大,颗粒前旋旋转对金属材料产生"耕犁"作用,后旋旋转对金属材料产生"撬起剔除"作用.颗粒的动能损失受到冲击角α_i和方位角θ_i的影响较大,临界方位角θ_(cri)下颗粒的动能损失最大,凹坑变形最严重.     

“蜡烛火焰划分”实验的局限成因分析及改进研究

人教版初中化学首个探究性实验"蜡烛及其燃烧"明确指出火焰的划分方法，但在实际教学中肉眼观察法和火柴梗燃烧法对蜡烛火焰的划分存在一定的局限性。采用文献研究法和实验验证法分析其局限性的成因——燃料的析炭能力强弱、材料结构的不同等，并提出相应的改进建议。     

铬酸酐电催化合成过程阳极稳定性与析气效应研究

针对铬酸酐传统生产技术存在的高污染、高消耗、工艺落后等问题,研究了以重铬酸钾为原料,电催化合成铬酸酐绿色新技术。循环伏安法研究了阳极的电催化性能,扫描电镜分析了表面形貌。结果表明,自制钌/铱/钛氧化物复合阳极在阳极电解液中具有较低的析氧过电位和稳定的高催化活性。实验测得不同反应条件下阴极析氢速率,建立了析氢速率和析氢量随阳极液重铬酸钾初始浓度、反应温度及反应时间变化的数学模型,指出阴极析氢速率可用于定量表征铬酸酐电催化反应进程,讨论了析氢速率和析氢量的影响因素。     

型钢-钢板混凝土组合墙抗震性能试验研究

提出一种型钢–钢板混凝土组合墙,为了研究其抗震性能,设计制作该形式的型钢–钢板混凝土组合墙进行拟静力试验。通过改变试件的轴压比、剪跨比,研究其在低周往复载荷作用下的受力机理、滞回性能、刚度退化及耗能能力等。试验结果表明:试件的破坏形态为压弯破坏,组合墙两端方钢管正面及侧面发生撕裂,两侧底部钢板屈曲严重,混凝土压溃;随着轴压比减小,试件具有更好的塑性变形能力和耗能能力,剪跨比对组合墙的抗震性能影响较小。     

盲重构频域阵列信号的压缩感知水声目标方位估计

针对复杂海洋环境条件下压缩感知水声目标方位估计性能下降的问题,利用盲源分离能够提高信噪比的优势,提出了一种盲重构频域阵列信号的压缩感知水声目标方位估计方法。首先将阵元域信号通过傅里叶变换方法得到多个子带阵列信号;然后对各个子带阵列信号进行复数域盲源分离得到子带解混矩阵和子带分离信号估计,并对子带分离信号进行属性分析和处理;再根据处理后的子带分离信号和子带解混矩阵重构子带阵列信号,对重构的子带阵列信号采用频域压缩感知方法进行空间谱估计,得到各个子带的空间谱;最后将各子带得到的空间谱进行求和,搜索求和后空间谱的峰值则可实现目标方位估计。模拟器数据和海上实测数据验证结果表明,同等条件下该方法的目标检测能力优于经典的最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法、频域压缩感知(Compressed Sensing,CS)方法、盲源分离(Blind Source Separation,BSS)与MVDR相结合的方法(BSS+MVDR方法),测向精度更高,明显提高了弱目标信号的空间谱能量,增强了声呐检测弱目标的能力。      

利用带无标签数据的双支持向量机对恒星光谱分类

恒星光谱分类是天文技术与方法领域一直关注的热点问题之一。随着观测设备持续运行和不断改进，人类获得的光谱数量与日俱增。这些海量光谱为人工处理带来了极大挑战。鉴于此，研究人员开始关注数据挖掘算法，并尝试对这些光谱进行数据挖掘。近年来，神经网络、自组织映射、关联规则等数据挖掘方法广泛应用于恒星光谱分类。在这些方法中，支持向量机(SVM)以其强大的学习能力和高效的分类性能而备受推崇。SVM的基本思想是试图在两类样本之间找到一个最优分类面将两类分开。SVM在求解时，通过将其最优化问题转化为具有(QP)形式的凸问题，进而得到全局最优解。尽管该方法在实际应用中表现优良，但为了进一步提高其分类能力，有的学者提出双支持向量机(TSVM)。该方法通过构造两个非平行的分类面将两类分开，每一类靠近某个分类面，而远离另一个分类面。TSVM的计算效率较之传统SVM提高近4倍，因此，自TSVM提出后便受到研究人员的持续关注，并出现若干改进算法。在恒星光谱分类中，一般分类算法都是根据历史观测光谱来建立分类模型，其中最关键的是对光谱进行人工标注，这项工作极为繁琐，且容易犯错。如何利用已标记的光谱以及部分无标签的光谱来建立分类模型显得尤为重要。因此，提出带无标签数据的双支持向量机(TSVMUD)用以实现对恒星光谱智能分类的目的。该方法首先将光谱分为训练数据集和测试数据集两部分；然后，在训练集上进行学习，得到分类依据；最后利用分类依据对测试集上的光谱进行验证。继承了双支持向量机的优势，更重要的是，在训练集上学习分类模型过程中，不仅考虑有标记的训练样本，也考虑部分未标记的样本。一方面提高了学习效率，另一方面得到更优的分类模型。在SDSS DR8恒星光谱数据集上的比较实验表明，与支持向量机SVM、双支持向量机TSVM以及K近邻(KNN)等传统分类方法相比，带无标签数据的双支持向量机TSVMUD具有更优的分类能力。然而，该方法亦存在一定的局限性，其中一大难题是其无法处理海量光谱数据。该工作将借鉴海量数据随机采样思想，利用大数据处理技术，来对所提方法在大数据环境下的适应性展开进一步研究。