50,52,53,54Cr光核反应数据评价

通过分析光子诱发52,50Cr核反应的各类实验数据，澄清52Cr光子吸收截面评价数据与中子、质子出射截面测量值间的分歧，给出了52Cr中子出射截面实验数据的修正；选取EGLO模型光子强度函数，结合准氘模型，给出光子吸收截面。在此基础上，采用最新研制的光子与中重核反应计算程序MEND-G，通过优化理论模型参数，包括剩余核的能级密度和对能修正参数，给出光子能量在200 MeV范围内的n、p、${{\rm{\alpha }}}$等粒子出射核反应的截面，52,50Cr的计算结果在30 MeV以下能区很好地符合了现有实验数据，并按国际标准ENDF/B-6库格式给出了50,52,53,54Cr的全套数据文档，便于核工程用户使用。     

硫钒铜矿化合物电子结构和电致变色特性的第一原理研究

基于密度泛函的第一原理赝势平面波方法，计算晶体结构、电子结构和光学性质，研究硫钒铜矿化合物Cu₃VS₄、Cu₃NbS₄和Cu₃TaS₄的电子输运及电致变色特性，探讨作为透明半导体材料应用于太阳能电池和电致变色器件的可能性.电子结构的计算表明这类化合物是间接带隙半导体，其电子能带的导带底和价带顶分别位于布里渊区的X点和R点.价带顶的电子本征态主要来自于Cu原子的d电子轨道，而导带底电子态主要来源于VB族元素原子的d电子轨道.能带结构、电荷布居分析、电子局域化函数和光吸收及反射谱的计算表明这些硫钒铜矿化合物属于极性共价半导体，具有较高的电荷迁移率和优良的电致变色特性，可应用于高效电致变色器件.     

H2S在B16N16及M@B16N16(M=K,Na,Cl,F)纳米笼催化剂上的分解机理研究

采用密度泛函理论研究了B₁₆N₁₆及M@B₁₆N₁₆(M=K,Na, Cl, F)纳米笼催化剂的稳定性及H₂S在催化剂上的分解机理.结果表明,Na和F掺杂有利于提高B₁₆N₁₆稳定性,而K和Cl掺杂则降低了B₁₆N₁₆的稳定性.H₂S在催化剂上的降解按H₂S→HS+H→S+H₂方式进行,第二步为反应的速率控制步.动力学研究表明H₂S在B₁₆N₁₆笼上第一步分解的活化能为0.60eV,第二步分解的活化能为2.01eV. Na和K的掺入对H₂S降解有利,而F和Cl的掺入则对H₂S降解不利.特别是Na@B₁₆N₁₆纳米笼不但展现出良好的稳定性,而且能将速控步能垒从2.01降低至1....     

CO_2捕集炭膜的前驱体结构设计及性能

从分子结构设计出发,合成了一系列新型刚性、高自由体积的聚酰亚胺炭膜前驱体,并制备了炭膜.采用热重分析(TGA)、傅里叶变换红外光谱(FTIR)、X射线衍射(XRD)和高分辨透射电子显微镜(HRTEM)研究了不同聚酰亚胺前驱体的热分解特性及在热解炭化过程中化学结构、微结构的变化规律;测试了所制备炭膜的气体分离性能.结果表明,前驱体的自由体积分数显著影响炭膜的气体分离性能;聚合物结构越具刚性,自由体积越大,所得炭膜结构越疏松,极微孔道尺寸越大,越有利于气体分子在炭膜极微孔道中的渗透、扩散与传输.其中,刚性大体积基团芴基、酚酞cardo基团和六氟异丙基的引入能有效破坏分子链间的堆积,提高聚合物的自由体积,所形成炭膜的结构较疏松,均表现出优异的气体渗透性和分离选择性,超越了Robeson上限,解决了传统炭膜气体渗透性能低的问题.特别是采用羟基官能化聚酰亚胺前驱体制备的炭膜在保持较高气体分离选择性的同时,CO_2气体的渗透性高达24770 Barrer(1 Barrer≈7.5×10-18m2·s-1·Pa-1),可实现对CO_2的有效分离和捕集,展现出良好的商业化应用前景.     

在基础无机化学实验教学中培养学生自主学习能力

自主学习能力的培养是开发学生创新思维、增强独立研究能力的基础,本文通过剖析基础无机化学实验教学中存在的问题,结合大一新生在学习过程中暴露出来的问题,探讨了如何在基础无机化学实验教学的不同阶段,在实验教学的各个环节中,采取不同的教学方式,运用不同的教学手段,帮助学生树立自主学习意识,提高自主学习能力,为新世纪高素质、创新性人才的培养奠定良好的基础。     

压电压磁复合材料中裂纹对反平面简谐弹性波的散射问题

分析了压电压磁复合材料中裂纹对反平面简谐弹性波的散射问题。利用傅立叶变换,使问题的求解转换为对一对以裂纹表面上的位移差为未知变量的对偶积分方程的求解。为了求解对偶积分方程,把裂纹面上的位移差展开为雅可比多项式形式,进而得到了裂纹长度、入射波波速及入射波频率对裂纹应力强度因子的影响。从数值结果可以看出,压电压磁复合材料中可导通裂纹的反平面问题的动应力奇异性与一般弹性材料中的反平面断裂问题动应力奇异性相同。     

随机振动载荷作用下结构Von Mises应力过程的研究

随机振动载荷作用下结构的多轴疲劳分析非常复杂，利用Von Mises应力准则将多轴应力响应转换为单轴应力是一条简单而有效的途径，其关键问题是Von Mises应力概率密度函数的确定。本文提出了Von Mises应力过程近似服从Weibull分布的假设，同时给出了确定Weibull参数的方法，为进一步直接利用Von Mises应力进行结构多轴疲劳分析创造了条件。     

载流曲管声—弹耦合振动高阶模态的稳定性及其能量分布

讨论了载流曲管声－弹耦合振动的高阶模态及其稳定性，研究结果表明系统的耦合振动与流体和结构之间的刚性比α，截面特性比γ及质量比β有直接关系。α和γ的乘积ζ是系统特征值及稳定性的重要影响参数。文中给出了两端固支载流曲管前三阶失稳频率所对应的ζ。为了更好地解释耦合系统的振动特性及稳定性，还研究了曲管声－弹耦合振动的能量分布     

Vibration-insensitive fiber spool for laser stabilization

Excess frequency noise induced by mechanical vibration is the dominant noise source at low Fourier frequencies in fiber-delay-line stabilized lasers. To resolve this problem, a double-winding fiber spool is designed and implemented that has ultralow acceleration sensitivity in all spatial directions. By carefully choosing the optimal geometry parameters of the fiber spool, we achieve acceleration sensitivity of 8 × 10~(-11)/g and 3 × 10~(-11)/g(g denotes the gravitational acceleration) in axial and radial directions, respectively.     

基于人工神经网络在线学习方法优化磁屏蔽特性参数

磁屏蔽在磁场敏感的装置如原子钟、原子干涉仪等精密设备中发挥重要的作用,在变化外磁场下的某个磁屏蔽内部剩余磁场,可以通过Jiles-Atherton磁滞模型和磁屏蔽系数计算得出,根据计算结果可以进行主动补偿来抵消内部磁场的改变.然而实际应用中磁滞模型中五个与磁屏蔽相关的参数以及磁场衰减的两个参数的准确值的获得是比较困难的,通常根据实测磁滞回线人工匹配调节参数会花费大量时间且很难确保最终参数是全局最优值.基于人工神经网络的机器学习方法已经成为一种对复杂模型进行参数优化的有效手段,得益于现代计算机强大的运算能力,该过程通常远远快于人工参数调节,并有更大概率找到全局最优值,获得优于手工调节的参数值.本文利用人工神经网络在线机器学习的方法,对磁滞模型的五个参数与磁屏蔽的另外两个屏蔽相关参数进行优化测定,并对模拟卫星磁场环境下磁屏蔽内剩余磁场进行预测.通过实际测量屏蔽筒内剩余磁场与预测值比对,发现通过机器学习方法得到的磁屏蔽特性参数优于手动找到的参数,且所用时间大大缩短.该结果不仅有助于更好地进行磁场补偿,用于冷原子系统参数优化调整,更重要的是验证了神经网络在多参数物理系统中的应用,可以使其他多参数共同作用的物理实验进行最优参数的快速确定.