应用浮动冲击平台考核舰载设备响应分析

为研究安装甲板模拟器的浮动冲击平台系统考核舰载设备的机理，对整个系统建立有限元模型进行数值模拟并建立力学模型进行了理论分析。根据船体甲板结构产生的垂向低通滤波特性，提出甲板模拟器具有减缓高频冲击并满足设备安装频率要求的作用。将被试设备的浮动冲击平台考核系统简化为有阻尼的三自由度系统强迫振动模型，通过拉普拉斯变换方法求解了不同冲击环境下被试设备的响应。数值模拟与理论计算结果比较吻合，被试设备响应迅速达到峰值后逐渐衰减，振动频率由高频向低频过渡，在分析浮动冲击平台舰载设备考核系统长时间响应时需考虑阻尼的影响。     

航天高压气体节流过程温变规律研究

基于焦-汤节流原理,针对航天领域常用气体在高压节流过程出现的温变现象,分析了高压气体节流温变过程及规律,开展了不同种类气体的节流温变对气体设备的影响研究。研究表明,对于预先压气的高压气瓶供气模式,氮气设备受节流降温影响较小,氧气设备则需关注节流元件及其下游设备对节流过程强烈降温效应的适应性;对于航天常用的液氮高压空浴汽化后在线压供气模式,为减少节流降温对下游设备的影响,需在高压空浴汽化器出口设置加温设施;对于高压氦气节流减压后的显著升温效应,为减少对下游设备的影响,采用液氮汽化对氦气进行降温是一种较为理想的技术路线。     

医学影像处理的深度学习可解释性研究进展

随着医学影像数据的迅速增长，传统的影像分析方法给医生带来巨大挑战。利用计算机视觉技术提供自动或半自动辅助诊断，可大大缓解人工阅片压力，提高诊断的准确性，促进医疗流程的标准化建设等。目前，深度学习卷积神经网络在医学影像处理中已取得不俗表现，但深度学习“黑匣子”的不可解释性阻碍了智能医疗诊断的发展。为增强对医学影像数据处理的深度学习可解释性的了解，对近几年相关研究进展进行了综述。首先，综述了深度学习在医学领域的应用现状及面临的问题，对神经网络的可解释性内涵进行了讨论；然后，从现有深度学习可解释性的常见方法出发，重点讨论了医学影像处理的深度学习可解释性研究进展；最后，探讨了医学影像处理的深度学习可解释性的发展趋势。     

在体酶生物燃料电池的研究进展

酶生物燃料电池(Enzymatic biofuel cells,EBFCs)具有高专一性和催化性能,可催化与氧化还原反应有关的燃料并获得电能.可用的生物燃料,如葡萄糖、乳酸和丙酮酸盐,可以从汗液、泪液和血液中提取,因而以体液为燃料的EBFCs在可植入式或可穿戴式设备中具有良好的应用前景.采用生物电催化机理对酶生物燃料电池在体液发电中的应用进行了研究,以及对可植入式或可穿戴式生物燃料电池的主要挑战和未来的前景进行了展望.     

四川大学研发出世界首款风冷型高性能激光诱导击穿-拉曼一体化光谱分析仪

由四川大学生命科学学院分析仪器研究中心段忆翔教授作为项目负责人,牵头承担的国家重大科学仪器设备开发专项又取得最新进展——"激光诱导击穿-拉曼光谱分析仪(LIBRAS)"首次亮相于2014年12月20日~21日的"激光光谱分析前沿技术国际研讨会"。     

一种基于自组织粒子群–径向基神经网络的污水总磷TP软测量

针对当前污水处理过程出水总磷TP测量操作繁琐、仪器设备造价高、测量结果可靠性和精确性低等问题,本发明设计了一种基于自组织粒子群–径向基神经网络的污水处理过程出水总磷TP软测量方法,并利用实时数据对出水总磷TP软测量方法进行校正,实现了对污水处理过程出水总磷TP的预测,解决了出水总磷TP难以测量的问题;结果表明该出水总磷TP软测量方法能够快速、准确地预测污水处理出水总磷TP的浓度,有利于加强城市污水处理厂精细化管理和提升实时水质质量监控水平。     

金属阻尼性能测试方法的现状与发展

阻尼金属正成为减振降噪的首选方案之一，而阻尼性能测试结果可比性差已经成为制约高阻尼金属材料发展的一个“瓶颈”问题。由于自由衰减速率，共振峰宽度和应力一应变相位差都能够反映金属材料的阻尼性能高低，阻尼测试方法较多。本文论述了表征金属材料阻尼性能的物理量，并分析了由于设备，测试方法和试验参数不同可能引入的系统误差。介绍了弯曲共振装置，扭摆仪和DNFFA动态热机械分析仪等三种主要测试设备的原理和特点。文中还对测试设备和方法存在的系统误差，阻尼性能参数之间的换算以及金属材料阻尼性能的综合评价等若干问题进行了探讨，并对进一步完善和规范金属阻尼性能测试方法提出了建议。     

一种舰船变形测量方法的研究与应用

以舰船船体结构、惯性导航系统、被试导航设备以及天文经纬仪为物理对象，提出了一套利用光学系统原理和计算机图像处理技术对联合基座进行水平变形测量的方法，解决了各设备因安装位置的不同所造成的安装基座间产生的水平变形量问题。     

中考最优化方案设计题解析

<正>中考试题中最优化方案设计问题倍受考官青睐.通过设置一个实际问题的情景.给出若干信息,运用数学知识设计恰当的解决方案,以求得最好的实用效果或最大的经济效益.具体解法可通过建立方程、不等式或函数等方法求解.下面从三个方面分析优选方案设计题目类型和解题方法.     

一种基于新型查表方法的统一计算设备架构并行计算全息算法

为解决点源法计算全息速度较慢的问题,提出了一种新的查表算法,命名为三角函数查表法(T-LUT算法)。该算法是基于点源法基本的数学公式,通过一系列数学近似与恒等变换,生成了一种纯相位查找表,该查找表具有三维特性,并具有生成速度快、精度高、占用内存少等特点,克服了点源法重复计算相位的缺点。同时采用统一计算设备架构(CUDA)并行计算在图形处理器(GPU)上加以实现,并进行了三次并行优化。在算法的验证与对比实验中,采用单显卡(GPU显卡)实现T-LUT算法,在不牺牲全息图再现像质量的前提下,成功地将点源法计算全息的速度大幅度提升。实验发现在不同的物空间采样点数量的情况下,速度相对于点源法GPU运算提升30倍至近千倍不等。