能实现“磁聚焦”的匀强磁场最小面积的探讨

通过建模定量研究能实现"磁聚焦"的匀强磁场区域的最小面积并应用到2009年高考海南卷和2021年高考湖南卷的高考题解答中.     

Lamb波频域逆散射全聚焦成像方法研究

Lamb波因其传播距离远、衰减小常被用于板状结构的无损检测中,在基于Lamb波损伤检测的诸多成像技术中,全聚焦方法(Total Focus Method,TFM)方法因其成像分辨率高、信噪比高而受青睐。然而Lamb波的频散效应导致时域延时量不能被准确计算,进而影响传统TFM方法对损伤定位及成像的精度;此外,既有的TFM方法仅以回波幅值作为成像指标,忽略了Lamb波与损伤的相互作用,故而不能通过损伤表面的物理参数增强成像质量。针对这两个问题,本文首先在时域TFM基础上发展了频域TFM,在计算中纳入频散关系以规避频散的影响;其次以包含明确的损伤特征参数--反射率为成像指标,结合频域TFM方法建立损伤逆散射模型,以实现对损伤的准确成像。仿真和实验结果表明:频域逆散射TFM成像方法能够实现对铝板结构中的损伤检测,在工程实践中具有应用价值。     

毫米波速调管电子光学系统的研究

电子光学系统是毫米波速调管长寿命和整管性能实现的关键,毫米波速调管零件尺寸较小,为了在Ka波段和W波段实现千瓦量级的输出功率,要求具有高的电子注通过率及低的阴极负荷。对Ka波段和W波段电子光学系统特性进行了分析,确定了Ka波段10 kW分布作用速调管和W波段1 kW分布作用速调管电子光学系统的设计方案,利用软件对电子枪和聚焦系统的结构进行计算,并采用CST仿真软件对设计的电子枪发射的电子注在聚焦磁场中的状态进行优化。设计出的Ka波段速调管电子光学系统,电子枪工作电压26 kV,发射电流2 A,互作用区长度30 mm,磁场强度大于0.6 T,流通达到100%。设计的W波段速调管电子光学系统,电子枪工作电压17 kV,电流0.65 A,互作用区长度20 mm,磁场大于0.9 T,流通达到100%。已制成Ka波段速调管和W波段速调管,设计的电子光学系统能够满足速调管工程化需求。     

用Matlab软件仿真磁聚焦实验

从磁聚焦的实验原理出发,使用Matlab软件对电子在磁场中做螺旋线运动进行了 Simulink建模与仿真。通过改变电子的不同发射角,观察到这些电子经过一个螺距后,会重新会聚到焦点。     

分级孔结构的Fe-N-C催化剂用于高效电催化氧还原

氧还原反应（ORR）是金属空气电池以及质子交换膜燃料电池（PEMFCs）系统重要的阴极反应,研究具有高活性与高稳定性的非贵金属催化剂具有重要意义。本研究使用了一种具有分级孔结构的MIL-101-(Al-Fe)作为金属前驱体模板,成功制备出具有分级多孔结构的Fe-N-C催化剂。电化学测试结果表明,在0.1 mol/L KOH电解液中,Fe-N-C-MIL-900催化剂表现出最优的氧还原性能（半波电位0.905 V以及5000圈CV测试后半波电位仅下降5 mV）,远高于纯碳基N-C-MIL-900催化剂（0.845 V）。通过旋转环盘电极测试发现,Fe-N-C-MIL-900催化剂ORR电子转移数为3.98,H2O2产率低于3%,表现出明显的4电子ORR路径。这一工作为制备具有高ORR活性的Fe-N-C催化剂提供了一种新的途径。     

基于吸附色谱的分级技术在聚烯烃表征中的应用

聚烯烃树脂具有复杂的化学组成和链结构,液相分级技术是有效识别其精细结构的常用表征手段。相对使用较为广泛的结晶分级技术,高温-温度梯度相互作用色谱技术(HT-TGIC),作为一种最新的分级方法,具有可分析无定形聚烯烃样品的优势,大大拓宽了分级技术在聚烯烃树脂中的应用范围。本文列举了温度梯度相互作用色谱(TGIC)在聚烯烃表征中的典型案列,特别是针对结晶分级技术局限的低结晶度/无定形聚烯烃树脂。基于TGIC与凝胶渗透色谱(GPC)技术的联用分析,揭示了聚烯烃材料链结构的二维信息,为性能优异的新型聚烯烃材料研发与设计提供支撑和指导。     

聚焦微波辅助提取-酸性染料分光光度法测定农吉利中总生物碱

采用聚焦微波辅助提取(FMAE)结合溴麝香草酚蓝分光光度法测定农吉利中总生物碱。粒径为0.180 mm的样品,以甲醇为溶剂,料液比为1比25,在微波功率中火条件下提取50min。在pH 7.2的磷酸二氢钾-氢氧化钠缓冲溶液中,提取得到的生物碱与溴麝香草酚蓝酸性染料形成缔合物,用三氯甲烷萃取后,在最大吸收波长417nm处测量其吸光度。总生物碱的质量浓度在0.25~250mg·L-1范围内呈线性,方法的检出限(3S/N)为1.5mg·L-1。应用该方法测定农吉利药材中总生物碱,加标回收率为105%,测定值的相对标准偏差(n=6)小于3.0%。     

基于分区搜索算法的快速聚焦策略研究北大核心CSCD

针对爬山算法在自动聚焦中出现的诸如准确率差、速度慢等问题,提出了一种结合自适应步长和两步搜索法的分区搜索算法。方法根据聚焦评价函数值大小和曲线线形将聚焦评价曲线分为平缓和陡峭两个区域,平缓区域使用自适应步长进行搜索,提高自动聚焦搜索速度;陡峭区域使用两步搜索法,避免假峰值干扰所导致的聚焦错误,提高自动聚焦准确率。实验结果表明,分区搜索算法相较于爬山算法聚焦速度提升了11.25%,且具有更好的准确性和抗干扰能力。     

利用激光背向散射成像的马铃薯品质智能分级

激光背向散射成像是激光与生物组织相互作用产生散射光的成像,在农产品的品质分类中有着广泛的应用。利用激光背向散射成像技术与深度学习,实现马铃薯在不同存储情况下的品质分类。对激光背向散射进行理论分析,搭建激光背向散射成像的数据采集系统,对马铃薯样品进行激光背向散射图像采集,得到新鲜马铃薯、冰箱存储与室温存储马铃薯的激光背向散射成像数据集。对数据集利用改进后的VGG16网络进行训练,并与DenseNet121网络、原始VGG16网络的训练结果进行对比。结果显示,改进后的VGG16网络对数据集的分类准确率为95.33%。由此表明,激光背向散射成像结合深度学习可以实现马铃薯品质的智能分级。