基于卷积神经网络的HL-2A装置H模辨识研究

基于HL-2A装置的放电实验数据，利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法，得到了可靠的高成功率的高约束模时段识别结果。算法中，选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习，得到一个深度为21层的二分类卷积神经网络。该网络模型经过其他474次放电数据的测试集检验，高约束模识别的正确率达到了98.17%。     

一种锚泊条件下捷联惯导系统级标定方法

捷联惯导的误差参数标定,一般是在实验室静基座或外场轻微晃动干扰基座下进行的,不能满足舰船出海期间在锚泊条件下对捷联系统进行标定的需求。针对此问题,提出了一种舰船锚泊条件捷联系统级标定方法。通过设置合适的卡尔曼滤波器量测误差参数和延长系统级标定时间,来减小锚泊运动的影响,使系统级标定结果准确稳定。通过设置不同的惯导系统误差,进行多次锚泊条件系统级标定仿真,对所提方法进行验证。仿真结果表明,在经过系统级标定后,加速度计零偏误差小于10μg,陀螺和加速度计的刻度系数误差小于30ppm,两者的安装误差角小于10'。舰船锚泊条件系统级标定方法可以在舰船出海后不依赖外部测量信息标定惯导的部分参数,具有一定的应用参考价值。     

单位圆内解析函数和整函数四则运算的精确级和精确型

利用Nevanlianna值分布对具有精确级整函数与单位圆内的解析函数,具有相同增长级和不同型的整函数和解析函数f1（z）与f2（z）四则运算后的精确级、级、精确型和型进行了研究,得到了一些结果,完善了原有的一些结论。     

丹酚酸A 对H2O2 所致大鼠脑微血管内皮细胞氧化损伤保护的实验研究

目的 观察丹酚酸A 对H2O2所致大鼠脑微血管内皮细胞（RCMECs）氧化损伤的保护作用，并探讨其可能的作用机 制。方法 分离并培养大鼠脑微血管内皮细胞，用H2 O2 损伤的方法建立氧自由基损伤模型。采用丹酚酸A 进行干预后，分别测定细胞培养液中乳酸脱氢酶（LDH）活性、血栓素B2（TXB2）水平、6- 酮基前列腺素1α（6-keto-PGF1α）的含量，以及细胞内和培养液中脂质过氧化产物丙二醛（MDA）含量和超氧化物歧化酶（SOD）的活性。结果 H2O2致RCMECs 氧化损伤后，细胞LDH 释放水平、TXB2和MDA 的含量均明显增加，同时6-keto-PGF1α 含量和SOD 活性显著下降；而丹酚酸A 预处理后能呈浓度依赖性的降低RCMECs 氧化损伤后LDH 水平、TXB2含量和细胞内外的MDA 含量，提高受损细胞6-keto-PGF1α 的表达和细胞内外SOD 活性。结论 丹酚酸A 对H2O2所致RCMECs 氧化损伤具有保护作用，其机制可能与其抗氧化作用有关。     

基于灰色关联分析的煤矸石集料级配影响因素研究

为了对煤矸石集料级配作用进行深入研究,采取煤矸石集料空隙率作为评价指标.试验采用粒径0.16~26.5mm的集料,采用最大密度曲线公式确定煤矸石集料的颗粒级配范围,通过调整最大密度曲线n值,确定集料中各粒径组的比例,结合集料的空隙率,运用灰色关联分析各粒径组比例对集料空隙率的影响.研究结果表明:煤矸石粗集料对空隙率的影响大于煤矸石细集料的影响,当n=0.56时,煤矸石集料的空隙率最小,粗集料的骨架作用和细集料的支承作用最好.     

HL-2A装置中性束发射光谱 诊断系统的研制与测试

在HL-2A装置上完成了一套32通道束发射诊断系统(BES)，可对径向r=12~44cm, 极向-7.5~+7.5cm二维空间范围内的长波长()电子密度扰动信息进行测量，其时间分辨率达到0.5ms，空间分辨率1~2cm。系统由内置于真空室的非对称镜头组、传输光纤、高性能探测器模块以及辅助的冷却和真空设备构成。系统的噪声在低频时(f<100kHz)主要由散粒噪声贡献，在较高频率时由散粒噪声和e噪声共同决定。在典型的HL-2A装置放电模式中，对于200kHz以下的扰动，该系统的信噪比(SNR)均大于3。     

基于耦合道Gamow壳模型计算17O和17F的能谱以及16O(p,p)反应的微分散射截面

利用耦合道Gamow壳模型计算了17O和17F的低激发能谱以及16O(p,p)反应的低能弹性散射截面。结果表明，17O和17F中非束缚共振态能级的核子发射宽度的计算需要合理地考虑连续态耦合效应。计算得到的17O和17F的低激发能谱以及16O(p,p)反应的低能弹性散射激发函数都与实验数据吻合较好。这说明基于现实核力的计算可更好地描述16O(p,p)反应的低能弹性散射截面。     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

MCNOs/CdS双效光催化剂的制备及其性能研究

水热合成法制备了不同磁性纳米洋葱碳(MCNOs)负载量(0%、1%、3%、5%)的MCNOs/CdS光催化剂。并通过X射线衍射分析(XRD)、扫描电子显微镜(SEM)、傅里叶红外光谱(FT-IR)、X射线光电子能谱(XPS)、紫外可见光光谱(UV-Vis)、磁滞回线测定仪(VSM)对其进行表征,探究了MCNOs负载比例对催化剂在可见光下降解RhB性能及机理的影响。结果表明,MCNOs能有效提高CdS的光催化效果,复合3%MCNOs后降解率为96%,与纯CdS相比降解率提高了30%,磁性分析表明,其具有良好的顺磁性并能实现催化剂的有效回收。MCNOs/CdS在可见光下催化降解RhB的一级反应动力学直线有较好的拟合度,表明制备的催化剂有较好的催化活性。