Frequency-dependent acoustic energy focusing in hexagonal ceramic micro-scaffolds

Acoustic properties of an additive-manufactured SiC scaffold with hexagonal symmetry fabricated by the robocasting method are studied both numerically and experimentally. The numerical analysis is based on the finite element method (FEM) using Bloch boundary conditions. The calculations show both angular and frequency dispersion of the acoustic waves with wavelengths comparable to the spacing between the rods, i.e., on a millimeter scale, indicating interesting acoustic properties in the MHz range. The dispersion character leads to focusing of the energy propagation into the directions of the rods of the hexagonal structure. This is illustrated by modal-based calculations of the propagation of longitudinal and out-of-plane shear wave packets with a dominant wavelength. The experimental analysis consists of two steps, the measurement of the resonant spectrum and shear wave propagation character. The measured resonant spectrum is in good agreement with the one calculated using numerically obtained low-frequency properties of the structure, also showing the quality of the overall manufactured structure. The time-domain measurement shows significant changes in the energy propagation between low and high frequencies, as predicted by FEM calculations.     

基于多通道时间反转Lamb波的铝板小缺陷检测

超声Lamb波具有传播距离远、衰减小等特点,广泛应用于板结构的无损检测。将Lamb波检测技术与时间反转理论相结合,能提高铝板中小缺陷的检测能力。采用多通道时间反转板中Lamb波聚焦方法对1mm厚的铝板中直径0.8mm通孔缺陷进行检测,检测结果显示多通道时间反转检测信号中形成了两处明显的聚焦,即直达波和缺陷回波聚焦,证明此方法有效提高了检测分辨铝板小缺陷的能力。最后通过直达波、缺陷回波两处聚焦的时间差和Lamb波S_0模态群速度,准确实现了铝板中小缺陷的定位。多通道时间反转Lamb波聚焦方法不仅得到了缺陷检测回波,而且准确实现了缺陷的定位,达到了提高铝板中小缺陷检测能力的目的。     

Enhancement of pupil-masked wavelength-scale gas-filled flat acoustic lens based on anomaly apodization effect

In this letter, the improvement in focus by the use of a pupil mask produced in an acoustic mesoscale cuboid particle filled with CO₂ is reported. Thereby, the result shows that the pupil mask increases the sound intensity and also increases the resolution (or a reduction of the full width at half maximum, FWHM) in focus compared to the non-masked one. These results are important because they confirm the effect of abnormal amplitude apodization for a one-wavelength dimension acoustic lens and demonstrate that it is possible to improve sound focusing of a cuboid gas-filled lens with one wavelength dimension. This is the smallest size of an acoustic lens ever considered in this type of literature, with side dimensions of the cube equal to one wavelength and a diameter to focus ratio of 2.5, the sound amplification in focus is 5.4 dB at 4125 Hz, with the resolution near to the diffraction limit.     

高光谱图像和叶绿素含量的水稻纹枯病早期检测识别

基于高光谱成像技术和化学计量方法，实现了对水稻纹枯病病害的早期检测识别。以幼苗时期的水稻植株为研究对象，对其进行纹枯病病菌侵染，获得染病植株，采集358～1 021 nm波段范围的高光谱图像，三次实验共240个样本，包括染病植株120个样本和健康植株120个样本。根据高光谱图像的光谱维，对染病水稻叶片和健康水稻叶片提取感兴趣区域（ROI），利用感兴趣区域的光谱数据，对其进行Savitzky-Golay（SG）平滑、Savitzky-Golay（SG）一阶求导、Savitzky-Golay（SG）二阶求导、变量标准化（SNV）和多元散射校正（MSC）预处理，建立线性判别分析（LDA）和支持向量机（SVM）分类模型，结果表明：采用SG二阶求导预处理后的线性判别分析（LDA）模型取得了较好的性能，正确识别率在建模集达98.3%，在预测集达95%；利用载荷系数法（x-loading weights, x-LW）对原始光谱和5种预处理的光谱数据进行特征波长提取，然后根据选取的特征波长建立线性判别分析（LDA）和支持向量机（SVM）分类模型，其中采用SG二阶求导预处理后提取的12个特征波长的线性判别分析（LDA）模型取得了较好的性能，其正确识别率在建模集达97.8%，在预测集达95%，而且基于载荷系数法建立的模型性能与全波段相当，可以通过载荷系数法减少数据量对水稻纹枯病病害进行识别；根据高光谱图像的图像维，研究了基于图像主成分分析、基于概率滤波和基于二阶概率滤波的图像特征提取方法，利用提取的特征变量建立反向传播神经网络(BPNN)和支持向量机（SVM）分类模型，其中基于图像主成分分析的反向传播神经网络（BPNN）模型取得了较好的性能，建模集准确识别率达90.6%，预测集的准确识别率达83.3%；根据高光谱图像光谱维和图像维的最优模型，特将叶绿素含量作为建模的另一个特征，分别与光谱特征、图像特征组合，建立反向传播神经网络（BPNN）和线性判别分析（LDA）模型，提出基于光谱特征加叶绿素含量、图像特征加叶绿素含量和光谱、图像特征加叶绿素含量三种组合方式，其中，光谱特征和图像特征分别与叶绿素组合的方式比之前单独的光谱和图像特征建模性能都有所提升，而且三种组合方式中光谱特征加叶绿素含量的反向传播神经网络（BPNN）建模方式取得本研究所有建模方式中较优的性能，其准确识别率在建模集达100%，在预测集达96.7%。以上研究表明，基于高光谱图像和叶绿素含量对水稻纹枯病病害进行早期识别是可行的，为水稻病害的早期识别提供了一种新方法。     

结合组织芯片技术的人体胃管状腺癌组织太赫兹光谱检测

太赫兹波技术在生物医学领域具有广泛应用前景，结合人体胃管状腺癌组织检测，针对太赫兹时域光谱（THz-TDS）组织检测点位与实际病理难以配准的问题，在处理石蜡包埋的胃组织的过程中引入组织芯片技术，为实验样本的精准定位检测提供了可行方法。开展了人体胃正常组织和癌变组织太赫兹检测实验，结合主成分分析方法，对比分析了组织芯片技术配准的实验组与未配准的对照组的太赫兹吸收系数和折射率谱。此外对比研究了采用支持向量机和逻辑回归的太赫兹胃管状腺癌判别方法。研究结果表明，使用组织芯片方法有助于提升组织取材的精准性从而提高癌变样本和正常样本光谱数据的区分效果。     

Guidelines for tuning the macropore structure of monolithic columns for high‐performance liquid chromatography

The ability to control the external porosity and to tune the dimensions of the macropore size on multiple length scales provides the possibility of tailoring the monolithic support structure towards separation performance. This paper discusses the properties of conventional polymer–monolithic stationary phases and its limitations regarding the effects of morphology on kinetic performance. Furthermore, guidelines to improve the macropore structure are discussed. The optimal monolithic macropore structure is characterized by high external porosity (while maintaining ultra‐high‐pressure stability), high structure homogeneity, polymer globule clusters in the submicron range, and macropores with a diameter tuned toward speed (small diameter in the 100–500 nm range using short beds) or efficiency (larger macropores in the range of 500 nm–1 μm allowing the use of longer column formats). Finally, promising approaches to control the morphology are discussed.     

利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别

小麦是制作馒头的主要原料之一，小麦中水、蛋白质、淀粉会因产地以及烘干程度的差异而不同，进而影响到加工成馒头的品质。所以实现对小麦产地和烘干程度的快速鉴别就显得尤为重要。感官评定是鉴别小麦产地和烘干程度常用的方法，对比感官评定，光谱分析可以识别样品中的分子结构等信息。基于此，尝试利用近红外和中红外光谱融合技术实现对不同产地和不同烘干程度的小麦同时鉴别。首先选取了两个不同产地的小麦，再利用微波干燥法对两个不同产地的小麦做烘干预处理，使烘干的小麦水含量为12%±0.5%，原麦水含量为18%±0.5%。分别标记为原麦A，烘干A，原麦B，烘干B，再将小麦研磨成粉末，过100目筛网筛选后，置于自封袋中备用。随后分别采集四种小麦样品的近红外和中红外光谱信息，在Matlab 7.10的环境下使用标准正态变量变换(standard normal variable transformation, SNVT)对采集到的原始光谱数据进行预处理，利用主成分分析对预处理后的数据进行降维处理，再结合线性判别分析（linear discriminant analysis，LDA）和支持向量机（support vector machine, SVM）分别建立小麦近红外、中红外光谱数据识别模型。另外利用联合区间偏最小二乘法（synergy interval partial least square, SiPLS）筛选出利用标准正态变量变换(SNVT)预处理后的小麦近红外和中红外光谱数据特征光谱区间，将筛选出的近红外和中红外光谱数据特征光谱区间融合后再结合线性判别分析（LDA）和支持向量机（SVM）建立小麦融合光谱信息的识别模型。然后比较同种光谱数据下利用线性判别分析（LDA）和支持向量机（SVM）建立的小麦识别模型识别率、比较同种建模方法下近红外和中红外光谱数据建立小麦识别模型识别率、比较同种建模方法下光谱数据融合和单一光谱数据建立小麦识别模型识别率。结果表明，同种光谱分析方法，利用SVM建立的四种小麦识别模型识别率高于利用LDA建立的小麦识别模型识别率。同种建模方法，近红外光谱数据建立的小麦识别模型识别率优于中红外光谱数据建立的小麦识别模型识别率。而在同种建模方法下，利用SiPLS筛选出近红外和中红外光谱数据的特征光谱区间数据融合后建立小麦识别模型识别率最高，光谱数据融合后结合LDA建立的小麦识别模型校正集识别率为98.75%，预测集识别率为97.50%；而将此选择的变量结合SVM建立的小麦识别模型的校正集和预测集识别率都达到100.0%。对比利用单一光谱数据建立的小麦识别模型识别率，光谱数据融合之后建立的小麦识别模型识别率得到显著提高，该研究从纵向和横向上全面地比较了光谱数据建立的小麦模型识别率，结果可为更准确地运用光谱融合技术建立小麦产地以及烘干程度识别模型提供参考。     

增材制造金属反射镜的发展综述

随着光学测量与遥感领域的不断发展,折反式光学系统对重量、体积和环境适应性等需求不断提高。基于增材制造技术的金属反射镜以其便于实现优化设计、快速制造和加工工艺性好等优点,逐渐获得国内外学者的关注与研究。与传统金属反射镜相比,增材制造金属反射镜可以提高反射镜的结构刚度,同时可实现更高程度的轻量化。增材制造反射镜可以满足光学系统对环境适应性和快速性的需求。本文首先讨论了金属反射镜的评价指标;其次,综述了国内外在基于增材制造技术制备金属反射镜领域的发展现状和技术参数,从增材制造金属反射镜的基体设计与制备和基体的后处理2个方面展开论述;然后,通过分析,总结了增材制造金属反射镜的技术路线和关键技术;最后,对增材制造反射镜的应用前景提出了展望。