惰气熔融-热导法测定钕铁硼永磁材料中的氢

建立惰气熔融-热导法测定钕铁硼永磁材料中氢的分析方法。当氧-氢比例大于50:1时,CO对氢的测定结果产生一定的干扰,加入舒茨试剂可消除此干扰。采用标准坩埚,称样0.05g,熔融功率为2.85 kW,选择高纯镍篮和锡片做助熔剂,钕铁硼中氢释放完全。以普通钢铁参考物质建立氢校准曲线,线性相关系数r～2=0.9999,检出限为0.75μg/g。该法用于钕铁硼样品中氢的测定,测定结果与脉冲熔融飞行时间质谱-气体元素分析仪测定结果基本一致,测定结果的相对标准偏差为1.4%(n=5)。该方法可以准确测定钕铁硼永磁材料中的氢,能满足日常分析的要求。     

HL-2A装置ECRH系统回旋管次高压电源研制

ECRH作为一种有效的加热手段，在托卡马克聚变装置实验中运用广泛，HL-2A装置ECRH系统采用了双高压电源模式的电子回旋管。这种结构的回旋管最大优点是输出效率高，对主高压电源要求相对较低。为了满足实验要求，使回旋管正常工作并得到较大的输出功率，研制性能稳定可靠、控制方便并具有较高技术指标的次高压电源必不可少。     

MathCAD在椭圆偏振仪测定薄膜光学常数中的应用

薄膜光学常数决定薄膜的光学性能。通过对椭圆偏振仪测试原理的分析,得到求解薄膜光学常数超越方程的数值算法简化公式,并利用MathCAD的“Solve Block”模块开发了基于Windows系统的椭圆偏振测量薄膜光学常数的计算程序,该程序可用于单层有吸收薄膜或无吸收薄膜折射率和厚度的计算。实际应用结果表明,该计算具有数值准确、精度高、运算速度快、适应性好,对系统无特殊要求等优点,可用于薄膜制备过程的在线检测。     

温度条件对反应电子束蒸发制备TiO2薄膜结构和性能的影响

研究基片温度(120～300 ℃)和热处理温度(400℃)对电子束蒸发TiO₂薄膜的结构和光学性能的影响.XRD分析表明,在120 ℃, 200 ℃和300 ℃的普通玻璃基片上采用电子枪加热蒸发制备的TiO₂薄膜具有非晶态结构,沉积态薄膜经过400 ℃保温1 h的热处理后得到的相为具有(004)取向的锐钛矿相,晶粒大小在3.6～8.1 nm之间.透射谱分析表明,薄膜的折射率随着基片温度的升高而增加;热处理后,薄膜的折射率也相应提高,其原因来自于薄膜的晶化.     

TZ-2型高压脉冲调制器的研制

在HL-2A装置上将开展多项辅助加热实验，其中电子回旋波加热实验研究是等离子体二级加热的手段之一。今年从俄罗斯引进了两只500kW的回旋管，可做1Mw电子回旋共振加热实验。为此，我们根据电子回旋加热实验的要求研制了两套TZ-2型高压脉冲调制器，在今年的物理实验中验证了它的可靠性，其性能的稳定和安全满足了实验的要求。电子回旋加热的功率为200-300kW，脉冲宽度1000ms，在实验中观察到电子温度上升约200eV，同时也观察到热辐射和X射线辐射的上升，为进一步开展大功率长脉冲实验打下了基础。     

石墨结构层包覆α-Fe纳米粒子的高分辨电镜研究

磁性金属纳米粒子的高表面活性使其极易被氧化.将纳米粒子包覆于石墨碳网中,将显著提高其抗氧化性.用金属钾还原2阶FeCl3石墨层间化合物(FeCl3-GICs)前驱体制备了石墨包覆纳米α-Fe.X射线衍射(XRD)、X射线能量色散谱(EDS)分析和透射电镜(TEM)观察表明,2阶FeCl3-GICs还原样品含有丰富的α-Fe纳米粒子.高分辨透射电镜(HRTEM)观察证实α-Fe纳米粒子由多晶组成,呈二维或准二维形态,α-Fe纳米晶的空间取向严格受石墨结构层控制.在实验基础上,提出了石墨包覆纳米α-Fe的一种可能的生长模型.     

高光谱早稻生理指标可跨期预测性的初步研究

叶绿素含量和叶片氮含量是作物生长状况的重要指标,对其实时精准的监测有助于田间生产管理以及作物品质产量的提高。当前,高光谱技术和经验回归方法被广泛应用于构建作物生化参数预测模型。但是,有关同一生命活动周期内,作物跨期预测叶片生化参数的研究还存在空白。以超级早稻为研究对象,分别获取了蘖盛期、孕穗期、齐穗期、灌浆期和成熟期5个时期120组叶片高光谱数据、叶绿素以及叶片氮含量（LNC）,采用python 3.6编程,scikit-learn(0.22.1)用来构建模型和验证评估,通过网格搜索(GridSearch)和五折交叉验证(5-flod cross validation)在训练集中确定偏最小二乘回归(PLSR)、随机森林（RF）、支持向量回归（SVR）3种不同算法的最佳模型参数,结合数据的跨期处理,分别建立针对不同生育期的水稻叶片氮含量跨期预测模型和叶绿素跨期预测模型。此外,评估跨期预测模型与传统非跨期预测模型,独立数据对模型进行检验。结果表明,(1) 基于高光谱的早稻叶绿素、氮素的非跨期预测模型中,PLSR模型预测效果最佳,分别为叶绿素（R2=0.84, RMSE=1.85）、氮素（R2=0.85, RMSE=0.11）。(2) 基于SVR的早稻叶绿素跨期预测模型预测效果最佳,分别为跨分蘖期（R2=0.54）、跨孕穗期（R2=0.36）、跨齐穗期（R2=0.30）、跨灌浆期（R2=0.55）、跨成熟期（R2=0.74）。该结果为利用高光谱数据构建超级稻叶绿素含量预测模型提供新的理论参考,为水稻叶绿素含量的动态监测提供了模型依据。(3)早稻叶片氮含量跨期预测模型的拟合度很差,叶片氮含量预测具有不可跨期性。与非跨期预测模型相比,跨期预测模型虽然精度有所下降,但能有效克服经验模型普适性差的缺陷,有利于在同一生命活动周期内,实现作物不同生育期的生理指标预测,对实际生产管理具有重要意义。研究发现,作物生理指标存在可跨期预测性,这一概念为作物表型、作物内部品质以及产量的预测研究提供了新的思路。