大口径碳化硅反射镜数控抛光工艺北大核心CSCD

研究了针对600mm口径方形轻质碳化硅元件的数控抛光工艺过程,采用国产OP1000数控研磨抛光机床对一块600mm×480mm的方形碳化硅元件进行数控抛光加工。在经过两周的加工时间,碳化硅光学元件的通光口径均方根(RMS)值收敛到了35nm(大约为λ/18,λ=632.8nm)。在加工过程中针对大口径椭圆形碳化硅反射镜采用了合适的加工参数优化,例如在加工过程中的不同阶段选择了不同颗粒度的金刚石微粉作为特定阶段的抛光辅料以保证光学元件的表面粗糙度。对计算机控制数控加工技术的快速收敛过程也进行了阐释。     

多磨头数控抛光对大口径离轴抛物面镜中频误差的抑制

大口径非球面光学元件的面形中频误差对光路中的光斑扩散函数精度以及高能激光的能量散射有着直接的影响,针对该问题,提出一种计算机控制的多磨头组合抛光技术,用于对非球面元件中频误差的有效控制。对半刚性抛光盘抛光过程进行了力学有限元分析,并基于Bridging模型对半刚性抛光盘抛光过程进行了理论模拟,对其贴合特性进行了研究分析。实验结果表明:采用多磨头组合抛光的技术能够有效改善大尺寸非球面元件的面形中频误差,加工的两件?460 mm离轴抛物面元件面形PSD1值相对于之前降低了近70%,达到2.835 nm,并且PV小于0.16λ(632.8 nm),RMS小于0.02λ。     

基本养老保险基金失衡风险预警方法的选择研究——基于新疆数据的实证分析

纵观现下中国基本养老保险的发展,如何建立可持续发展的养老金制度,实现养老金的长期财务平衡,降低养老金运行中的风险等问题突出的摆在社会面前.本文尝试通过BP神经网络构建的基本养老金运行风险预警系统预测结果与多元回归模型的比较,进行基本养老金失衡风险预警方法的选择研究.在建立基金运行的风险指标体系基础上,搜集整理源于新疆的具体数据,首先进行多元回归模型的基金风险预警结果分析,然后通过MATLAB实现BP神经网络模型的反复训练、学习,并通过预警值与实际值的比较,检验BP神经网络预警模型的有效性,最后通过两种模型结果的比较,选择出BP神经网络预警方法更有优势.     

利用分子标记连锁图谱进行水稻数量基因的区间作图

以籼稻窄叶青8号(ZYQ)和粳稻京系17(JX)所衍生的F_2为材料,建立了由54个RFLP标记组成的连锁框架图。采用以侧连标记为基础的QTL区间作图法定位了影响水稻数量性状的11个QTL,它们涉及抽穗期(Dth1)、分蘖角(Ta1),每穗颖花数(Sn1、Sn2、Sn3)和颖花密度(Sdn1—Sdn6)。研究不仅为利用分子标记进行QTL作图提供了范例,同时也证实了QTL区间作图法可以发现位于两个侧连标记之间的QTL;在同一染色体上可存在影响同一数量性状的多个QTL;同类(或相关)性状在遗传上可能由同一类QTL(或多基因系统)所控制。