氦气回收纯化系统的设计与应用

为实现激波风洞试验尾气氦气(氦含量>80%)的回收和循环利用，研制了一套氦气回收与纯化系统。该系统采用三塔真空变压吸附的技术将试验尾气中的氮气等杂质气体去除，得到纯度大于98%的氦气。系统采用开式纯化和闭式纯化相结合的工艺方式，将氦气的回收率提高到97%。系统调试结果表明，研制的氦气回收纯化系统在常温条件下实现了风洞试验尾气的回收、纯化和循环使用，有效地降低了风洞运行和维护成本，同时也节约了氦气资源。     

915 nm宽条形半导体激光器输出特性

为了研究温升对915 nm宽条形应变量子阱半导体激光器输出特性的影响,搭建了基于半导体制冷片(TEC)的双向温控平台对其进行了测试。首先,改变激光器的外表面温度,测量其在不同注入电流时的光功率和波长,并利用CCD相机测量其慢轴发散角。然后,利用计算机仿真软件对激光器的工作状态进行稳态模拟,从而获得了其对应的热分布情况,通过将模拟得到的数据与实验测量的结果进行比较,获得了两者趋于一致的结论:当热功率从2.1 W升高至20.0 W时,慢轴发散角从2.6°增大至5.0°,同时波长发生红移,热透镜焦距减小;激光器波长随温度变化关系的系数约为0.4 nm/℃,器件热阻为1.5 K/W。因此,为了同时获得高的输出功率和稳定的输出波长,有必要将激光器外表面温度精确控制在某一数值,否则波长将会发生漂移;此外,在设计制作高功率半导体激光器时,通过适当增加条宽并采用散热良好的封装结构,可以减小对慢轴发散角的影响。     

某型电动飞机螺旋桨振动特性实验研究

某型电动飞机采用螺旋桨产生拉力,为了防止螺旋桨工作时共振,利用ES-2-150振动实验系统进行了两叶木质螺旋桨和碳纤维螺旋桨的振动特性实验,采用谐振搜索与驻留方法测量出木质螺旋桨的第一阶固有频率为36.07Hz,碳纤维螺旋桨的第一阶固有频率为73.58Hz。螺旋桨爬升状态转频为39Hz,这与木质螺旋桨的第一阶固有频率非常接近,导致木质螺旋桨在爬升状态出现比较严重的振动故障。因此,某型电动飞机最终选择两叶碳纤维螺旋桨作为其拉力产生装置。     

双官能单萜氧杂二环二醇乙酸酯类衍生物的合成及其除草活性

以(3R,4R)-4,7,7-三甲基-6-氧杂二环[3,2,1]辛烷-3,4-二醇(1)和乙酰氯(2)为原料,经"一锅法"制得混合物Ⅰ;Ⅰ经分离纯化得4个新型的双官能单萜氧杂二环二醇乙酸酯类衍生物(3a~3d),其结构经1H NMR,13C NMR,FT-IR和HR-MS表征。考察了物料比r[n(2)∶n(1)]和反应时间对3a~3d相对浓度的影响。结果表明,在反应条件[1 5 mmol,r=7,回流反应7 h]下,3a~3d的相对浓度分别为21.6%,15.6%,37.9%和24.9%;在反应条件[1 5 mmol,r=4,回流反应7 h]下,3a~3d的相对浓度分别为50.7%,36.6%,7.84%和4.86%。用培养皿法测试了1和3a~3d的除草活性。实验结果表明,1和3a~3d均能显著抑制一年生黑麦草胚根与胚芽生长;在用药浓度为5 mmol·L-1时,1和3a~3d对根长抑制率分别为55.1%,86.0%,84.2%,91.3%和97.5%;对芽长抑制率分别为55.1%,76.5%,92.8%,94.8%和98.4%。     

背景气体对激光等离子体和外磁场界面上槽纹不稳定性的影响

等离子体在外磁场中膨胀产生的抗磁腔和不稳定性是空间物理和聚变物理中的重要现象.本文实验研究了激光产生的等离子体在外磁场中膨胀时在抗磁腔表面产生的槽纹不稳定性,数据分析显示实验中观察到的不稳定性属于大拉莫尔半径槽纹不稳定性.实验发现充入稀薄背景气体能够显著抑制槽纹不稳定性的发展,背景气体气压超过50 Pa时(约为抗磁腔表面等离子体密度的1%),槽纹不稳定性几乎被完全抑制.动理学分析表明离子-离子碰撞是抑制不稳定性发展的主要因素.这些结果对磁场辅助激光聚变和爆炸空间物理现象等领域有重要参考价值.     

三嗪基多孔有机材料的合成及在固相微萃取应用中的研究进展

三嗪基多孔有机材料(TPOPs)具有较大的比表面积、可调的孔道结构、较高的热和化学稳定性、丰富的π键体系等诸多优点,目前被广泛应用于气体储存、催化、能源转化和吸附等诸多领域。基于TPOPs的固相微萃取(SPME)技术近年来引起了人们的极大兴趣,成为样品前处理技术领域的研究热点之一。该文简要地综述了近年来TPOPs的合成方法及其在固相微萃取领域的应用与发展,并对该领域研究进行了展望。     

分数噪声驱动的随机热方程解的局部时

该文研究了可加分数噪声驱动的随机热方程解的碰撞局部时和相交局部时.运用局部非确定性和混沌分解等方法得到它们的存在性和光滑性.     

基于关联规则和技术功效矩阵的企业技术创新机会发现和辅助决策方法

为助力科技型创新企业准确且快速地从外部捕获创新技术机会, 提出一种企业技术机会发现和辅助决策方法. 首先, 挖掘领域内的技术热点、技术重点和有潜力的技术作为领域技术创新机会. 然后, 通过关联规则分析领域技术机会和企业已有技术之间的相关性, 进一步结合技术掌握度和新颖度, 识别更适合企业的技术创新机会. 最后, 创新性地采用Sen-BERT语言模型和K-means聚类方法构建技术功效矩阵, 辅助企业从功能需求的角度进行技术创新决策. 以电动汽车领域为例验证了该方法的可行性.     

动点的牵连运动分析与运动合成定理推证

点的合成运动分析中,复杂运动合理地分解和合成的关键在于牵连点的运动分析,牵连点是动系上与动点瞬时相重合的点,由于动点在动系上不断变迁,故牵连点随时间变动。本文指出,任一瞬时,牵连点均是动系上的某一“固定”点,仅随动系一起运动,采用解析方法提出了牵连点速度和加速度的一种表示方法,并推导了点的速度和加速度合成定理。本方法无需引入相对导数,易于学生理解。     

基于局部均值的K-近质心近邻光谱分类

天体光谱包含着许多重要的关于天体的物理和化学信息,如天体表面的有效温度、重力加速度以及化学丰度等,天体光谱的处理和分析对天文研究具有重要的科学意义。一些大型巡天计划的实施(如SDSS,LAMOST等)使我们获得了海量的天文光谱数据,因此天文光谱数据的自动分类成为重要的科学研究课题,然而面对如此海量的光谱数据,一些传统的光谱自动分类方法已经不适用,迫切需要寻找高效率的光谱自动分类技术。研究了基于局部均值的K-近质心近邻(local mean-based K-nearest centroid neighbor,LMKNCN)算法在恒星(Star)、星系(Galaxy)和类星体(Quasar,QSO)的光谱分类中的应用。LMKNCN算法的基本思想是根据近质心近邻原则,从每一类训练样本集中为待测样本点选取k个近质心近邻点,然后根据每一类中所选取的k个近质心近邻点的均值点到待测样本点x的距离来判别x的所属类别。针对美国SDSS-DR8的天体光谱数据,对比了K-近邻、K-近质心近邻、LMKNCN三种算法在恒星、星系和类星体的光谱分类中所表现的性能,结果表明三种方法中,LMKNCN算法对这三种光谱的识别率高于其他两种算法或者与其相当,而且其平均分类正确率高于另外两种算法,特别是在类星体的识别率上表现的更好。表明了该算法对天文光谱大数据的快速处理和有效利用具有重要的意义。