α稳定噪声环境下多频微弱信号检测的参数诱导随机共振现象

本文将α稳定噪声与双稳随机共振系统相结合, 研究了不同α稳定噪声环境下高低频(均为多频)微弱信号检测的参数诱导随机共振现象, 探究了α稳定噪声的特征指数α(0 < α ≤ 2)和对称参数β (-1≤ β ≤ 1)及随机共振系统参数a, b对共振输出效应的作用规律. 研究结果表明, 在不同分布的α稳定噪声环境下, 通过调节系统参数a和b均可诱导随机共振来实现多个高、低频微弱信号的检测, 且存在多个a, b参数区间均可诱导随机共振, 这些区间不随α或β的变化而变化; 在高、低频微弱信号检测中, α或β对随机共振输出效应的作用规律相同. 本研究结果将有助于α稳定噪声环境下参数诱导随机共振现象中系统参数的合理选取, 进而可为实现基于随机共振的多频微弱信号检测方法的工程应用奠定基础. 关键词： 随机共振 α稳定噪声')" href="#">α稳定噪声 多频微弱信号检测 平均信噪比增益     

直拉法晶体生长过程非稳态流体热流耦合

为了改善复杂对流形态下的晶体生长品质, 提出了一种改进的格子Boltzmann方法研究非稳态熔体流动和传热的耦合性质. 该方法基于不可压缩轴对称D2Q9模型, 构建了包含旋转惯性力和热浮力等外力项的演化关系, 实现了对轴对称旋转流体的速度、温度和旋转角速度的计算与分析. 结果表明, 非稳态熔体中的流、热耦合性质与格拉斯霍夫数和雷诺数的相互作用有关; 通过调节高雷诺数, 可有效抑制熔体中的自然对流, 改善温度分布, 有助于提高单晶的品质. 数值计算结果与实际硅单晶生长试验均证明了所提方法的正确性及有效性.     

硅单晶生长工艺参数建模及多目标优化

为了获得满足高品质硅单晶体生长的工艺参数,一种计算流体动力学(computational fluid dynamics,CFD)方法、数据处理组合法(group method of data handing,GMDH)型神经网络和第二代非支配排序遗传算法Ⅱ(nondominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)的混合策略被提出,并对Czochralski(Cz)法硅单晶生长进行建模和工艺参数的多目标优化.将包含了加热温度、晶转速度、埚转速度和提拉速度等四个设计变量的固液界面形变量h和缺陷评价准则V/G作为目标函数.通过CFD进行数值计算,获得GMDH训练所需要的样本,并建立目标函数多项式模型,最后利用NSGA-Ⅱ得到满足了Pareto最优解的工艺参数.通过实际工程验证,证明了所提出的混合策略为获取晶体生长工艺参数提供了一种新的数值计算方法.