铝含量对LaNi5-xAlx合金氘化与去氘化热力学函数的影响

测定了LaNi5-xAlx(x=0.0、0.1、0.2、0.3)的氘化与去 氘化热力学参数,评价了LaNi5-xAlx中铝含量对氘化与去氘化热力学函 数的影响。研究结果表明,合金的坪台压力和吸氘容量随x的增加而降低;坪率随x 的增加而增加;热力学焓变与熵变随x的增加而减少;滞后系数Hf随x的增加而减少 。     

一种大功率窄脉冲半导体激光器测试台的研制

大功率窄脉冲半导体激光器主要光电性能参数为:输出峰值光功率、阈值电流、正向电压、上升时间、峰值波长、光谱半宽、半强度角.根据激光制导系统对大功率窄脉冲激光器参数的特殊测试要求,研制一种大功率窄脉冲激光器测试平台,将小型化大功率激励器功放模块、大范围可调DC-DC模块、信号源板、激光器座、光学准直镜集成在一个平台上,与峰值功率计、光谱仪、CCD摄像机等仪器配合,可测出大功率窄脉冲激光器的峰值功率、峰值波长及波长随温度变化的漂移特性、发光芯均匀性等参数.介绍了大功率窄脉冲激光器测试台的特点,并对测试结果作了论述.     

大口径铜蒸气激光“黑心”的优化消除

应用遗传算法,以激光束径向光强无“黑心”的最大输出功率为目标函数,整体优化设计了百瓦量级铜蒸气激光系统的激光头以及放电电路.脉冲放电电场的趋肤效应导致“黑心”, 但可通过选择合适的激光管半径、长度以及LC电路参数等,来消除或改善“黑心”现象.同 时,激光功率也可大幅度提高. 关键词： 铜蒸气激光 黑心 遗传算法 优化     

磁致伸缩材料弱磁场响应特性的实验研究

针对磁致伸缩材料在弱磁场传感器领域的应用需要,采用迈克耳逊干涉原理实验测量了零应力条件下Tb-Dy-Fe材料和Fe-Ga合金的磁场响应灵敏度,以及不同应力下Fe-Ga合金的磁场响应特性和温度响应特性.实验结果表明：在零应力,外加磁场16 mT条件下,Fe-Ga合金的磁场响应灵敏度远高于Tb-Dy-Fe材料,更合适作为弱磁场传感器敏感材料;同时,在1.2 MPa预应力和26 mT偏置磁场下,Fe-Ga合金材料具有较好的磁场响应灵敏度和较大的饱和磁致伸缩系数,因而处在最佳工作状态.所得到的材料的磁场和温度响应曲线可作为弱磁场传感器参量设计的参考依据.     

虫草氨基酸的人工神经网络-近红外光谱快速测定方法

提出了用近红外漫反射光谱技术快速检测发酵冬虫夏草中氨基酸含量的新方法。采用比色法测定虫草菌粉中氨基酸含量。用BP神经网络建立了近红外光谱数据与氨基酸、精氨酸和总氨酸含量间的定量关联模型。通过比较不同的光谱预处理方法及光谱范围, 得到最优模型,即在7 501.7～6 097.8,5 453.7～4 246.5 cm-1区域内,近红外光谱的一阶微分光谱与其氨基酸含量之间建立模型。甘氨酸、精氨酸和总氨基酸的预测标准偏差分别为0.08,0.07和0.36,均优于主成分回归(PCR)和偏最小二乘回归(PLS)等线性模型的处理结果。结果表明,该方法是一种有效实用的非线性校正方法。为近红外光谱快速测定中药组分含量提供了一条新途径。     

压电陶瓷驱动的动态匹配光栅滤波解调法优化

提出并实验验证了一种动态匹配光栅滤波系统的优化解调方法.在压电陶瓷驱动的动态匹配(光纤)光栅滤波解调系统中,一方面采用上升高压锯齿波,以消除压电陶瓷滞回效应;另一方面将压电陶瓷电压与伸长量关系的反函数作为锯齿波上升电压,以校正压电陶瓷的非线性;进而,为实现解调系统的温度补偿,引入一根中心波长保持不变的参考(光纤)光栅.在锯齿波上升过程中,匹配光栅与参考光栅和传感(光纤)光栅在不同时刻匹配,匹配时间差仅与传感光栅有关,而与解调系统温度无关.实验结果表明,优化后系统的线性度可提高2%,灵敏度与理论值的相对误差小于0.6%;在10～60℃范围内,该解调系统温度变化引起的相对误差小于1%.     

基于遗传LM算法的涂层目标光谱偏振BRDF建模分析

通过比较测量方法测量得到绿漆涂层木板探测目标在400～720 nm的光谱偏振二向反射分布函数值,从获得的户外试验测量数据入手,分析与探测角、波长之间的关系,通过有限探测条件得到的光谱偏振二向反射分布函数值(BRDF)建立光谱偏振BRDF模型,来描述探测目标的偏振二向反射特性。其中利用基于小面元的模型建立光谱偏振BRDF模型,利用遗传算法和Levenberg-Marquardt(LM)算法相结合的优化算法来获得非线性模型参数。仿真实验结果表明采用的遗传LM优化算法具有较好的性能,能较快较准确得到非线性的模型参数。真实实验数据证明了基于小面元模型的正确性,表明光谱偏振二向反射分布函数建模方法结果的可靠性。最后与绿漆涂层铁板目标的模型反演参数进行比较得出：2种不同材质、相同颜色涂层的目标,具有较为接近的折射率,其较小差别可以理解为由涂层的厚度、均匀程度的不同导致,而非不同的材质所引起。     

基于塔尔博特效应测量液体中的声速

通过移动凸透镜的纵向位置来调整像面上自成像级次,测得相邻2次自成像时凸透镜的距离,确定液体中的超声波长,再经计算给出声速,从而将类塔尔博特效应用于液体中声速的测量.给出了基于类塔尔博特效应的超声光栅测声速实验设计与验证,拓展了自成像技术的应用范围.     

基于SARIMA-BP神经网络组合方法的MODIS叶面积指数时间序列建模与预测

植被叶面积指数(LAI)时间序列的建模及预测是陆面过程模型和遥感数据同化方法的重要组成部分。MODIS数据产品MOD15A2是目前应用最为广泛的LAI数据源之一,然而MODIS LAI时间序列产品包含了一些低质量的数据,例如由于云层、气溶胶等的影响,该产品在时间和空间上缺乏连续性。MODIS LAI时间序列包含线性部分和外在干扰产生的非线性部分,单一的线性方法或非线性方法都不能对其精确建模和预测。首先利用Savitzky-Golay(SG)滤波和线性插值平滑受到干扰的LAI时间序列,然后采用季节自回归积分滑动平均(SARIMA)方法、BP神经网络方法及二者的组合方法(SARIMA-BP)对MODIS LAI时间序列进行建模及预测。在SARIMA-BP神经网络组合方法中,各自在线性与非线性建模的优势得以充分发挥,其中SARIMA方法用于建模及预测LAI时间序列中的线性部分,BP神经网络方法用于对非线性残差部分进行建模及预测。实验结果显示：SG滤波和线性插值后的LAI时间序列比原LAI时间序列更平滑;SARIMA-BP神经网络组合方法的决定系数为0.981,比SARIMA和BP神经网络的0.941和0.884更接近于1;SARIMA-BP神经网络组合方法的预测值同观测值之间的相关系数为0.991,高于SARIMA(0.971)和BP神经网络(0.942)的相关系数。由此得出结论：SARIMA-BP神经网络组合方法对MODIS LAI时间序列具有更好的适应性,其建模和预测准确性高于SARIMA方法或BP神经网络方法。     

基于复小波包分形理论的爬壁机器人故障检测

通过研究爬壁式机器人的控制和运动特征，提出一种基于复小波包分形理论的故障检测方法．利用复小波包的平移不变性，将爬壁式机器人传感器输出信号分解成独立的频谱，并进行阀值处理和重构，从而有效去除高频噪音并提取故障的特征频率；依据信号分形维数的多尺度不变性，在嵌入维数空间，采用维数最大距离法，确定复小波包域故障信号的关联雏数．仿真实验表明，爬壁式机器人在各种异常工作模式下的故障信号关联维数能比较真实地反映其故障状态空间，同时也验证了故障信号的关联维数低于正常信号的关联维数作为故障发生与否的定量判据的正确性．