锅炉声波除灰的声学分析

声波除灰技术是提高锅炉换热效率、保证锅炉安全运行的重要手段之一,早在９０年代初就已经在国内外工业锅炉上推广应用,但是与之相关的多数基本问题目前还没有得到很好的解决,成为制约技术发展和应用的重要障碍［１］。本文采用Ｈｅｌｍｈｏｌｔｚ积分方程数值计算了锅炉换热器管排的声场散射问题,得到了管束表面及管排周围的声场分布特性,针对除灰要求进行了声学分析,对当前声波除灰技术的发展及应用均具有实际意义。     

低速模拟中叶型最大厚度模化研究

介绍了低速模拟中低速叶型的设计准则,分析说明了叶型喉道宽度与最大厚度、最大厚度位置存在线性关系.建立了最大厚度模型,用以预估低速叶型最大厚度.为了验证最大厚度模型的适用性,进行了一组典型CDA叶型的低速模拟设计.数值计算结果显示,低速模拟叶型的特性和叶表无量纲速度分布较为一致,用以判断最大厚度模型适用性的吸力面峰值速度...     

X射线荧光光谱结合判别分析识别铁矿石产地及品牌：应用拓展

铁矿石是钢铁工业的重要原材料,我国是铁矿石进口需求型国家,是世界铁矿石消费第一大国。海关对进口铁矿石检验的主要目标是预防进口铁矿石中涉及安全、卫生、环保、欺诈等方面的风险。对进口铁矿石产地及品牌进行符合性验证,可以快速筛选掺杂、掺假、以次充好,支撑进口铁矿石的风险管理,保障贸易便利化。在前期研究基础上进行应用拓展,研究对象为澳大利亚、南非、巴西、哈萨克斯坦、印度5个国家、21个品牌的422份进口铁矿石样品。考察了波长色散-X射线荧光光谱无标样分析方法的准确度,对于测量过程中未检出的元素含量,选择了用检测限替代缺失值。对于测量过程中的异常值,使用基于剩余方差的F检验进行异常值的剔除,皮尔巴拉混合块、纽曼混合块铁矿、纽曼混合粉铁矿各有一组数据计算得出的F统计量大于F检验临界值（a=0.01）,因此将这3组数据剔除。采用逐步判别法筛选出Fe,O,Si,Ca,Al,Mn,Ti,Mg,P,Na,Cr,K,Sr,S,Zn,V,Cu,Ba,Ni,Mo,Pb共21个元素的含量作为产地识别模型的特征变量,建立四维Fisher判别模型,实现了对铁矿石产地的识别;采用逐步判别法筛选出Fe,O,Si,Ca,Al,Mn,Ti,Mg,P,Na,Cr,K,Sr,S,Zr,Zn,V,Cu,Ba,Cl,Ni,Mo和Pb共23种元素含量作为品牌识别模型的特征变量,建立二十维Fisher判别模型,实现对21种品牌铁矿石的识别。考察了特征元素对分类识别模型的贡献,并分析了误判品牌铁矿石的元素特征。总结出进口铁矿石产地及品牌判别分析模型的整体数据处理流程。     

通过费米能区重离子碰撞产额分布来研究16O原子核的团簇结构

近几年来,原子核核内的α团簇结构引起了人们的广泛关注.本工作的目的是讨论在费米能区下重离子碰撞的碎片产额分布是否可以作为研究轻核中α团簇结构的工具.本文基于扩展的量子分子动力学输运模型(EMQD)模拟了16O具有4种不同的初始化α构型(长链型、风筝型、四方型以及正四面体型)的16O+16O反应,通过观察碎片产额多重数分...     

基于多光谱图像融合的掌纹识别方法

生物特征识别在信息安全领域发挥着重要作用,掌纹识别作为一种新型生物特征识别方式,具有低失真、非侵入性和高唯一性等优势。传统掌纹研究大多使用自然光成像系统以灰度格式获取,识别精度很难进一步提升。为了获得更多的身份鉴别信息,提出利用多光谱掌纹图像代替自然光掌纹图像。针对现有掌纹识别算法由于没有考虑到不同光谱的特性而导致纹理细节丢失,识别精准率低的问题,提出了一种基于多光谱图像融合的掌纹识别算法。该方法通过对不同光谱下的掌纹图像进行快速自适应二维经验模式分解（FABEMD）,将多光谱掌纹图像分解成一系列频率由高到低的二维固有模态函数(BIMF)和一个残余分量,残余分量可被视为该光谱图像低频信息的初步估计。图像采集过程中光照条件很难保持稳定,而近红外光谱图像在进行FABEMD分解时对光照变换敏感,容易导致分解后的BIMF背景信息过于冗余;因此对分解后的近红外掌纹图像进行背景重建及特征细化,在对背景冗余信息进行平滑处理的同时可以有效增强高频信息的特征表达。为避免直接融合处理后引发的图像过度曝光问题,提出对近红外特征压缩后再融合。此外,提出了一种结合了注意力机制的改进残差网络（IRCANet）,用于融合后的掌纹图像分类,在网络中引入分阶段残差结构,缓解了网络的退化问题,在学习过程中有效地减少信息丢失,对于融合后的多光谱掌纹图像,分阶段残差结构能够稳定地将图像信息在网络间传输,但对图像中的高低频信息区分效果不够显著,为了使网络关注更多区分性特征,利用特征通道间的相互依赖性,在分阶段残差结构中结合了通道注意力(Channel Attention)机制。最终,在香港理工大学（PolyU）多光谱掌纹数据集上进行的综合实验表明,该方法可以取得良好的效果,算法识别准确率能达到99.67%且具有良好的实时性。     

鉴别玉米杂交种纯度的近红外光谱分析技术研究

以不同产地和年份的农华101(NH101)玉米杂交种和母本种子为对象,研究了鉴别玉米杂交种子纯度的近红外光谱分析方法。 光谱采集时间跨度达10个月,运用傅里叶变换(FT)近红外光谱仪器,在不同季节用23天(分五个时间段)采集了这些样品共920条玉米单子粒近红外漫反射光谱。 全部原始光谱用移动窗口平均、 一阶差分导数和矢量归一化进行预处理,使用主成分分析(PCA)方法和线性判别分析(LDA)方法降维,采用仿生模式识别(BPR)方法建立模型。 通过对光谱预处理校正光谱失真,使样品光谱集在特征空间分布的范围收缩,相对距离增大了近70倍,实现了母本和杂交种子的鉴别。 通过代表性样品的选择,提高了模型对光谱采集时间、 地点、 环境等条件变动的应变能力,也提高了模型对样品种子制种时间与地点变动的应变能力,增强了模型的稳健性,使测试集玉米单子粒杂交种和母本种子的平均正确识别率达到95%以上,而平均正确拒识率也达到85%以上。     

次近邻电子跳跃对孤子的电子束缚态和孤子附近局域模的影响

从SSH模型出发,考虑电子次近邻跳跃的影响,研究了聚乙炔中孤子的电子束缚态和孤子附近的局域振动模。结果发现:1.电子能谱中的电子-空穴对称性消失;2.孤子的电子束缚态的数目和位置发生了变化,且与孤子的类型有关;3.孤子附近出现了一个新的局域振动模G₆;4.次近邻电子跳跃改变了局域模的频率,增强了局域模的局域性。 关键词：     

聚合物前驱体衍生SiC纳米棒的光学性质

采用聚硅氮烷前驱体热裂解方法制备SiC纳米棒,并利用SEM、XRD和EDX表征了SiC纳米棒的结构和组成,表明得到的SiC的组分比C：Si接近1：1。用微区Raman和光致发光方法研究了纳米棒的光学性质。观测到SiC的TO模式对应的Raman峰和相邻肩峰。对SiC纳米棒观测到其紫外3．25eV附近强的光致发光峰,我们认为它归结为α型SiC带间的跃迁。通过XRD、Raman和光发射谱,我们推测前驱体热裂解得到的SiC纳米棒是一个混晶,纳米棒的表层是立方晶,而内层主要为a—SiC。     

高强高效近红外光源的不同光源强度对玉米杂交种鉴别的影响

以2009年产自海南的农华101玉米种子作为研究对象,基于近红外漫透射光谱法(波长范围908.1~1 677.2 nm),研究了一种高强高效近红外光源在不同光源电压以及光源至光谱仪不同距离两种条件下对玉米杂交种鉴别的影响。对光谱进行一阶导数、矢量归一化的预处理后,使用主成分分析(PCA)和正交线性判别分析(OLDA)提取光谱特征,使用支持向量机(SVM)分别建立种子纯度鉴定模型,统计不同实验条件下的识别率。结果表明,在电压较低或者光源至光谱仪的距离较大的时候,光源强度较低,得到的光谱曲线有较多的毛刺,此时的识别率较低,增大电压或者降低光源至光谱仪的距离时,光谱曲线变得较为平滑,识别率明显升高,说明在一定范围内增大光源强度会提高模型的正确鉴定率。     

氧氟沙星甲基化物的核磁共振波谱研究

结合1H NMR,13C NMR,DEPT,HSQC,HMBC谱和碳氟偶合裂分行为, 对氧氟沙星(ofloxacin, OFL)哌嗪部分的甲基化产物-甲基氧氟沙星(methyl-ofloxacin,Me-OFL)的结构进行归属,并探讨了Me-OFL在酸性及碱性溶液中的1H和13C谱的变化。碱性溶液中, 5H的化学位移较酸性向高场移动1.02, 推测此变化与形成C—H…O弱氢键有关。6C、13C、羰基碳7C和羧基碳15C分别向低场位移12.04,7.46,4.33,2.88 ppm, 推测此变化与羧基和羧酸根的转变有关。另外, 还比较了OFL哌嗪环4’N上质子化产物与烷基化产物的正电荷分布。当哌嗪环质子化形成季铵盐时,正电荷分布在氢原子上;当其烷基化形成季铵盐时, 正电荷分布在氮原子上。