HL-2A等离子体边缘的快速单探针测量

介绍了对HL-2A装置中平面边缘等离子体的单探针测量。单探针是安装在可径向移动、并可绕轴旋 转360o的传动杆上的。在1MHz的快速采样频率下,测量了主等离子体边缘的温度、密度、悬浮电位、空间电位、极 向等离子体流速的径向分布。测量的结果表明,利用单探针测量的主等离子体边缘参数与朗缪尔四探针测量结果 基本一致。     

光学频率标准与光钟的实现

综述了时间频率标准的发展过程.对构成光学频率标准的四个要素,即激光冷却、激光稳频、离子捕陷和光学频率梳进行了系统的介绍.详细描述了光钟的原理与系统构成,并对光学频率标准与光钟的应用前景进行了展望.     

基于抖动测试的AFDX端到端延迟紧性修正

AFDX引入虚拟链路(Virtual Link)实现物理带宽资源的逻辑分隔。由于数据帧的异步到达和多路复用输出造成虚拟链路的时延抖动现象,并最终导致流量端到端延迟分析的不确定性。本文提出了一种基于抖动测试值的网络演算紧缩方法。通过分布式测试,获得虚拟链路在网络中的实际传输抖动,并以此为基础,建立了流量传输精确化模型,通过流量模型的逐级修正,使端到端延迟计算结果逐级精确化。通过将抖动实际值与理论分析结果相结合,提供了网络演算悲观度及其扩散影响度量的直观对比,提高了延迟计算的紧性。     

基于优化核极限学习机的风电功率时间序列预测

针对时间序列预测,在单隐层前馈神经网络的基础上,基于进化计算的优化策略,提出了一种优化的核极限学习机(optimized kernel extreme learning machine,O-KELM)方法.与极限学习机(extreme learning machine,ELM)方法相比,核极限学习机(kernel extreme learning machine,KELM)方法无须设定网络隐含层节点的数目,以核函数表示未知的隐含层非线性特征映射,通过正则化最小二乘算法计算网络的输出权值,它能以极快的学习速度获得良好的推广性.在KELM的基础上,分别将遗传算法、模拟退火、微分演化三种进化算法用于模型的结构输入选择、正则化系数以及核参数的优化选取,以进一步提高网络的性能.将O-KELM方法应用于标准Mackey-Glass混沌时间序列预测及某地区的风电功率时间序列预测实例中,在同等条件下,还与优化的极限学习机(optimized extreme learning machine,O-ELM)方法进行比较.实验结果表明,所提出的O-KELM方法在预测精度上优于O-ELM方法,表明了其有效性.     

处理污泥焦颗粒内部孔结构在燃烧过程中变化

在管式炉反应器中进行了1种污泥定温燃烧试验,进行了5个不同燃烬率样品的液氮静态容量法等温物理吸附试验.发现不同燃烬率的污泥样品孔分布特性相似,其孔系统可能主要是由一端封闭的不透气的孔构成;随着燃烬率的增加,比表面积、平均孔径和孔体积等参数变化不同;样品颗粒内孔表面分形维数随燃烬率的增长呈先降低再升高的趋势.     

太阳能甲醇分解吸收-反应器研制与实验研究

利用中温太阳能为甲醇分解的吸热反应供热,可以将中温太阳能转化为合成气燃料的化学能,同时提高燃料热值和太阳能的可用性,还可以实现太阳能与化石燃料的互补.本研究提出了太阳能热化学系统的一体化设计原则,建立了综合考虑太阳能集热、反应动力学和反应器结构参数的太阳能甲醇分解反应器的理论分析模型,并首次研制了5 kW热功率的抛物槽式太阳能甲醇分解一体化实验装置.太阳能甲醇分解的实验结果表明太阳能集热器可以为甲醇分解提供200～300 ℃的反应温度,在辐照300～800 W/m2,甲醇进料量为0.5～4l/h条件下,甲醇转化率可以达到50%～95%,投射到吸收-反应器上的太阳能转换为燃料化学能的效率可以达到30%～60%,具有良好的甲醇分解和太阳能转换性能.研制的实验装置体现了一体化设计特征,同时理论分析结果与实验结果也具有很好的一致性.本文研究成果将为开拓太阳能与化石能源互补的能量系统提供理论支撑和实验数据.     

对旋轴流风机反风性能的数值模拟

本文对一种对旋式轴流风机,采用SIMPLE方法对其整机的正、反风性能进行预测,通过求解雷诺平均N-S方程,湍流模型采用标准的k-ε模型,给出了分析采用的几何模型,通过CFD分析,预测出对旋式轴流风机的反风性能.通过对正风、反风预测性能的比较,结果表明:正风时的内流明显优于反风,主要内流细节差异是由于反风时流道收缩导致,反风时两级叶轮的负荷分配不均衡,后级叶轮负荷约为一级叶轮负荷的两倍多.对旋式轴流风机在反风运行状态下,流量、压力、功率各项参数的值均小于正风运行状态下的值,但其相对于普通轴流风机具有较大的反风量,反风量能达到正常风量的65%以上,可以满足对风机反风量的安全要求.     

A facile method for the synthesis of large‐size Ag nanoparticles as efficient SERS substrates

Silver nanoparticles (Ag NPs) enjoy a reputation as an ultrasensitive substrate for surface‐enhanced Raman spectroscopy (SERS). However, large‐scale synthesis of Ag NPs in a controlled manner is a challenging task for a long period of time. Here, we reported a simple seed‐mediated method to synthesize Ag NPs with controllable sizes from 50 to 300 nm, which were characterized by scanning electron microscopy (SEM) and UV–Vis spectroscopy. SERS spectra of Rhodamine 6G (R6G) from the as‐prepared Ag NPs substrates indicate that the enhancement capability of Ag NPs varies with different excitation wavelengths. The Ag NPs with average sizes of ~150, ~175, and ~225 nm show the highest SERS activities for 532, 633, and 785‐nm excitation, respectively. Significantly, 150‐nm Ag NPs exhibit an enhancement factor exceeding 10⁸ for pyridine (Py) molecules in electrochemical SERS (EC‐SERS) measurements. Furthermore, finite‐difference time‐domain (FDTD) calculation is employed to explain the size‐dependent SERS activity. Finally, the potential of the as‐prepared SERS substrates is demonstrated with the detection of malachite green. Copyright © 2016 John Wiley & Sons, Ltd.