板条固体激光器热稳特性的研究

本文报道板条激光器的热稳运行,在150W至10000W的泵浦功率下输出发散角基本保持不变,最大输出功率大于150W;并绘出了腔内插入柱面镜,以压缩输出激光发散角的初步结果.     

二维复用半导体激光器线性调频光纤位移传感器的研究

利用半导体激光器线性调频外差干涉原理和频域多路复用原理,研究了光纤位移传感器多路复用技术,制作了两路复用光纤位移传感器,研究和解决了多路复用时信号串话问题.实验证明,各路之间串话引起的误差小于±0.02μm,每路测量误差小于±0.05μm.     

GGG晶体板状激光器特性的研究

测试GGG晶体板条的激光性能,并在高功率泵浦下对板条的热聚焦效应进行了研究.     

Gd掺杂的Bi系2212相单晶电子状态的X射线光电子能谱研究

利用X射线光电子能谱(XPS)研究了Bi系纯2212相超导单晶和Gd掺杂的2212相绝缘体单晶的电子状态的区别。实验结果表明Gd掺杂引起超导电性的变化是由于D_2p轨道空穴填充引起。本文还对Cu2p_3/2XPS卫星峰与主峰强度之比(I_s/I_m),Bi-O层性质以及Bi系Fermi能级附近态密度的来源等问题进行了讨论。 关键词：     

远距离多源图像融合系统实时配准设计

为了实现全天候多波段远距离实时图像监控,设计了具有微光、红外和可见光融合的光学前端,对多源图像进行实时配准研究。在平行光轴的基础上,通过计算不同视场图像的成像视差,计算仿射变换需要的参数,采用双线性内插算法弥补红外在成像方面与可见光图像的差别,将红外图像的变换制作成查找表存储在图像处理器DM642中,系统通过硬件查找表可以快速实现不同图像的配准变换,实现同步视频的实时配准与融合。实验表明:该设计能够准确地实现多源图像的实时配准,系统经过图像配准、图像融合和伪彩变换处理后的时间约为24.3 ms,系统探测距离大于3 km。     

HL-2A偏滤器运行模式的探针测量

在HL-2A装置的偏滤器位形运行模式下,用偏滤器靶板上的平面型嵌入式静电探针阵列测量了同一环截面的内外和上下四个中性化板上的电子温度、密度、悬浮电位分布。偏滤器运行模式下的边缘电子温度高于孔栏运行模式下的边缘的电子温度。比较了内外靶板之间的温度不对称性。给出了由18个米尔诺夫线圈信号重建获得的磁分界面,并用强磁场快速电离规测量了偏滤器室的中性气体压强变化。测量结果表明,在偏滤器运行模式下,主真空室中边缘粒子再循环降低,杂质通量水平下降。     

HL-2A 装置的边缘参数测量

HL-2A 装置中平面边缘的等离子体特性通过磁力传动的马赫/ 雷诺协强/ 朗缪尔10 探针组进行了研究。10 探针组安装在可径向向里和向外移动, 并可绕轴旋转360^o 的传动杆上, 用于测量主等离子体边缘的温度、密度、悬浮电位、空间电位、径向和极向电场、湍流的雷诺协强、径向和极向等离子体流速及其径向分布。HL- 2A 装置的实验结果表明, 边缘等离子体扰动诱发的雷诺协强产生了边缘极向流; 雷诺协强的径向梯度驱动带状流抑制了湍流输运。     

HL-2A装置快速扫描气动探针的研制和运用

快速扫描气动探针已在HL- 2A 装置上用于对边缘等离子体参数的径向分布的测量, 特别是刮离层等离子体参数的特征长度和扰动的测量。该系统采用精密的气动气缸驱动带有探针组件的长驱动杆, 其最快速度可在60 ms 时间内水平扫描8 cm 的距离。探针信号测量具有1MHz 的快速时间响应和0. 04 mm 的空间分辨率。可靠地测量了HL- 2A 装置边缘电子温度和密度的时空分布。     

助熔剂法制备的(Ce0.67,Tb0.33)MgAl11O19绿色荧光粉的发光性能

选取典型的助熔剂,利用助熔剂法制备了节能灯用(Ce0.67,Tb0.33)MgAl11O19绿色荧光粉,并对其发光性能进行了对比测试。研究了各单一或复合助熔剂对(Ce0.67,Tb0.33)MgAl11O19荧光粉的发光亮度及颗粒形貌的作用及影响,并找到了最佳复合助熔剂组分为0.2%H3BO3+2.0%Li2CO3+2.0%AlF3(质量分数)。所制备的(Ce0.67,Tb0.33)MgAl11O19荧光粉样品具有较为规则的形貌,且发光亮度与(Ce0.67,Tb0.33)MgAl11O19现有商用粉的比值为103:100。     

基于工业分析/元素分析和可见-近红外光谱预测农作物秸秆高位热值

越来越多的农作物秸秆用于生产生物质成型燃料(生物质颗粒),作为民用和工业锅炉的生物质燃料。高位热值是衡量生物质燃料燃烧性能的主要参数之一,反映了生物质可用能含量,但利用传统的氧弹分析法测试高位热值费时费力,急需一种快速准确的方法评估农作物秸秆的高位热值,以制备高质量的生物质颗粒燃料。基于工业分析/元素分析和可见-近红外光谱分析,对比分析了五种农作物秸秆(稻秸、麦秸、棉秆、油菜秆和玉米秆)的高位热值预测模型。首先,利用多元线性回归(MLR)、逐步回归(SWR)和反向传播人工神经网络(BPNN)模型,在基于五种农作物秸秆工业分析和元素分析基础上,提出了高位热值预测模型并进行验证。MLR模型具有较好的相关系数(R2),预测均方根误差(RMSEP)和预测标准差与参比标准差比值(RPD),分别为0.921 1,0.135 1和3.49。此外,利用可见-近红外光谱分析了农作物秸秆,发现对光谱数据作最小二乘法回归(PLR),可建立高位热值预测模型,预测R2和RMSEP分别为0.881 2和0.412 9。研究结果表明MLR模型和PLR模型分别适用于基于工业分析/元素分析和可见-近红外光谱建模,对农作物秸秆的高位热值快速检测设备研发能提供基础模型支持。