2-[2-羟基-3-叔丁基-5-(3-甲氧羰乙基)苯基]-5-氯-2H-苯并三唑的合成

以对羟基苯丙酸甲酯和对氯邻硝基苯胺为原料经过烷基化、重氮化、偶合、还原环化和酯化反应合成了2-[2-羟基-3-叔丁基-5-（3-甲氧羰乙基）苯基]-5-氯-2H-苯并三唑紫外线吸收剂,反应总收率为36.83％。用质谱（MS）和核磁共振（1H—NMR）谱图表征了产物的结构,测定了产物的透光率和紫外吸收,表明产物是-类性能优良的新型苯并三唑紫外线吸收剂。     

EAST装置上W波段多道极向相关反射仪的研制

在EAST装置上安装了X模极化W波段多道相关反射仪,用于测量等离子体芯部密度涨落。该诊断利用低损耗(<3dB)多工器将4个不同频率(79.2GHz,85.2GHz,91.8GHz和96GHz)的微波耦合在一起,通过同一个天线发射。反射波由两个极向分离(～5cm)的天线接收,通过下变频技术实现外差测量。通过对两个极向天线接收的信号进行相关分析,获得芯部湍流垂直速度。对2018年低约束模式(L模)放电进行分析发现,在电子回旋共振加热(ECRH)等离子体中,芯部湍流垂直速度在电子逆磁漂移方向。而在注入同向中性束(co-NBI)后,芯部湍流垂直速度变为离子逆磁漂移方向。     

非PLL相位平均型参考线原型验证

射频相位参考线是粒子加速器的重要组成部分之一,为射频低电平控制系统(LLRF)、束流诊断系统、定时系统等提供稳定的相位锁定参考信号。为减少远距离传输过程中由环境温度变化导致的射频传输线中的射频相位漂移,多个加速器装置中已经采用射频相位参考线提供射频相位参考,这些相位参考的实现方案主要是基于恒温控制和基于光纤锁相。与这些方案相比,采用相位平均方法不仅可以保持长距离节点之间的相位稳定,而且更易于现场安装与维护。现有的带有锁相环(PLL)的终端短路方式实现相位平均参考线的方案仍有一些节点数量限制等方面的不足,本文对相位平均参考线结构进行了去除PLL的简化设计并进行了验证,以期增加更多的相位分配节点以及降低对射频器件参数的要求。对非PLL的单端输入终端短路相位平均方案与两端输入各节点间互为参考的相位平均方案分别进行了实验测试,结果表明两者的相位RMS精度可以达到0.1°~0.3°。并对不同的相位平均实现方案中相位不稳定的产生原因进行了分析,结果表明,除环境温度外,同轴线缆材质、合成相位与幅度的不平衡合成等也是重要影响因素。     

灵芝酸A对人肝癌细胞的辐射增敏效应的初步研究

本研究旨在初步探讨灵芝酸A(GAA)对人肝癌细胞系HepG2在高LET中子和低LET的γ射线条件下的辐射敏感性的影响及差异。研究中,我们用CCK-8方法检测不同浓度GAA对HepG2增殖抑制作用。选取低浓度(5μmol/L)GAA预处理细胞24 h,分别给予不同剂量的中子辐照或γ射线辐照,分别检测克隆存活率、细胞凋亡和γH2AX蛋白的foci的形成。结果表明:在不加GAA的情况下,高LET中子辐射比低LET的γ射线对细胞产生的凋亡比例高;在添加了GAA后,与未加GAA对照组相比,诱导细胞凋亡的比例明显增加;另外,加GAA处理后,细胞增殖抑制率也随着辐照剂量的增加而增高。即GAA能增加HepG2细胞的辐射敏感性,而在同样GAA剂量下,HepG2细胞对高LET中子辐射比低LET的γ射线更敏感。由此,这项研究说明灵芝酸或可开发成为一种天然辐射增敏剂,从而为癌症特别是肝癌的放疗提供新的辅助治疗方法。     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

强点火作用下C3HF7对甲烷-空气爆炸的抑制

为解决瓦斯输送过程中的爆炸安全问题,探索寻找绿色环保且阻火性能优越的新型抑爆剂,开展了当量比下甲烷-空气预混气体爆炸传播过程中的七氟丙烷抑爆效果研究。实验采用长径比L/D=108的水平管道爆炸特性测试系统,研究了在强点火作用下不同体积分数的七氟丙烷对9.5%甲烷-空气预混气体最大爆炸压力、最大压力上升速率和火焰传播速度的影响。实验结果显示:将2.5 m长的管段作为七氟丙烷抑爆区时,七氟丙烷阻断9.5%甲烷-空气预混气体爆炸火焰传播的最小体积分数为5%;当七氟丙烷的体积分数为1%~4%时,不仅无法阻断爆炸火焰的传播,而且与对照组相比,会使火焰传播速度加快;当七氟丙烷的体积分数为1%~6%时,爆炸源及管道末端处的爆炸压力峰值随着七氟丙烷体积分数的增加而逐渐减小;当七氟丙烷的体积分数为3%时,抑爆区处的爆炸压力峰值与对照组相比增幅为10.9%。     

使用深度学习的多通道水下目标识别

为解决低信噪比条件下水下目标识别率低的问题,提出一种适用于多通道水听器阵列的深度学习水下目标识别方法。首先是采用子通道特征级联的方法利用多通道信息;在特征提取方面,采用对信号的不同频率区间进行加权的特征提取器,并对提取的特征进行正则规整;最后采用深度神经网络(Deep Neural Network,DNN)实现目标识别。实验首先在仿真条件下对所提出方法的有效性进行验证,结果表明在-15 dB信噪比条件下的五目标识别任务中,使用多通道级联特征的深度神经网络的识别正确率达到96.7%,显著高于基于支持向量机(Support Vector Machine,SVM)的方法。在后续的湖上试验中,深度神经网络的平均正确率达到96.0%,进一步验证了所提出方法的有效性。     

手机虹膜识别镜头设计

随着近年来图像传感器的快速商用化以及生物识别算法的发展,虹膜识别功能得以应用于移动终端设备。获取虹膜图像是虹膜识别的关键一步,运用ZEMAX光学设计软件设计了一款适用于手机的虹膜识别镜头。该镜头采用豪威科技公司OmniVision_OV2281传感器,采用三片式非球面光学塑料设计,F数为2.3,全视场角为34°,在1/2奈奎斯特频率220 lp/mm处MTF值均大于0.39,且系统总长仅3 mm。根据ZEMAX像质评价方法以及公差分析结果可知,该镜头各项光学指标优良,具有像质好、体积小,质量轻、价格低、容易加工等特点。     

基于深度学习的ELM实时识别研究

基于深度学习的方法,在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习,得到一个深度为22层的卷积神经网络。为衡量算法的识别能力,识别了HL-2A装置自2009年实现稳定ELMyH模放电以来所有历史数据(约26000次放电数据),共识别出1665次H模放电,其中误识别35次,误报率为2.10%。在实际的1634次H模放电中,漏识别4次,漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下,对单个时间点的平均计算时间为0.46ms,可以满足实时控制的计算速度要求。     

托卡马克真空室内线圈水冷管道接头强化二次流的数值研究

基于计算流体力学(CFD)理论,研究了不同曲率半径的螺旋导流片的托卡马克真空室内线圈水冷管道接头。利用湍流数值模拟方法,分析了线圈管道接头导流片曲率半径比、冷却水入口流速对线圈管道内流体平均雷诺数分布的影响。结果表明,不同导流片曲率半径比的线圈管道内的流体雷诺数分布曲线相似,平均雷诺数随入口流速的增加而增大,管道接头出口雷诺数随导流片曲率半径比的增大而减小,导流片曲率半径比小的管接头更适用于线圈水冷曲线管的二次流强化。此外,还为导流片曲率半径比为0.2的管接头拟合了管接头出口雷诺数与入口流速的关系式,为进一步研究类似于托卡马克真空室内线圈管道的曲线管接头的二次流强化提供理论基础。