同轴型磁绝缘传输线电流损失特性实验研究

基于强光一号装置设计了1 m长、2 cm阴阳极间隙的同轴型磁绝缘传输线（MITL）实验平台,实验研究了负载阻值0,2.07,4.12和5.68 条件下该MITL沿线电流损失特性。实验结果显示:满足磁绝缘准则条件下,该MITL沿线电流损失主要发生在阻抗剧变区域;2.07 负载阻值条件下,传输于阴阳极间隙的真空电子流可达传输线电流的17.4%,并且其比例随着负载阻值的增大而不断增大。基于空间电子流理论,对上述实验现象进行了定性的机理分析与解释。     

六间隙串联气体开关触发放电过程

针对堆栈式六间隙串联气体开关,建立了6个放电间隙的光信号测量系统,实验获得了不同触发电压和气压时开关统计时延和形成时延的变化规律。统计时延占总时延约42%,形成时延占总时延约58%,触发电极相邻的两个间隙击穿时延占总时延约75%,是开关触发时延的主要组成部分。利用四分幅纳秒高速相机拍摄开关的放电通道图像,初步分析了放电通道的形成和变化过程,得到了不同实验条件下放电通道数量的变化规律。开关最底部间隙可以形成多通道放电,其他间隙以单通道为主。随着触发电压提高,触发间隙的放电通道数量明显增加,但是其他间隙变化不大。在放电过程中,没有观察到放电通道合并或熄灭的现象,间隙击穿后仍然有可能形成新的放电通道。     

页岩气开采中的井底压力并行计算

根据页岩气流动特点建立了考虑混合气体高压物性参数、渗透率与孔隙度随压力变化的页岩气流动方程,通过定义拟压力函数将页岩气流动的偏微分方程线性化。针对页岩气开发采用水平井多段压裂技术,采用Newman乘积原理得到地层拟压力流动方程的解析解表达式。依据解析解的特征将解析解分解成适合并行计算的无限求和及积分形式,提出了一套基于CUDA的页岩气地层压力算法,将地层拟压力函数解析解划分为多个并行度较高的步骤,利用GPU的并行计算能力,设计每个步骤的CUDA核函数,在英特尔i3 540CPU(3.07GHz主频,4GB内存)和NVIDIA的GTX 550显卡上,计算了页岩气的井底压力,分析了井底压力特征。实验结果表明,页岩吸附影响曲线变化剧烈程度,而扩散主要影响曲线发生变化的时间,在GPU上的页岩气压力计算可达近40倍的加速比。     

半透射高光谱成像技术与支持向量机的马铃薯空心病无损检测研究

针对马铃薯空心病的难以检测问题, 提出了一种基于半透射高光谱成像技术结合支持向量机(support vector machine, SVM)的马铃薯空心病无损检测方法。选取224个马铃薯样本(合格149个, 空心75个)作为研究对象, 搭建了马铃薯半透射高光谱图像采集系统, 采集了马铃薯样本半透射高光谱图像(390~1 040 nm), 对感兴趣区域内的光谱进行平均和光谱特征分析。采用变量标准化(normalize)对原始光谱进行光谱预处理, 建立了全波段的SVM判别模型, 模型对测试集样本的识别准确率仅为87.5%。为了提高模型性能, 采用竞争性自适应重加权算法(competitive adaptive reweighed sampling algorithm, CARS)结合连续投影算法(successive projection algorithm, SPA)对光谱全波段520个变量进行变量选择, 最终确定了8个光谱特征变量(454, 601, 639, 664, 748, 827, 874和936 nm), 所选8个光谱变量建立的SVM模型对马铃薯测试集的识别率为94.64%。分别采用人工鱼群算法(artificial fish swarm algorithm, AFSA)、遗传算法(genetic algorithm, GA)和网格搜索法(grid search algorithm)对SVM模型的惩罚参数c和核参数g进行优化。经过建模比较分析, 确定AFSA为最优优化算法, 最优模型参数为c=10.659 1, g=0.349 7, 确定AFSA-SVM模型为马铃薯空心病的最优识别模型, 该模型总体识别率达到100%。试验结果表明: 基于半透射高光谱成像技术结合CARS-SPA与AFSA-SVM方法能够对马铃薯空心病进行准确的检测, 也为马铃薯空心病的快速无损检测提供技术支持。     

不同电流下气体开关电极烧蚀特性实验研究

在不同短路电流条件下,进行了不锈钢(1Cr18Ni9Ti)电极气体火花开关连续多次自击穿放电实验,通过测量电极质量损失、表面粗糙度和自击穿电压的变化,研究电极烧蚀特性及其对自击穿性能的影响。实验结果表明:随着放电电流峰值和周期增大,电极材料烧损速率与电容电荷量呈线性增加,而电极表面烧蚀粗糙度与电流峰值呈线性增大,自击穿电压变化达到峰值和稳定区的放电次数减少,但稳定阶段的自击穿电压值及其相对标准偏差同时减少,五种放电电流情况下,自击穿电压概率密度分布均遵循高斯函数。     

酸性Fe-SiO2催化剂制备及其photo-Fenton催化性能

以正硅酸乙酯为硅源, 十二烷基三甲基溴化铵为模板剂, 在不同铁源和酸激活条件下合成Fe-SiO₂复合氧化物. 采用扫描电镜(SEM)、X射线衍射仪(XRD)和傅里叶转换红外光谱仪(FT-IR)对催化剂表面形貌、活性组分分散性和表面基团进行分析. 研究了不同酸性Fe-SiO₂催化剂(FS)在可见光照射下photo-Fenton降解直接大红4BS的活性. 结果表明: 以硫酸亚铁为铁源制备的催化剂所含骨架Fe的分散性能优于硝酸铁为铁源获得的催化剂, 但后者表面活性位数和酸量却高于前者. 在初始pH＝6.0时, FS/1和FS/6两种Fe-SiO₂催化剂均能在120 min使100 mg/L直接大红4BS几乎完全脱色, 且矿化程度分别高达79%与99%. 动力学拟合证明, 该酸催化过程可以看作一级与二级反应联合作用的结果. 对上述两种催化剂的溶剂浸取稳定性和铁离子泄漏测试显示, 催化剂可能实现较长时间稳定运行.     

罗伊氏乳杆菌NCU801对病原菌的粘附抑制性能

采用选择性平板计数法,考察罗伊氏乳杆菌NCU801活菌悬液、死菌悬液以及发酵上清液对大肠杆菌CMCC44496和金黄色葡萄球菌26003粘附Caco-2细胞的影响。结果表明:在竞争试验、排斥试验和置换试验中,罗伊氏乳杆菌NCU801活菌悬液和死菌悬液均能抑制大肠杆菌和金黄色葡萄球菌的粘附;活菌悬液比死菌悬液抑制效果更显著,其中最显著的是活菌悬液对大肠杆菌排斥抑制粘附,粘附抑制率达到(86.8±4.5)%;而发酵上清液在竞争实验中最显著,其次是置换试验,而在排斥实验中对病原菌无影响,说明发酵上清液中的细菌素能够杀死未粘附和已粘附的病原菌。更多还原     

半透射高光谱成像技术与支持向量机的马铃薯空心病无损检测研究

针对马铃薯空心病的难以检测问题,提出了一种基于半透射高光谱成像技术结合支持向量机(support vector machine,SVM)的马铃薯空心病无损检测方法。选取224个马铃薯样本(合格149个,空心75个)作为研究对象,搭建了马铃薯半透射高光谱图像采集系统,采集了马铃薯样本半透射高光谱图像(390~1 040 nm),对感兴趣区域内的光谱进行平均和光谱特征分析。采用变量标准化(normalize)对原始光谱进行光谱预处理,建立了全波段的SVM判别模型,模型对测试集样本的识别准确率仅为87.5%。为了提高模型性能,采用竞争性自适应重加权算法(competitive adaptive reweighed sampling algorithm, CARS)结合连续投影算法(successive projection algorithm, SPA)对光谱全波段520个变量进行变量选择,最终确定了8个光谱特征变量(454,601,639,664,748,827,874和936 nm),所选8个光谱变量建立的SVM模型对马铃薯测试集的识别率为94.64%。分别采用人工鱼群算法(artificial fish swarm algorithm,AFSA)、遗传算法(genetic algorithm,GA)和网格搜索法(grid search algorithm)对SVM模型的惩罚参数c和核参数g进行优化。经过建模比较分析,确定AFSA为最优优化算法,最优模型参数为c=10.659 1,g=0.349 7,确定AFSA-SVM模型为马铃薯空心病的最优识别模型,该模型总体识别率达到100%。试验结果表明：基于半透射高光谱成像技术结合CARS-SPA与AFSA-SVM方法能够对马铃薯空心病进行准确的检测,也为马铃薯空心病的快速无损检测提供技术支持。     

气体峰值吸收系数随压强变化关系的理论分析

峰值吸收系数对于污染气体的定量分析以及分子参数的理论研究等都具有非常重要的意义。文章首先从理论上分析了气体的吸收系数α(ν) ,得出计算α(ν)的一般方法。其次通过分析甲烷 2ν3 带R3支吸收线 ,得出峰值吸收系数α(ν0 )随压强的变化关系 ,得到压强在 <0 0 3和 >2atm时 ,可分别用Gauss线型和Lorenz线型来计算峰值吸收系数 ,理论上得到很好的结果 ,并对结果进行了误差分析。最后讨论了单位长度峰值吸收κ(ν0 )随压强的变化关系 ,分析得出气体压强在 <0 1和 >1atm时可分别作为获得高分辨率和高灵敏光谱的气压条件     

非均质低渗透油藏非线性流动数值模拟

提出一种适用于非均质低渗透油藏非线性流动数值模拟的方法.通过引入单元边界压力和速度两组物理量,在单个网格单元中构造数值计算格式,可精确地获取每个网格单元的压力梯度.以单相非线性渗流问题为出发点,详细阐述该方法的基本原理;通过数值算例验证方法的正确性和适用性.