热压烧结法制备B4C-CeB6陶瓷材料微观结构及力学性能的研究

在温度为2050℃,压力为20 MPa的条件下,通过热压烧结的方法在碳化硼(B₄C)中分别添加2%～5%的CeO₂制备B₄C-CeB₆复合材料。通过原位反应在B₄C中引入CeB₆。详细研究了CeO₂添加量对B₄C-CeB₆复合材料的微观结构和力学性能的影响。结果表明：随着CeO₂添加量的增加(不超过4%),B₄C-CeB₆复合材料的相对密度和力学性能逐渐升高;但是当CeO₂添加量超过4%时,产生的CO增多会导致复合材料的相对密度和显微硬度下降;当CeO₂含量较低时,由于CeB₆的断裂韧性要比纯B₄C高,裂纹穿过CeB₆相断裂就会消耗更多的能量,使复合材料的断裂韧性得以提高;而当CeO₂含量较高时,...     

基于测量不确定度的视觉惯性自适应融合算法

针对环境复杂的工业现场定位精度低、适应性差、鲁棒性低等问题,提出一种基于测量不确定度的视觉惯性自适应融合算法,分析基于隐函数模型的视觉定位测量不确定度,并依据视觉定位测量不确定度自适应调整卡尔曼滤波模型中的参数,校正视觉观测偏差,增强视觉惯性融合定位算法在不同观测条件下的鲁棒性。利用精密三轴转台及激光跟踪仪T-mac位姿测量系统对所提融合定位算法的定位精度进行实验验证。实验结果表明,相比传统扩展卡尔曼滤波方法,所提方法能满足视觉观测较差条件下的准确定位需求。     

近红外二区聚集诱导发光探针在生物医学中的应用

近红外二区聚集诱导发光探针在生物医学中的应用是一个新兴的研究领域。近红外二区聚集诱导发光探针突破了传统荧光探针穿透深度浅、光损伤小以及聚集态荧光效率低下的限制,为深层组织的高分辨率荧光成像提供了可能。研究表明,通过合理的分子设计可实现近红外二区聚集诱导发光探针激发态能量辐射跃迁与非辐射跃迁之间的可控调节,即单一近红外二区聚集诱导发光探针可同时兼具荧光、光声和光热三模态成像能力,以及多模成像指导的光热和光动力治疗。目前,近红外二区聚集诱导发光探针已发展为构建疾病诊疗一体化平台的重要选择之一。基于此,本综述系统总结了近红外二区聚集诱导发光探针的最新研究进展,主要包括分子设计及其在生物医学中的应用。最后提出目前的发展瓶颈,并对其未来的发展方向与前景进行了展望。     

圆柱及切割圆柱低Mach数绕流气动声辐射

以柱体绕流声辐射为研究对象,探讨低Mach数流动气动声定量预测方法。首先,理论分析Lighthill声类比理论与基于流体动力学压力对时间求导的扰动分离模型之间内在联系。其次,利用计算流体动力学对圆柱及其尾部切割后的亚临界流态绕流进行二维数值求解,分析两种湍流模型的流场计算效果。最后,分别使用声类比理论FW-H方程及扰动分离模型进行柱体绕流气动声辐射定量预测,分析声指向性及频谱特性。数值结果表明声类比理论与扰动分离模型预测的声辐射频谱相似,但前者的幅值略高;圆柱尾部切割使尾流脉动增强,导致声辐射变大。     

表面活性剂在低能固体表面上的吸附——Ⅱ. 粘附张力法研究碳氟与碳氢表面活性剂的吸附

研究了直接测定粘附张力、推算表面活性剂在低能固体表面上吸附的方法。与文献结果比较, 说明此法可行, 且较γ-θ法~[4]方便、准确、重复性好。研究了C_(12)H_(25)-SO_4Na、C_(16)H_(33)N(CH_3)_3Br、C_7F_(15)COONa水溶液与聚四氟乙烯、石蜡、甲基化玻璃、聚甲基丙烯酸甲醋界面上的粘附张力及吸附, 结果表明: (1)各种表面活性剂在四种固体上的饱和吸附量顺序皆为~ΓPTFE>~ΓAE>~ΓMG>~ΓPMMA与各固体对水粘附张力增加的顺序相同; (2)改善固体亲水性的能力, 对于碳氟固体, 碳氟表面活性剂优于碳氢表面活性剂, 对于碳氢固体则相反。     

10-十一烯酸衍生物混合体系的表面化学

自表面张力测定对１０－十一烯酸胆碱衍生物（三甲基－［２－（１０－十一烯酰氧乙基）］碘化铵）与１０－十一烯酸钠混合体系的表面吸附和胶团形成作了研究；对该体系中的囊泡形成进行了电镜观察。结果表明，疏水链端基为不饱和烯基的正、负离子表面活性剂混合体系和有饱和疏水链的混合体系一样，也有很高的表面活性，易于表面吸附和形成胶团，并且容易在水及乙醇－水溶液中形成相当稳定的囊泡。这些结果的原因可归之于正、负表面活     

全氟辛酸铵与全氟壬酸铵混合物的表面活性

测定了全氟辛酸铵和全氟壬酸铵及其不同比例混合物的0.1mol/L氯化铵水溶液表面张力曲线。讨论了它们的胶团化作用、吸附作用和降低水表面张力的能力。改进了Ingram-Luckhurst自单一表面活性剂活性张力曲线得到混合溶液表面张力曲线的方法。     

阿霉素在钴离子注入修饰电极上的电化学行为及其应用

阿霉素在０．１ｍｏｌ／Ｌ ＨＡｃ－ＮａＡｃ（ｐＨ４．６２）缓冲溶液中用注入钴的修饰玻碳电极为工作电极进行伏安测定,得到一良好的还原峰;Ｅｐ＝－０．５２２Ｖ（ｖｓ．ＳＣＥ）。峰电流与阿霉素浓度在１．４×１０＾－６－１．４×１０＾－６ｍｏｌ／Ｌ和１．４×１０＾－６－５．６×１０＾－５ｍｏｌ／Ｌ范围内呈线性关系,。     

基于深度架构网络的矮新星自动分类研究

矮新星是一类特殊而稀少的半相接双星。发现更多的矮新星对于深入研究物质转移理论、理解密近双星演化过程意义深远。利用深度学习技术提取天体光谱特征并进而分类是天文数据处理领域的研究热点。传统的自编码器是仅包含一个隐层的经典神经网络模型,编码能力有限,数据表征学习能力不足。模块化拓宽神经网络的深度能够驱使网络继承地学习到天体光谱的特征,通过对底层特征的逐渐抽象学习获得高层特征,进而提高光谱的分类准确率。以自编码器为基础构建了由输入层、若干隐藏层和输出层组成的基于多层感知器架构的深度前馈堆栈式自编码器网络,用于处理海量的光谱数据集,挖掘隐藏在光谱内部具有区分度的深度结构特征,实现对矮新星光谱的准确分类。鉴于深度架构网络的参数设置会严重影响所构建网络的性能,将网络参数的优化分为逐层训练和反向传播两个过程。预处理后的光谱数据先由输入层进入网络,再经自编码器算法和权值共享实现对网络参数的逐层训练。反向传播阶段将初始样本数据再次输入网络,以逐层训练所得的权值对网络初始化,再把网络各层的局部优化训练结果融合起来,根据所设置的输出误差代价函数调整网络参数。反复地逐层训练和反向传播,直到获得全局最优的网络参数。最后由末隐层作为重构层搭建支持向量机分类器,实现对矮新星的特征提取与分类。网络参数优化过程中利用均值网络思想使网络隐层单元输出按照dropout系数衰减,并由反向传播算法微调整个网络,从而防止发生深度过拟合现象,减少因隐层神经元间的相互节制而学习到重复的数据表征,提高网络的泛化能力。该网络分布式的多层次架构能够提供有效的数据抽象和表征学习能力,其特征检测层可从无标注数据中隐式地学习到深度结构特征,有效刻画光谱数据的非线性和随机波动性,避免了光谱特征的显式提取,体现出较强的数据拟合和泛化能力。不同层之间的权值共享能够减少冗余信息的干扰,有效化解传统多层次架构网络易陷入权值局部最小化的风险。实验表明,该深度架构网络在矮新星分类任务中能达到95.81%的准确率,超过了经典的LM-BP网络。     

飞切加工KDP晶体的工艺研究北大核心CSCD

KDP晶体在惯性约束核聚变光学系统中具有十分重要的作用,针对如何制造出满足应用要求的KDP晶体元件仍然是一个难点的问题。进行了采用飞切加工技术对KDP晶体平面元件的加工工艺研究。介绍了飞切加工的技术原理,以及影响表面粗糙度的因素;通过相应的工艺实验,对KDP晶体加工检测过程中可能影响表面粗糙度的各个因素进行了研究。实验结果表明:金刚石刀具参数、加工参数、以及加工后表面清洁方式都会影响表面粗糙度,但是金刚石刀具参数对表面粗糙度的影响最大。采用前角为-45°、圆弧半径为5.0mm的金刚石刀具,以及最优的加工参数,可以获得表面粗糙度Sa优于1nm的超光滑表面。研究结果对飞切加工KDP晶体平面元件提供了有效的工艺方案,具有广泛的工程应用价值。