磁流体发电──它的物理原理及研究进展

磁流体发电是一种新型的发电方式,它具有高效率、低污染等优点．由于它是将热能直接转换为电能,再加上充分利用热能的措施,因而可以大大提高效率,从而大量地节省煤、石油等初级能源的消耗,并且废热少,热污染少,甚至可以完全消除化学污染．同时,由于它能快速启动,故在国防上有重要意义．磁流体发电是一项涉及许多近代学科和技术（如等离子体物理、磁流体力学、高温热物理、高温材料和技术、超导技术等）的大型综合性课?...     

利用特征光谱荧光标记与高斯拟合分析水体中有机物的特性

讨论了一种自然水体中有机物的快速分析方法,以激光诱导荧光(LIF)方法测量了水体的总荧光光谱(TLS);利用特征光谱荧光标记(SFS)技术对水体中溶解有机物(DOM)及叶绿素a(Chl a)的荧光光谱进行了正确的指认和提取。以最小二乘法-Gaussian拟合对水体的TLS进行了拟合,可有效地分离出拉曼散射及荧光光谱,拟合的相关系数优于0.996 4。结果表明,通过在TLS中利用SFS技术正确的指认特定污染物,并以Gaussian拟合进行有效地提取,可以进行水体污染物的快速、实时和在线监测。     

多波长LED阵列诱导荧光光谱在多组分分析中的应用研究

荧光光谱技术是对水中的溶解有机物、油类污染物,以及各种浮游植物生物量识别与测量的有效手段之一。构建了多波长LED阵列(450～610 nm)诱导荧光光谱测量系统,讨论了系统的原理和利用此系统进行多组分分析的方法。在实验室应用该系统获取了多组分混合荧光物质溶液的三维荧光光谱,并采用平行因子算法分析了多组分三维荧光光谱数据,结果显示得出的多组分浓度值与实际浓度的相关性大于98％。表明基于多波长LED阵列诱导荧光光谱测量系统在多组分分析中具有很好的应用前景。     

水体溶解有机物的激光诱导荧光与浊度的激光散射实验研究

以Nd：YAG的二倍频532 nm激光为激发光源,用激光诱导荧光(LIF)方法对几种不同水体中溶解有机物(DOM)和叶绿素a(Chl-a)的荧光光谱进行了测量和分析;并以水体对532 nm激发光的散射进行了水体浊度特性的研究,给出了散射光强度与浊度的关系曲线;研究结果表明,用此种方法测量水体浊度和污染物浓度可对水体质量进行有效的监测。     

激光诱导击穿光谱结合标准加入法定量分析未知样品中铅含量

利用激光诱导击穿光谱结合标准加入法定量分析了铅蓄电池厂含铅污泥中重金属铅元素含量, 标准加入法有效避免了外标法与内标法制作标准曲线时基质不同对LIBS检测结果的影响, 且样品处理过程简单。实验采用中心波长为1 064 nm的Nd∶YAG脉冲激光器作为激发光源, 以高分辨率、宽光谱段的中阶梯光栅光谱仪和增强型电荷耦合器件为谱线分离与探测器件, 选取铅的PbⅠ: 405.78 nm特征谱线作为分析线, 以FeⅠ: 404.58 nm特征谱线作为内标线进行结果计算。预实验确定较佳的实验条件后(激光脉冲能量: 128.5 mJ, 延时: 2.5 μs, 门宽: 3 μs), 对铅蓄电池厂的未知铅泥样品中铅元素进行定量分析, 结果表明加入铅在0~25 000 mg·kg-1范围内谱线不会产生自吸收, PbⅠ: 405.78 nm信号强度与铅加入量呈很好的线性关系, 由此确定合适的铅加入量为0~25 000 mg·kg-1。在此基础上配制四个样品, 基质均为铅蓄电池厂含铅污泥, 加入铅浓度分别为5 000, 10 000, 15 000, 20 000 mg·kg-1, 每个样品设置三个平行样, 验证实验重复性及可靠性, 并与ICP-MS检测结果对比, 结果直线外推误差为-14.8%。12个样品单次计算结果误差介于为-24.6%~17.6%之间, 含铅量平均值为43 069 mg·kg-1, 相对误差为-2.44%。     

关于方程思想解平面几何题

平面几何侧重于逻辑推理，其解题过程也经常表现为。的递进的论证过程或运算过程．但由于‘情况的复杂性和题设条件的局限性，单纯依赖这种手段，往往会阻塞解题思路，增加解题难度．因而突破这个模式，强化方程思想，应该成为几何教学中值得加以重视的一环．本来所谓方程思想，究其实质而言，不过是针对题设条件，发掘其中未知且与已知且问的等量关系，借以建立方程或方程组．然后应用方程的性质或解方程的方法，求得问题的解决．现在的问题是，在几何问题中，怎样凭借其本身的特点，恰当的运用这一思想，从而达到强化学生综合解题能力的目…     

CO2相干激光轮廓成像研究

本文以自制CO_2相干激光成像的实验系统,成功地实现了相干激光的彩色轮廓成像。     

一种适用于光突发交换网络的背景流量估计模型

平面背景流量的强度是光突发交换网络中的一个重要参数。该参数直接影响网络的性能并约束网络边缘节点的组装算法。指出了在配置波长转换器的情况下,核心节点控制平面的服务速率是与背景流量密切相关的随机变量而不是确定性变量。构建了M/D/1和一种特殊的M/G/1排队模型分别描述不同配置的核心节点的行为,并以剩余偏置时间为观测变量,构建了核心节点的背景流量估计模型。仿真和数值分析表明,该模型能够实时反映出核心节点控制平面的背景流量强度。