空气背衬压电圆管和压电球壳耐压性能研究

为了解决大深度水听器的耐压问题,对空气背衬压电圆管和压电球壳换能器的强度与稳定性失效进行了理论计算,并使用有限元仿真软件对其进行结构静力仿真和特征值屈曲仿真。计算和仿真结果表明,空气背衬压电圆管和压电球壳自身具有相当的耐压性能,可以用于制作耐压3 km以上的大深度水听器。随后制作了1个直径?30 mm、厚3 mm的压电球壳水听器,并通过了30 MPa耐压测试。最后采用有限元仿真法研究了高静水压对压电圆管和压电球壳换能器灵敏度的影响。仿真结果显示,高静水压会导致压电圆管和压电球壳换能器灵敏度损失,且静水压越高,灵敏度损失越快。     

低频脉冲磁场对屏蔽体耦合特性的试验研究

低频脉冲磁场对屏蔽体的耦合效应与低频磁场自身参数、屏蔽体尺寸、材料特性及屏蔽体结构有关,作用过程比较复杂,实际耦合强度和规律应以试验研究结果确定。目前关于时变磁场的研究成果主要集中在单频磁场、快沿磁场等方面,而且效应试验研究较少。针对此种情况,文章选取钢板、纯铁板和铜板等几种常用的金属材料,制作了相应的屏蔽体缩比模型,利用低频脉冲磁场模拟试验系统研究了两者的耦合规律,分析了电磁参数等因素对耦合特性的影响,在一定程度上弥补了目前研究成果的不足。     

PbTiO_3/SrTiO_3(001)复杂畴组态和缺陷的研究北大核心CSCD

用透射电子显微镜对PbTiO_3/SrTiO_3(001)薄膜内部所形成的复杂畴组态以及畴壁处的位错进行了系统的研究。透射电镜结果和几何相位分析(GPA)表明,薄膜内部两个交叉的a畴内部出现了180°畴壁,导致在局部区域形成了全闭合畴结构,在铁电畴壁处观察到高密度位错。高分辨HAADF-STEM像分析显示,在90°畴壁处容易形成a<011>型位错,在180°畴壁处容易形成a<100>型位错,表明位错的形成与铁电畴壁类型存在强耦合关系。     

低压湿热环境TPM刀片式板卡插箱的热设计与分析

为了深入解决TPM刀片式板卡插箱在低压和高湿热环境下的散热问题,采用器件级底层高效导热结合外层扩散热沉/风冷的半封闭式设计方式,规避了恶劣环境对发热器件的腐蚀干涉,器件法兰预埋钼铜载体有效降低了热点幅度,同时利用工程热分析软件进行多次热仿真及迭代计算,验证了该插箱热设计的有效性,为上游结构设计提供有力的技术支撑,并给类同散热问题借鉴参考.     

基于FLAMES的卫星对抗仿真实验系统

针对卫星对抗作战行动效果难以检验的问题,提出了基于FLAMES的卫星对抗仿真实验系统,介绍了FLAMES仿真平台基本理论,搭建了卫星对抗仿真实验系统,对各分系统接口进行了设计.     

一种快速高选择性检测痕量癌胚抗原的共振散射光谱法

用10 nm的金纳米粒子标记单克隆癌胚抗原抗体制备了检测癌胚抗原（CEA）的共振散射光谱探针（Au-CEAAb）。在pH 6.8 的Na2HPO4- NaH2PO4缓冲溶液中及聚乙二醇-6000存在下, CEA与Au-CEAAb发生免疫反应聚集形成疏水性的、平均粒径为227.0 nm的免疫复合物微粒,并在321 nm、581 nm产生2个共振散射峰。随着癌胚抗原（CEA）浓度的增大,581 nm处的共振散射强度I581nm线性增加,其增加值△I581nm与CEA浓度在1.0～50.0 ng·mL-1范围内呈良好的线性关系,相应的回归方程、相关系数、检出限(3σ)分别为ΔI581nm=1.63 C +5.6、0.9940、0.52 ng·mL-1。该法简便、快速、灵敏且选择性好,用于检测人血清中癌胚抗原（CEA）,结果满意。     

高效毛细管电泳-电化学检测滴鼻液中盐酸麻黄碱和磺胺嘧啶

采用毛细管电泳-电化学检测法(CE-ED) 同时测定滴鼻液中盐酸麻黄碱和磺胺嘧啶的含量,考察了缓冲液酸度和浓度、氧化电位、分离电压和进样时间等试验参数对分离检测的影响.在最佳试验条件下,工作电极为直径 300 μm 的碳圆盘电极,检测电位为 0.95 V(vs.SCE),缓冲液为50 mmol·L-1 硼砂-硼酸溶液(pH 8.0),分离电压为 17 kV,上述两组分在 7 min 内即可实现分离.盐酸麻黄碱和磺胺嘧啶在三个数量级的范围内呈线性,检出限(S/N=3)分别为 7.0×10-5g·L-1和3.0×10-5g·L-1,回收率在 97.0%～98.0%之间.     

互联网网上广播节目监管技术

本文分析了互联网时代网上广播节目传播监管等方面所面临的技术挑战,提出了网上广播节目监管技术思路,并对数据采集、数据分析与传播跟踪等多项重点技术进行了详细介绍.     

基于TSCM模型的网络短文本情感挖掘

针对网络短文本情感挖掘问题,提出一种新的基于LDA和互联网短评行为理论的主题情感混合模型TSCM,TSCM模型中的整篇评论中每个句子的主题分布是不同的,TSCM产生词的流程是先确定词的情感极性,再确定词的主题,TSCM考虑了词与词之间的联系.真实数据集Movie与Amazon上的大量实验表明,与代表性算法JST、S-LDA、D-PLDA和SAS相比较,TSCM模型能对用户真实情感与讨论主题进行更加有效的分析建模.