纵向束流反馈冲击器优化设计

纵向束流反馈冲击器是纵向束流反馈系统的关键部件之一。由于北京正负电子对撞机(BEPC)的高频频率为500 MHz,要求反馈系统的带宽不小于250 MHz。在清华大学加速器实验室研制的纵向束流反馈冲击器模型腔的基础上,该文利用MAFIA等电磁场微波模拟程序对其进行优化设计,通过优化冲击器脊波导的脊缝宽度和角宽度,使冲击器带宽从210 MHz增至260 MHz。使用微波矢量网络分析仪测量了改造后冲击器的阻抗、散射参数和高次模,并与优化计算做了比较。改造后冲击器的中心频率、带宽和分流阻抗均满足设计要求。文中还对冲击器的高次模进行了分析和测量。     

异步轧制取向硅钢织构的模拟研究

本文系统地阐述了异步轧制剪切变形条件下板材冷轧织构的模拟计算理论;采用矢量法根据实测的ＯＤＦ构造板材的原始组织、在假设临界滑移系开动几率均等的条件下,运用Ｔａｙｌｏｒ模型对取向硅钢的亚表层和中心层的冷轧织构进行电算模拟;在此基础上,对剪切变形条件一些轧制因素的影响进行了讨论。     

培养美术创新和实践能力的重要途径

要适应以培养创造型人才为目标的现代美术教育的要求,就必须转变传统美术教育观念,改革不合理的课程设置,改革以传授技法为主的教学内容和教学评价系统.探索以学生为主体的创造性的教学方法,是培养学生创新精神和实践能力,造就高素质人才的重要途径.     

基于FrFT滤波和LMS降噪的变转速滚动轴承故障诊断

变速工况下的机械故障诊断逐渐成为旋转机械监控领域的一个热门课题,在变转速下故障更容易发生且伴随更大的噪声,而相应的降噪问题目前却没有可靠的解决方法。因此提出一种基于分数阶傅里叶变换（FrFT）滤波和最小均方算法（LMS）降噪的故障诊断方法,对变转速工况下轴承振动信号进行降噪,进而提取非平稳故障特征。首先,同时获得滚动轴承振动加速度信号和转速信号;然后对Hilbert解调后的振动信号进行峰值搜索FrFT,按照搜索得到的最佳阶次和分数阶域聚集位置进行FrFT滤波;再将FrFT滤波得到的信号作为参考信号,原包络信号作为输入信号,进行LMS自适应降噪;最后对降噪后的信号按照转速重采样进行阶次分析,将包络阶次谱中的突出特征与故障特征阶次对比,判断故障。该方法可成功应用于变转速工况下滚动轴承的试验数据处理,证明了方法的有效性。     

新神经网络结构及其在数码语音识别中的应用

为了提高人工神经网络处理动态信号能力 ,在时延神经网络 ( TDNN )和卷积神经网络 ( CNN)的基础上 ,针对孤立音节的特点 ,提出了一个新的网络结构 ,研究了其学习算法。新网络在进一步改进后用于汉语孤立数码语音识别 ,对特定人和非特定人任务 ,分别达到了 97.7%和 95 .6%的正确识别率 (无拒识 ) ,其性能远远高于多层前向感知机( ML P)和时延神经网络 ,与传统的隐马尔科夫模型 ( HMM)方法是可以相比的。     

锌离子的液膜渗透反应-扩散模型

建立了液膜萃取锌离子的数学模型。该模型考虑了液膜内水相及外水相的传质,油-水界面上萃取和反萃的络合反应速率以及液膜的破碎率。实验表明,在传质前期,本模型和渐进前沿模型都能较好地描述实际过程;在传质后期,本模型比渐进前沿模型更符合实验结果。     

乐脉胶囊TLC鉴别方法的研究

优选薄层色谱(TLC)鉴别方法对乐脉胶囊中的丹参、川芎、赤芍、红花、香附、木香和山楂进行定性鉴别研究。结果表明丹参、川芎、赤芍、香附和木香色谱斑点清晰,阴性空白无干扰;而红花和山楂结果有干扰,在本品中无法建立有效的薄层色谱鉴别方法。研究表明所建立的丹参、川芎、赤芍、香附和木香的薄层色谱鉴别方法专属性强,方法可靠,可作为乐脉胶囊的定性控制方法。
     

具有奇性的时滞Rayleigh方程周期正解存在性

研究了含有奇性的时滞Rayleigh方程x″(t)+f(x'(t))+g(t,x(t-σ))=0周期正解的存在性问题,其中f:R→R连续,g:R×(0,∞)→R连续,关于t为T周期,且在x=0处具有奇性,即limx→0+g(t,x)=∞.利用Mawhin重合度延拓定理,证明了上述方程至少存在一个T周期正解.     

用XANES研究Ga_(1-x)Mn_xN稀磁半导体的Mn原子的局域结构

利用基于实空间多重散射的XANES研究了Ga1-xMnxN(x=0.01,0.25,0.10)稀磁半导体中Mn原子的局域结构.结果表明在低Mn含量(摩尔浓度)的Ga0.990Mn0.010N样品中,Mn原子替代了GaN中的Ga,以替位形式存在.当Mn含量增加到0.025时,部分Mn原子处于被4个Ga所包围的间隙位,并与替位Mn原子形成了MnGa-MnI二聚体.当Mn含量进一步增加到0.100时,样品中的Mn原子主要以Mn团簇形式存在.     

基于多源数据融合的冰雪条件下车速变化关联性分析

基于多源数据融合,利用关联规则分析中的Apriori算法研究天气条件、路面条件、养护作业等因素与车速变化的关联性,通过速度降低与回复现象有效评估冬季道路养护的效益.结果表明:车速变化与能见度、路面条件和降雪量具有较强关联性,与湿度、风向、工作日、节假日和流量没有相关性.通过数据挖掘技术将存储的多源数据转化为有效的知识和信息,从而可为冬季道路养护提供有效的决策支持.