磷光热图技术在常规高超声速风洞热环境实验中的应用

通过采取快速插入、建立同步采集系统等措施,在中国航天空气动力技术研究院FD-07常规高超声速风洞建立了磷光热图技术,并成功地获得了平板三角翼模型表面热流分布.基于实验结果,初步分析了来流Reynolds数等参数对三角翼表面热流分布的影响.结果表明,三角翼外形中心线处转捩靠后,两侧转捩靠前,且随着来流Reynolds数的增加,转捩位置进一步前移.总的来说,磷光热图技术能够直观地显示流动转捩发生的位置以及转捩后湍流区的形状,为高超声速飞行器热防护设计提供了一种新的技术途径.      

基于拉曼光谱法的降糖类药物的判别方法比较

采用了四种聚类方法对降糖类药物拉曼光谱进行了快速、无损判别。采集九种降糖类药品共48个样品的拉曼光谱,经截波、基线校正、平滑、矢量归一化等预处理后,分别采用K-均值、系统聚类法、自组织图(SOM)及PCA-SOM四种不同聚类方法做聚类判别。结果表明,自组织图与K-均值、系统聚类法相比,聚类结果较好,并且SOM结合PCA后的PCA-SOM结果最优。为降糖类药品的快速判别从聚类的角度提供了一种新的方法。     

太阳图的奇优美性和奇强协调性

设k_1,k_2,…,k_n是非负整数,C_n=v_v_2…v_nv_1是有n个顶点n条边的圈,则称图C_n+{v_1v_(11),v_1v_(12),…,v_1v_1k_1,v_2v_(21),…,v_2k_2,…,v_nv_(n1),…,v_nk_n}为(k_1,k_2,…,k_n)轮环图,简记为C(k_1,k_1,…,k_n).研究了太阳图1C_n的奇优美性及其奇强协调性,得到了太阳图1C_n在n为偶数时的奇优美标号算法和奇强协调标号算法,从而证明了太阳图1C_n在n为偶数时是奇优美图和奇强协调图的结论.     

一类体积填充趋化模型的斑图生成［英文］

本文讨论一类体积填充趋化模型(*)的不稳定常数平衡解附近的非线性动力学性态.研究表明{Ut=(d1U-χU(1-U/γ)V),(*)Vt=d22V+U-V,对任意给定的一般初始扰动δ,在以lnδ-1为阶的时间段内,该扰动的非线性演化由相应的线性化系统的最快增长模式所控制,并对斑图生成进行定量的刻画.     

阳离子聚丙烯酰胺水分散液的制备及表征

通过丙烯酰胺(AM)与甲基丙烯酰氧乙基三甲基氯化铵(DMC)的水相分散共聚合制得阳离子聚丙烯酰胺(CPAM)水分散液.以红外光谱(FTIR),核磁共振(1H-NMR),光学显微照片(OP)证实了产物结构与形成机理;研究了引发剂类型及用量,无机盐选择及用量,分散剂用量及单体配比对CPAM转化率、分子量及分散液黏度的影响.结果表明,采用2,2’-偶氮二[2-(2-咪唑啉-2-代)丙烷]二氢氯化物(VA-044)和过硫酸钾(KPS)/甲醛次硫酸氢钠(SFS)复合引发剂,在硫酸铵浓度28%～32%,同时添加少量硫酸锂或氯化钠,分散剂0.5%～1.5%(所有物质用量皆对总反应体系而言)条件下,可在高转化率同时得到分子量较高、流动性良好的CPAM水分散液.     

正项级数敛散性新的根式判别法

基于几何级数的敛散性和比较判别法,给出判断正项级数敛散性的一个新的根式判别法,并举例说明其应用.     

试飞数据分析结果的可视化输出软件设计与实现

针对试飞数据分析结果进行可视化输出可以提高试飞科目的评判效率。将试飞数据分析结果进行结构化存储,采用列模式内存对齐方式,提高单个参数的检索查询及图形输出操作效率;对C+ builder标准组件类属性及方法进行扩充,实现对常规和特殊定制结果曲线图的绘制导出;利用进程调用方式,融合Matlab平台GUI应用程序和算法库,扩展软件交互功能。以实现对试飞数据分析结果的可视化输出。     

控制图在直读光谱仪期间核查中的应用

期间核查是指在两次校准(或检定)的间隔期内进行的核查,核查对象有仪器设备、标准物质、计量基准、传递标准或工作标准,以判断所使用的设备、标准物质等是否保持检定时的置信度,满足检验工作的需要。此外,ISO/IEC 17025:2005《检测和校准实验室能力的通用要求》中第5.5设备和第5.6测量溯源性两个要素中都提到期间核查[1];CNAS-CL01:2010《检测和校准实验室能力认可     

基于变分贝叶斯优化的近邻采样 PF-SLAM 算法

针对移动机器人同时定位与地图构建（SLAM）中观测噪声随时间变化及粒子滤波(PF)中粒子多样性易丧失问题,提出基于变分贝叶斯优化的近邻采样PF-SLAM算法。采用高斯混合模型对时变的观测噪声建模,使用变分贝叶斯方法,迭代估算出混合模型中的未知参数;同时根据粒子权重将粒子划分为保留粒子和调整粒子,通过两种粒子间的近邻位置分布关系优化调整粒子位置,在处理时变观测噪声同时,解决粒子多样性丧失问题,使得优化的粒子集更好地表示机器人位置概率分布。实验表明,改进算法与传统PF-SLAM算法相比,定位与建图误差降低76%,较期望最大化算法下的定位与建图误差降低了54%,进一步验证了所提算法的可行性与有效性,为移动机器人同时定位与建图提供一定参考。