机械合金化工艺对Fe-Ni合金显微结构的影响

对机械合金化制备的Fe-Ni粉体利用X射线衍射(XRD)进行分析，得到了不同Ni含量和不同球磨时间Fe-Ni纳米晶的XRD谱．实验表明，w(Ni)=10％和20％时，Ni溶入Fe晶格，分别在球磨20h和50h后形成单一的a(bcc)相；w(Ni)=50％时，其先后经历了γ(fcc)→←a(bcc)正逆转变，在球磨120h后最终形成单一γ(fcc)相．无论是a(bcc)相还是γ(fcc)相．它们的固溶度均比块体Fe-Ni合金显著提高．w(Ni)=35％时，则始终是两相共存．对试样的XRD谱采用3种不同的方法测定了Fe-Ni粉体的晶粒尺寸和显微畸变，发现经球磨20h后，不同Ni含量的粉体均呈纳米结构，并随球磨时间延长，Fe-Ni纳米晶的晶粒尺寸下降而显微畸变上升．     

相对熵、畸变风险测度及其金融风险测度的效能

通过对相对熵及其极小化过程的讨论，探索金融市场风险测度的机理，研究金融市场风险管理技术的相关问题．并通过熵优化公理建立了极小熵与畸变概率测度之间的等价定理，利用畸变函数变换寻求市场风险暴露测度的优化技术，为金融市场风险管理实践提供可借鉴的技术方法．     

卫星导航信号畸变模型威胁空间减小方法

卫星导航信号畸变模型威胁空间描述了能够引起较大差分误差但难以通过接收机观测量检测发现的信号畸变范围,其对于民航等涉及生命安全的导航服务可能造成灾难性后果.威胁空间越大,导航服务潜在风险越高,对畸变检测手段要求也越高.卫星导航系统应采取合适的方法尽量减小威胁空间.该文提出了降低测距偏差检测门限的方法来实现威胁空间的减小,...     

基于三维晶格离散颗粒模型的混凝土反复拉压本构关系模型

为了将三维晶格离散颗粒模型用于模拟混凝土构件在反复荷载下的受力性能,本文建立了混凝土的加卸载应力-应变关系模型.受拉模型中单调加载作用下的本构关系根据有效应力和有效应变确定,反复荷载作用下的加卸载准则依据正应力-应变及剪应力-应变的关系分别建立,保证混凝土的应力-应变关系曲线从受拉状态转变到受压状态时的平滑过渡.在受拉...     

基于粒子群算法的牵引逆变器多目标优化控制策略

为解决中点钳位型三电平牵引逆变器存在的中点电位不平衡以及由此而引起的输出电流谐波无法同时得到有效控制问题,提出了一种基于粒子群算法的牵引逆变器多目标优化控制策略。首先建立谐波抑制和中点电位平衡控制变量的数学模型;然后以输出电流谐波总畸变率最小为目标,以中点电位波动幅值尽可能小为约束条件,采用罚函数法构建了多目标优化模型。通过粒子群算法进行优化求解,实现在有效抑制输出电流谐波的同时最大程度降低中点电位波动幅值。仿真和实验结果验证了所提多目标优化控制策略的有效性。     

基于锑化物二类超晶格的多色红外探测器研究进展

近年来InAs/GaSb二类超晶格红外探测器在材料晶体结构生长、器件结构设计与成像应用方面取得了飞速发展。尤其在多色红外探测方面,二类超晶格材料以其具备的带隙可调、暗电流小、量子效率高、材料均匀性高,以及成本低等优越性能,使其逐步成为第三代红外焦平面探测器的优选材料。本文阐述了锑化物窄带隙半导体研究中心的锑化物多色红外探测器研究进展。本团队成功实现了低噪声、高量子效率以及低光学串扰的短/中、短/长、中/长、长/长、中/长/甚长波等多种高性能多色红外探测器研制。     

粗糙势能对Frenkel-Kontorova晶格热传导性能的影响

采用非线性分子动力学方法,通过计算机模拟,研究了粗糙势能的高度和频率对Frenkel-Kontorova晶格负微分热阻和热导率的影响.结果表明:粗糙势的高度和频率减小了负微分热阻(NDTR)出现的范围;热导率是粗糙势能高度和频率的函数,存在一个最佳的粗糙势能高度,热导率达到最大值;热导率随着粗糙势能频率的增加而单调降低.研究结果揭示了粗糙势能对热传导性能的影响,对低维材料非线性反应机制及热流控制器的应用研究具有参考价值.     

基于MVDR聚焦波束形成的辐射噪声源近场定位方法

为全面刻画噪声源的空间分布,需同时对辐射噪声中的宽带及窄带线谱信号进行聚焦波束形成.研究可应用于水下辐射噪声源定位的基于最小方差信号无畸变响应(MV-DR)的聚焦波束形成方法,将MVDR方位估计方法与聚焦波束形成相融合,较常规聚焦波束形成具有更高的分辨率和更低的旁瓣级,并能减小"混叠"效应的影响.仿真和实验均证明了该方法的正确性和有效性.     

晶格畸变检测仪研究碳化硅晶片中位错缺陷分布

利用晶格畸变检测仪研究了SiC晶片位错分布情况,通过对熔融KOH腐蚀后的SiC晶片进行全片或局部扫描,从而得到完整SiC晶片或局部区域的位错分布.与LEXT OLS40003D激光共聚焦显微镜扫描腐蚀图进行比较,晶格畸变检测仪扫描腐蚀图可以将晶片上位错腐蚀坑信息完全呈现出来,且根据腐蚀坑呈现的颜色及尺寸大小,可以分辨出...     

一种深度学习网络的树木点云骨架重建方法

基于激光雷达(light detection and ranging, LiDAR)数据重建树体三维模型并精准获取林木空间枝干结构参数是精准林业发展的必然趋势。本文研究面向激光点云提出了一种融合基于晶格投影的深度学习网络,以及面向提取的枝干点云的树木模型骨架重建的方法。该深度学习网络包括旋转不变性模块、晶格投影与重心插值模块,多尺度变换与卷积操作层,通过将旋转变换后的点云晶格投影到三个坐标平面上再分别重心插值获得变换系数,解决了三维点云因排列无序而造成空间卷积困难的问题。以海南多类树木为研究对象,首先,把带枝叶标签的林木点云基团带入构造的深度学习网络中训练网络参数,实现测试样本中的林木数据的枝叶分离。其次,对分类后的树木枝干点云垂直分层并空间聚类,获取每层的聚类中心点并按相邻层中心点距离最小原则实现骨架链表构造,同时采用自适应随机抽样一致(random sample consensus, RANSAC)方法来计算的圆柱体拟合半径,以重建树木的各级枝干。最后,根据中心点连通的链表结构以及角度变化最小准则自动识别树木中的主枝干和各个一级分枝。通过与实测数据比对验证表明,深度学习枝叶分类准确...