基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

基于吸收系数的生脉注射液中聚山梨酯80含量测定新方法

聚山梨酯80又名吐温80，为一种亲水型非离子表面活性剂，是食品、保健品和药品中常用的辅料，作为增溶剂和澄清剂广泛用于中药注射剂。近年来，不良反应的发生使得聚山梨酯80的质量和应用愈加受到重视，有研究认为其加入可能引起注射剂不良反应增加。为避免超量使用，有必要对该辅料的投料加以严格控制。中药注射剂中聚山梨酯80的含量测定是当下研究的热点和难点，可以通过分光光度法、分子排阻-蒸发光散射检测法(SEC-ELSD)、液质联用法(LC-MS)直接测定，也可以水解后法经液相色谱-紫外检测法(HPLC-UV)或气相色谱法(GC)间接测定。但由于聚山梨酯80为聚氧乙烯聚合数目不同的混合物、不同厂家生产的聚山梨酯80化学组分及比例存在较大差异，难以采用统一的转换公式或对照品准确定量。此外，中药注射剂的复杂基质造成的假阳性干扰也对定量提出了挑战。为解决以上问题，以生脉注射液为例，提出基于吸收系数的中药注射剂中聚山梨酯80含量测定新方法。优化检测波长、显色剂种类、液液萃取过程振荡和静置时间，在6个不同品牌仪器上测得聚山梨酯80-硫氰酸钴配合物的吸收系数(E1%_{1 cm})为104.23，相对标准偏差(RSD)为2.08%。生脉注射液稀释10倍后，精密量取供试品溶液1.0 mL，精密加入硫氰酸钴溶液10 mL，二氯甲烷20 mL，涡旋振荡3 min。将混合液移至分液漏斗中，静置30 min，取下层二氯甲烷液，将前1 mL弃去，接收约15 mL，在320 nm处测定吸光度，再根据Lambert-Beer定律，利用获得的吸收系数计算得到聚山梨酯80的含量。方法阴性无干扰，精密度和重复性相对标准偏差均低于3%，平均回收率为98.42%。为进一步验证方法的准确性，分别采用吸收系数法和标准曲线法测定了2个厂家的10批生脉注射液，并与实际投料量比较。配对t检验结果表明，当置信度为95%时，两种方法无显著性差异，吸收系数法测得结果与企业生产中聚山梨酯的实际投料量也无显著性差异。研究采用前人未采用的、灵敏度更高的320 nm为检测波长，显著降低了基质干扰，克服了中药注射剂中聚山梨酯80测定结果与实际投料量难以吻合的问题。吸收系数法无需使用对照品，亦不用制备标准曲线，可为中药注射剂中聚山梨酯80的检查标准提供切实可行的解决方案。所建方法灵敏、准确、快速、简便，为含聚山梨酯80制剂的质量控制提供了关键常数及新的思路。     

原子吸收光谱法测定铝锂合金中锂

本文研究了用原子吸收光谱法在笑气－乙炔火焰中测定铝锂合金中锂的最佳条件。其电离干扰可通过加进钾进盐来控制。应用本法测定合金中 锂的含量，获得了满意结果。     

压力淬火过程中锗的相结构研究

 应用高压原位差热方法，直接测量了压力下锗的固化参数─—固化温度与过冷度。高压差热信号表明，当压力大于3 GPa时，锗在凝固过程中可能发生结构相变。X射线结构分析表明，在最终的样品中除GeⅠ相外，还形成GeⅢ相和GeⅣ相。     

人体中的伯努利方程

本文从设计实验入手,形象诠释伯努利原理,并从物理学角度出发,根据人体体液流动的实际情况,运用伯努利原理及经典的伯努利方程,从人体血液循环、房水循环的压力形成和改变方面,把物理学的基本理论运用于分析人体体液压力的变化。     

光压效应及其应用

 一、光压效应光的本质是电磁波,电磁波不仅具有能量,而且具有动量。设光子速度为c,频率为v,波长为λ,则光子的能量和动量分别为:E=hv.     

溴酸钾-亚甲蓝催化光度法测定硝酸盐和亚硝酸盐

用镉柱将NO-3 还原为NO-2 ,利用在磷酸介质中NO-2 对溴酸钾氧化亚甲蓝这一褪色反应具有强烈的催化作用而建立了同时测定痕量硝酸盐和亚硝酸盐的新方法。本方法简便、快速、灵敏 ,对亚硝酸盐和硝酸盐测定的线性范围分别为 0～ 2 0 0 μg·L-1和 0 0 0 3～ 310 μg·L-1,用于测定各种水样中痕量NO-2 和NO-3 的含量均获得满意结果