“聚龙一号”装置四层圆盘锥磁绝缘传输线的三维粒子模拟研究

介绍了"聚龙一号"中四层圆盘锥磁绝缘传输线(MITL)的基本理论。在CPIPIC平台上,采用非均匀网格和周期性对称边界条件,建立了"聚龙一号"的四层圆盘锥MITL的三维粒子模拟模型。设置相应的参数并用并行算法模拟得到了该器件中各层在绝缘堆上和MITL中间位置的电流和汇流后的电流,并与理论和实验数据进行相互对比验证。模拟结果表明整个器件在达到磁绝缘状态后具有很高的传输效率,并与实验结果相互验证,为以后进一步的研究提供了保证。     

关注儿童食品安全从奶制品看儿童食品添加剂现状

<正>如果说"每天一袋奶,强壮中国人"说明奶及奶制品对孩子成长的重要作用,那么"每天一袋奶,毒害中国人"则是大众对奶品现状的无奈和调侃。到底应该给孩子买什么样的儿童酸奶、儿童牛奶让妈妈们大为头疼,代购、海淘这种行为的背后是消费者对中国奶品市场信任的缺失和选择好产品时的无能为力。放心365对北京商超渠道34款儿童酸奶、21款儿童牛奶进行了深入地调研,力图了解儿童奶市场现状,告诉消费者怎样才能买到放心儿童奶。     

刮板输送机中板仿生耐磨优化试验研究

刮板输送机中板磨损失效已成为输送机运行故障的主要原因之一，为了提高中板耐磨性，基于蜣螂非光滑单元进行了仿生中板设计，以磨损量为响应值，进行了单因素和响应面法优化试验。根据响应面法试验结果得到的因素显著性影响顺序（从高至低）依次为：径向距离，深径比，直径，节距角。基于试验结果建立了磨损量与因素的回归预测模型，经试验对比发现，预测模型与真实试验的相对误差为3.2%。在特定工况（煤散料粒度为6~8 mm、载荷为20 N、刮板链速为0.65 m/s及试验时长为6 600 s）下，当深径比为1.41、直径为0.69 mm、节距角为6.55°和径向距离为4.66 mm时，磨损量最小，仿生中板的耐磨性提高了12.6%。分析其耐磨机理发现，与光滑板相比，仿生板的磨粒磨损及黏着磨损较轻。凹坑分布可破坏持续切削中板表面的煤粒运动状态。中板的仿生优化可为今后刮板输送机的设计提供一定参考。     

基于SOP的核电厂数字化主控室操纵员监视行为可靠性研究

针对数字化后主控室操纵员执行规程时不同数字化特征下的监视任务的失误率和平均执行时间进行实验研究。通过电厂实地考察、操纵员访谈,进而设计相关仿真实验。实验结果显示:颜色类监视失误概率为1.71×10~(-3),数字类监视失误概率为1.57×10~(-3),但监视目标物理形态对监视失误率没有显著影响;二类任务越复杂(导航次数越多),平均执行时间越大,导航次数为3次时显著小于1次和2次时的监视失误率;不同监视目标数量下的监视失误率及平均执行时间结果差异显著,监视目标数量越多,监视失误率越大,平均执行时间越长,即监视可靠性越低。     

InGaAs MOSFET的电容电压特性

通过自洽求解泊松和薛定谔方程,计算了GaAs,InAs和InGaAs MOSFET的电容电压(CV)特性,并与Si MOSFET的CV特性以及GaAs MOSFET的CV测量结果做了比较。研究结果表明,对于电子有效质量较轻的InGaAs半导体,量子效应非常明显,反型电容显著降低。研究结果还表明,随着栅介质有效厚度的减小和沟道掺杂浓度的增加,量子效应更加突出,反型电容进一步减小。     

Landau-Zener模型中纠缠演化及转移的研究

研究了受外场驱动的两个二能级系统分别与两个单模量子化光场相互作用模型中纠缠演化及转移问题。该工作主要是对外场驱动的Landau-Zener模型进行了研究，采用旋转波近似的方法，通过数值计算详细分析了二能级系统初始状态、能级间的耦合常数以及驱动外场的参数对子系统间纠缠和转移特性的影响。结果表明，适当调节模型中的参数，可以使系统初始纠缠完全转移为光腔场间的纠缠，实现二能级系统与光场间的最大纠缠转移。     

移动通信网络优化现状及发展趋势分析

在社会经济以及科学技术不断发展的同时,移动通信技术也在逐渐进步。移动通信网络,在移动通信技术中属于核心部分。近些年来,越来越多的人们开始使用移动通信网络,促使移动通信网络的移动性日益增强,话务密度不均匀分布特征也越发明显,导致网络基站与用户手机之间出现了信号连接不顺畅现象,直接影响到了用户的通话质量,不利于移动技术的进一步发展,因而相关人员应该采取相关技术措施,对移动通信网络进行优化,不断提高通信网络的服务质量。     

基于GFU和分层LSTM的组群行为识别研究方法

提出一种以"关键人物"为核心，使用门控融合单元（GFU，Gated Fusion Unit）进行特征融合的组群行为识别框架，旨在解决两个问题：①组群行为信息冗余，重点关注关键人物行为特征，忽略无关人员对组群行为的影响；②组群内部交互行为复杂，使用GFU有效融合以关键人物为核心的交互特征，再通过LSTM时序建模成为表征能力更强的组群特征.最终，通过softmax分类器进行组群行为类别分类.该算法在排球数据集上取得了86.7%的平均识别率.