不同硫组分在菱锌矿表面吸附的计算研究

采用量子化学计算的第一性原理模拟了不同硫组分在菱锌矿(001)解离面上的吸附,研究了硫组分在菱锌矿表面的吸附机理。吸附能计算结果显示:相比HS-,S2-在菱锌矿(001)解离面的吸附更加稳定,吸附能的绝对值更大,同时发现硫组分主要吸附在Zn位上;吸附前后的态密度对比分析表明,硫组分在菱锌矿表面的吸附形成了新的Zn—S化学键;布居分析发现:硫组分吸附在菱锌矿表面新形成Zn—S键的过程中,Zn、S之间发生了明显的电荷转移。研究结果阐释了菱锌矿的硫化机理,为菱锌矿硫化浮选研究提供了理论依据。     

一种基于LTCC基板的数字光收发模块设计

首先介绍低温共烧陶瓷(LTCC)技术和数字光收发模块,阐述LTCC的技术特点、工艺流程以及它相较于传统PCB电路基板的优势,解释了数字光收发模块的通信原理和工作方式;其次,提出了一种基于LTCC电路基板的数字光收发模块的设计方案,详细介绍了该光模块的主要构成和实现方法,包括电路设计和关键器件的比较和选取;最后,通过对该方案所述的数字光收发模块的样件进行关键指标和性能测试,验证了该设计方案的可行性。     

酞菁蓝/蒽醌蓝研磨复配炭黑对织物印花色相的影响

将酞菁蓝颜料及蒽醌蓝与炭黑复配,以木质素磺酸钠为分散剂,用砂磨法制备纯黑色相炭黑色浆。结果显示,研磨1 h后粒径在108 nm左右,炭黑分布较窄,PDI为0. 083 9;SEM测试显示分散体颗粒大小分布均匀,分散性良好;该水性炭黑色浆体系稳定性较好。随着体系蓝色用量增加2. 5%,色浆a^*、b^*值均趋近于0,接近于纯黑色相。     

橡胶型摩擦阻尼器的性能研究

研究橡胶层厚度、螺栓转矩对橡胶型摩擦阻尼器力学性能和耐疲劳性能的影响。结果表明:随着橡胶层厚度的减小,橡胶型摩擦阻尼器的起滑位移、起滑阻尼力和摩擦负荷减小;随着螺栓转矩的增大,橡胶型摩擦阻尼器的起滑位移变化不大,起滑阻尼力和摩擦负荷先增大后减小,当螺栓转矩为400 N·m时,起滑阻尼力和摩擦负荷最大;橡胶型摩擦阻尼器的疲劳试验前后摩擦负荷-滑动位移滞回曲线饱满,耐疲劳性能优异,具有良好的耗能能力。     

基于CAN总线的伺服电机控制系统设计

鉴于交流伺服电机系统参数繁琐、可操作性差、控制线路复杂、可靠性不高、实时性差等，提出了一种基于CANopen协议的CAN总线伺服电机驱动控制设计方法。CAN总线接口技术用于构建硬件平台，CANopen协议栈程序和电机控制程序在CCS 软件开发环境中实现，并利用PC上位机监控。实验结果表明，交流伺服驱动器采用CAN总线与PC上位机通信，控制简便，实时效果好，数据传输速度快。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

基于决策树的堆芯物理参数预测研究

反应堆堆芯核设计涉及大量方案的搜索与详细计算，缩短方案搜索时间有利于提高核设计效率。数据挖掘技术通过对大量数据进行学习与模式识别，可实现核设计方案物理参数的快速预测，更快地筛选出可行的备选堆芯方案。本文基于数据挖掘的决策树4种算法：C4.5、RepTree、Random Forest及Random Tree，在计算时以燃料富集度、含可燃毒物燃料棒数量及含量作为自变量，以寿期内k_eff不均匀系数偏差（KUCD）、径向功率不均匀系数偏差（RPNCD）、径向中子通量不均匀系数偏差（RFNCD）、堆芯寿期（CL）作为目标函数，构成目标函数符合度（CPF），利用大量已知核设计参数的组件及堆芯设计方案作为数据挖掘训练集，构建数据挖掘模型，并用于对未知核设计参数的组件方案集合（测试集）进行CPF快速预测。结果表明，4种算法利用训练集构建数据挖掘模型的时间在0.6 s以内，各算法的交叉验证精度均在0.7以上，其中C4.5算法对CPF预测精度最高；对测试集方案的核设计参数预测中，单个方案的预测时间均在0.9 s以内，而Random Forest算法对CPF等于4的预测效果最好。     

生物预处理技术在天然产物提取中的应用研究进展

生物预处理技术运用于天然产物提取是借助微生物或生物酶的作用，在适当条件下对天然资源进行处理，破坏植物原料的细胞壁，促进天然产物释放到提取介质中，以提高分离效率，有助于保证天然产物活性。生物预处理技术按形式可以分为微生物发酵技术和生物酶处理技术。针对2种生物预处理技术的作用机制和应用进行综述，旨在为天然产物开发利用提供参考。