管式段塞流捕集器构造及其优化设计

天然气近年来由于技术的进步及其自身多项优势而被广泛利用,油气混输作为一种经济性良好的运输方式也开始服务于各大油气田。然而多相流的运动很复杂,加上一些其他因素而产生的段塞流则是危害较大,其主要危害体现在各项参数不稳,混输管路下游的处理设备会受到较大冲击,因此需要在混输管路末端设置段塞流捕集器来缓解这种冲击,保证下游的稳定供给。     

基于混合远景和近景区域暗通道算法的图像去雾研究

为了提高图像去雾效果,提出混合远景和近景区域暗通道算法。首先建立远景和近景区域暗通道,为近景区域最小值通道和远景区域最小值通道之和,不同区域设置不同的调节系数;接着估计大气光值,通过混合暗通道远景区域的前50个像素点颜色值的平均值获得,增设校正系数;然后导向滤波,采用自适应滑动窗口优化透射率;最后给出了算法流程。实验仿真显示所提算法去雾图像视觉效果较好,定量分析指标对比度、可见边对比度值较优。     

基于缓发γ能谱测量的铀丰度分析

本文以加速器驱动的脉冲中子源为照射源、铀材料为照射对象、HPGe探测器为主要探测器，测量得到了铀材料的缓发γ实验谱，再根据理论计算程序和蒙特卡罗方法得到了缓发γ计算谱。结果显示，实验谱和计算谱吻合较好，表明缓发γ能谱测量可作为铀丰度分析的一种技术手段。     

An engineering method for complex structural optimization involving both size and topology design variables

This work presents an engineering method for optimizing structures made of bars, beams, plates, or a combination of those components. Corresponding problems involve both continuous (size) and discrete (topology) variables. Using a branched multipoint approximate function, which involves such mixed variables, a series of sequential approximate problems are constructed to make the primal problem explicit. To solve the approximate problems, genetic algorithm (GA) is utilized to optimize discrete variables, and when calculating individual fitness values in GA, a second-level approximate problem only involving retained continuous variables is built to optimize continuous variables. The solution to the second-level approximate problem can be easily obtained with dual methods. Structural analyses are only needed before improving the branched approximate functions in the iteration cycles. The method aims at optimal design of discrete structures consisting of bars, beams, plates, or other components. Numerical examples are given to illustrate its effectiveness, including frame topology optimization, layout optimization of stiffeners modeled with beams or shells, concurrent layout optimization of beam and shell components, and an application in a microsatellite structure. Optimization results show that the number of structural analyses is dramatically decreased when compared with pure GA while even comparable to pure sizing optimization.     

不同制样方法对直流辉光放电质谱法测定氮化硼中27种杂质元素的影响

讨论了3种制样方法对直流辉光放电质谱法(dc-GDMS)检测氮化硼中的Na、Mg、Al、Si等27种杂质元素的影响。3种制样方法分别如下所示:方法1,直接把氮化硼压在铟薄片上;方法2,把氮化硼压在铟薄片上后,再盖上一层铟罩;方法3,把压碎后的氮化硼放在针状钽勺上。在优化的辉光放电参数下对比了3种不同制样方法对基体信号强度的影响。试验表明:在方法1中,当氮化硼尺寸约为3mm×3mm,厚度小于1mm时,基体¹¹B的信号可达1.8×10⁷ cps;在方法2中,选择铟孔大小合适的铟罩,基体¹¹B的信号可达1.0×10⁷ cps;方法3获得基体信号强度比方法1、方法2高一个数量级。大部分元素在中分辨率下可获得较好的结果,而对于在高分辨率下也较难分离的元素,可选择丰度较低的同位素在中分辨率下进行测定,如Ge选择⁷⁰Ge⁺,Se选择⁸²Se⁺,Cd选择¹¹¹Cd⁺,Sn选择¹¹⁹Sn⁺,Ag选择¹⁰⁹Ag⁺,Pt选择¹⁹⁴Pt⁺。氮化硼中的杂质元素含量可通过样品片中待测元素含量减去来自于铟薄片或钽勺中该元素贡献的含量来计算获得。将样品平行测定5次,相对标准偏差均在20%以内。对于Al、Si、Ti等元素的测定,3种制样方法的测定结果基本一致;方法1、方法2中检测到的In含量较大,使得铟中的Ni、Cu对氮化硼的测定值影响较大;方法3由于钽中Fe、Cu的贡献导致氮化硼中Fe、Cu的检测值较大,但方法3获得的基体信号强度大,可降低部分元素的检出限,如Cr、Mn、Ga、Ge等。综上所述,方法3为优选方法。     

低觉醒脑电识别与唤醒的可穿戴系统研究

为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态，本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统，系统通过传感器从大脑头皮采集脑电信号，转换为数字信号，经傅里叶变换获取了脑电信号的θ相对能量、α相对能量、重心频率、谱熵等4个特征量，由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别，当识别出低觉醒状态时采用声音报警模块发出声音，唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态，识别率达90.8%，可为提高警戒作业工作绩效提供一种可穿戴的智能装备。     

固体自拉曼激光器多波长输出研究

实验对比了a切和c切的Nd∶YVO4晶体作为激光晶体时,激光器输出光光谱及输出功率上的区别。设计了一种小型化固体自拉曼多波长激光器,实验证明通过调节倍频晶体BBO的角度,可实现多波长选择性输出及同时输出,并测量了其输出光谱及单波长输出时的功率。     

新工科理念下“扩频通信技术与应用” 课程教学实践

本文以“扩频通信技术与应用”课程为例，探讨新工科理念下工程学科实践教学改革，具体措施包括：开展虚拟仿真实验，充分发挥双师型教师的主观能动性，开展MATLAB仿真训练、工程技术实训及相关的创新创业训练，结合企业实习以及开展国际交流合作等。     

一种适用于混合型分类数据的聚类算法

传统的K-modes算法采用简单的属性匹配方式计算同一属性下不同属性值的距离，并且计算样本距离时令所有属性权重相等。在此基础上，综合考虑有序型分类数据中属性值的顺序关系、无序型分类数据中不同属性值之间的相似性以及各属性之间的关系等，提出一种更加适用于混合型分类数据的改进聚类算法，该算法对无序型分类数据和有序型分类数据采用不同的距离度量，并且用平均熵赋予相应的权重。实验结果表明，改进算法在人工数据集和真实数据集上均有比K-modes算法及其改进算法更好的聚类效果。     

卷取温度对IF钢组织性能影响规律

 选取IF软钢为研究对象，考虑热轧边部温降的影响，对其热轧卷取温度进行调整试验，并对热轧基料与冷轧成品卷分别进行力学性能、金相组织的分析，研究热轧卷取温度对冷轧成品组织性能的影响。结果表明，卷取温度对IF钢屈服强度、抗拉强度无显著影响，伸长率随温度升高先升高后降低，r值在卷取温度为750 ℃时最高；卷取温度升高时，热轧基料边部出现混晶及组织不均匀现象，冷轧退火会加剧组织不均匀，造成IF钢边部混晶。研究结果对于揭示IF钢板生产工艺与性能之间的内在联系有重要意义，也对指导企业制定低耗高效的轧制工艺参数以获得性能优异的产品具有积极作用。