激光抛光技术的发展与展望

介绍激光抛光技术的发展历史,阐明激光抛光的应用现状及未来的发展前景,论述了激光抛光的工艺特点和作用机理,将激光抛光技术与其它抛光技术进行了全面的对比,指出激光抛光的优势及其存在的问题。     

激光消融与光化学蒸气沉积

激光消融与光化学蒸气沉积１．引言最近激光消融和光化学蒸气沉积作为生产各种薄膜的可能沉积法而受到重视。在激光消融中，强脉冲激光束将固体靶表面气化，并在真空室内沉积到基片上成为薄膜。激光消融的原始概念，在１９６０年激光问世不久就想到了［‘］。此后进行了一...     

基于数字图像相关方法的黄河冰断裂性能研究

河冰的断裂性能是衡量河冰承载力、模拟和预测开河的重要参数。为明晰黄河冰的断裂性能,基于数字图像测量技术(Digital Image Correlation,DIC)开展了黄河冰的三点弯曲梁试验,分析了不同条件下试样的断裂形态,研究了温度和加载速率对黄河冰断裂韧度的影响。研究结果表明:DIC方法适用于黄河冰断裂试验的研究;黄河冰试样的断裂形态主要受到晶体形态的影响,试样的破坏形式以Ⅰ型断裂为主;黄河冰断裂韧度随着加载速率的增加而降低,随着温度的升高而减小,但在试验给定温度范围内降幅较小;提出了黄河冰断裂韧度与温度、加载速率的关系式,为极限荷载作用下河冰断裂过程的分析及冰荷载断裂参数的选用提供了依据。     

黑龙江防凌爆破试验研究

炸药爆破冰盖或冰坝是防凌减灾的重要手段,确定爆破坑半径同炸药用量、冰盖厚度等相关影响变量的关系是有效实施爆破的前提。通过黑龙江上游江段现场防凌爆破试验研究,提出了防凌爆破的可靠方法和关键技术,建立了表达黑龙江冰凌爆破中冰盖厚度、冰下水深、炸药用量同爆破坑半径之间关系的公式。新公式预报的爆破坑半径值和实测值平均相对误差在8.5%以内。同已有的研究成果比较,本文论证了冰下水深对爆破坑半径的影响,所提出的爆破坑半径公式不仅适应于冰盖厚度小的河流,也适合高寒地区冰盖厚、强度大、水深浅的天然河流,且预报精度较高。研究成果应用到2015—2016年开河前黑龙江上游漠河江段防凌爆破中,确保该江段开河期间未发生冰塞和冰坝凌汛灾害。     

水冷式微波消融天线的特性研究

针对热消融术中的水冷式微波天线的特性进行了研究,采用体模实验和离体实验确定了天线的比吸收率(SAR)及热消融范围.结果表明,水冷式微波天线能降低中心区温度,避免炭化现象的产生,热消融区类似于椭球形.     

驻波聚焦在体模中形成的精细损伤

为了提高聚焦超声的治疗精度,本文通过将两个完全相同,频率为0.6 MHz的行波聚焦换能器同轴共焦相向放置实现驻波聚焦。在相同焦点峰值正声压（17 MPa）条件下,结合组织中的声场数值仿真、空化和非线性测量,对比研究了驻波聚焦和行波聚焦超声分别辐照仿组织体模过程中的损伤变化及形成机制。研究可见：（1）相同焦点峰值正声压条件下,驻波聚焦和行波聚焦辐照形成的初始损伤尺寸分别为0.18λ×0.25λ、0.91λ×0.3λ,而达到相同焦点峰值正声压驻波聚焦所需的换能器表面声压仅为行波聚焦的0.46倍,表明驻波聚焦可以实现更精细的损伤同时降低声通道上声压幅值保护声通道的安全性。（2）相同焦点峰值正声压条件下,行波聚焦更快出现损伤,相比于空化,非线性效应影响更大。研究说明基于同轴共焦相向放置两换能器形成的驻波聚焦相比行波聚焦可以实现更精细的损伤,且声通道更安全,为驻波聚焦应用于临床提供了理论参考。     

温控射频消融温度场分布的模拟与预测

为实现射频消融参数的术前规划,对温控射频消融温度场进行实验研究.首先根据射频消融针结构建立恒温激励射频消融有限元模型,然后利用ANSYS有限元分析软件模拟计算射频消融温度场分布.通过离体猪肝和体模实验,验证和改进所建有限元模型,提高计算温度场分布的准确性.实验结果表明:所建立的恒温激励有限元模型能较好预测射频消融温度场分布.     

不可逆电穿孔治疗肿瘤与冷热消融治疗的原理比较

目前,针对肿瘤的治疗,非血管介入技术已经成为了常规手段,但是,其治疗方法和原理各不相同。总结了各种治疗手段的原理,介绍和比较了最新的不可逆电穿孔技术的优点和缺点,以期为其今后的应用提供必要的参考。     

基于XGBoost和TCN-Attention的棉花价格多影响因素选择及预测

棉花价格受多种因素影响而复杂多变, 通过选择合适的数据特征和预测模型可提高棉花价格预测精度. 本文以棉花日现货价格数据为研究目标, 采集了供需关系、国际市场、宏观经济、产业链这4个方面的9项影响因素作为特征, 使用极限梯度提升(XGBoost)算法对棉花价格影响因素进行特征评估筛选, 选取其中5项特征后, 采用引入注意力机制(Attention)的时间卷积网络(TCN) TCN-Attention、TCN、LSTM、GRU等模型对棉花价格进行预测. 通过消融实验和对比实验, 结果表明: (1)经过XGBoost特征筛选后, TCN-Attention价格预测的平均绝对误差(MAE)和均方根误差(RMSE)为41.47和58.76, 与未筛选相比分别降低了77.57%和76.49%. (2)与TCN、LSTM、GRU相比, 本文提出的TCN-Attention模型预测结果更准确, MAE和RMSE均降低50%以上, 运行时间较LSTM、GRU缩短60%.