排序方式: 共有41条查询结果,搜索用时 0 毫秒
1.
2.
为实现光纤激光器径向偏振光的高效输出,提出并搭建了基于液晶聚合物(LCP)的纳秒脉冲掺镱(Yb)主振荡器功率放大(MOPA)系统。该系统采用空间相位转换法,利用LCP涡旋半波片将全光纤MOPA激光器输出的高峰值功率、窄线宽、线偏振、高斯形分布的纳秒脉冲信号转换为横向强度呈空心环状分布的拉盖尔-高斯光。MOPA激光器系统由窄线宽连续种子源、电光强度调制器和后续的5级YDF放大器组成,通过实验获得了20.1 W的稳定LP01模输出。而后的LCP涡旋波片用作空间模式转换器,最终获得的平均输出功率为19.5 W,脉宽为10 ns,重复频率为10 kHz,横向剖面呈规则空心环形的径向偏振光输出,模式转换效率可达97%。另外,通过PBS测量法测得径向偏振光的模式纯度约为88.5%,兼具高功率与高纯度的优势。 相似文献
3.
4.
5.
针对矿石中硅线石微细嵌布,铁矿物嵌布亦较细。且有近二分之一铁在非金属矿物晶格之中,除铁难的特点,通过试验研究对比采用一段磨矿磁选除铁后磁尾浮选富集硅线石.浮选精矿再磨后酸浸再除铁的工艺方法,获得了理想的除铁效果,使硅线石精矿质量达到较高品质。 相似文献
6.
报道了采用对称平面平行腔结构实现单级静态输出30 kW高峰值功率灯抽运Nd∶YAG固体激光器的研究结果。从速率方程出发,推导出脉冲Nd∶YAG固体激光器的单脉冲能量表达式,模拟出输出镜最佳透过率及最大输出能量。通过实验选取激光器工作的最佳参数,研制出一台高峰值功率灯抽运脉冲Nd∶YAG激光器,理论模拟和最佳实验结果基本一致。激光器在最大输入电压为800 V,脉宽为2 ms时,输出最大单脉冲能量60 J,最大峰值功率30 kW,光束质量M2为5.9,总体电光转换效率3.3%。在最大输入电压为800 V,脉宽为1.5 ms时最大平均功率405 W。采用该激光器切割6 mm低碳钢和4 mm不锈钢,在脉宽为2 ms,频率为6 Hz,峰值功率为30 kW时,切割4 mm不锈钢速度为1 mm/s,切割6 mm低碳钢速度为1.5~2 mm/s。 相似文献
7.
为了研究W-Ni-Cu合金选区激光熔化技术(SLM)直接成形工艺及其热物理性能,设计了以激光功率、扫描速度、扫描线长度、搭接率为变量的工艺实验,研究各参数对致密度的影响,采用SEM、热分析仪、差式扫描量热仪、热-机械分析仪研究合金的微观组织、导热率与热膨胀系数。结果表明:选择合理的优化工艺参数,W-Ni-Cu(SLM)成形致密度最高达到94.5%;微观组织为难熔相W发生了桥接与团聚,基体相CuNi呈网络状包裹于W相周围;测试试样所加载热流平行于烧结成形方向时,导热系数与热膨胀系数分别是120.314 0W/(m·K)及7.16×10~(-6)/K,加载热流方向垂直于烧结成形方向时,导热系数与热膨胀系数分别是99.257 2W/(m·K)及7.02×10~(-6)/K。不同方向成形测试件导热系数和热膨胀系数的差异是由难熔相W在CuNi相中的分布以及孔隙数量决定的。采用选区激光熔化成形技术可以成形性能较好的W-Ni-Cu合金。 相似文献
8.
为获得适用于电子封装的W-Cu材料,对60W-40Cu、70W-30Cu、75W-25Cu和80W-5Ni-15Cu合金进行选区激光熔化实验,研究了W含量对合金微观组织、致密度、热导率、热膨胀系数、表面粗糙度、硬度的影响。结果显示:4种W-Cu合金的成形表面均存在球化现象;当W的质量分数低于70%时,致密化机制为重排致密,W相间几乎不发生连接与团聚,热传导优先在铜相中进行;随着W的质量分数上升到75%,致密化机制主要为固态烧结,热传导路径由以W相为核心、边缘由Cu相包裹的结构单元组成;随着W含量增加,W-Cu合金的热导率和热膨胀系数与理论值的偏差增大,合金的表面粗糙度、硬度均增加。最终获得60W-40Cu、70W-30Cu、75W-25Cu、80W-5Ni-15Cu成形后的致密度分别为97.9%,94.5%,91.6%,91.9%,热导率分别为210.4,176.8,152.7,121.3 W·K~(-1)·m~(-1),热膨胀系数分别为11.05×10~(-6),9.33×10~(-6),8.17×10~(-6),7.02×10~(-6)℃~(-1),表面粗糙度分别是9.2,13.7,15.2,15.4μm,显微硬度分别是183,324,567,729 HV。 相似文献
9.
煤矿安全文化建设是近年来推行的一种先进的安全管理方法,是落实以人为本科学发展观的重要体现。它以提升人的潜意识为出发点,建立起以人为核心内容的安全文化新对策和新手段。基层工会组织作为企业的重要组织之一,具有自身的优势,在企业安全文化建设中应该占有重要位置并负有重要责任。 相似文献
10.
人脸识别是计算机视觉和图像模式识别领域的一个重要技术。主分量分析(PCA)是最为常用的人脸图像特征提取方法,核主分量分析(KPCA)方法是对PCA方法的一种改进,基于ORL人脸数据库的计算机仿真实验结果证明了KPCA算法的有效性。 相似文献