用Hartmann－Shack传感器测量激光束的波前相位

Ｈａｒｔｍａｎｎ－Ｓｈａｃｋ传感器已经用于自适应光学系统。它可以同时探测出一束光的振幅和相位信息。通过一个位置传感器，比如ＣＣＤ，它就可以成为一种对光学系统和光束的静态和动态质量诊断的有力工具。从Ｈ－Ｓ波前传感器的输出（波前斜率和近场强度分布），就可以推算出远场特点，如ＰＳＦ和ＯＴＦ。本文将介绍波前重构的理论分析和远场特征评估。同时也给出了光束质量的静态和动态的测量结果。     

61单元自适应光学系统

本文报道了我们首次利用61单元自适应光学系统与精密跟瞄系统的综合装置，进行了对目标的斜程大气条件下的跟踪及自适应光学校正实验。本文着重从自适应光学的角度出发，介绍了自适应光学系统框图，主要的技术进展及实验结果。     

郑州市生活垃圾状况分析及其对环境影响评价

本文对郑州市垃圾的排放量，分布规律、垃圾的理化性质、垃圾的处理途径、垃圾处理场地分布、地质条件的分析，并对垃圾的处理方法进行了探讨。     

煤等离子体热解法制乙炔的工艺技术现状及进展

本文论述了煤等离子体热解法制乙炔工艺技术的发展背景。综述了反应器结构、煤的性质和各种工艺参数对工艺过程的影响。重点介绍了目前对反应机理的认识，指出了需进一步深入研究的方向。     

SPEK: a storage performance evaluation kernel module for block-level storage systems under faulty conditions

This paper introduces a new benchmark tool, SPEK (storage performance evaluation kernel module), for evaluating the performance of block-level storage systems in the presence of faults as well as under normal operations. SPEK can work on both direct attached storage (DAS) and block level networked storage systems such as storage area networks (SAN). Each SPEK consists of a controller, several workers, one or more probers, and several fault injection modules. Since it runs at kernel level and eliminates skews and overheads caused by file systems, SPEK is highly accurate and efficient. It allows a storage architect to generate configurable workloads to a system under test and to inject different faults into various system components such as network devices, storage devices, and controllers. Available performance measurements under different workloads and faulty conditions are dynamically collected and recorded in SPEK over a spectrum of time. To demonstrate its functionality, we apply SPEK to evaluate the performance of two direct attached storage systems and two typical SANs under Linux with different fault injections. Our experiments show that SPEK is highly efficient and accurate to measure performance for block-level storage systems.     

融合空间先验的医学影像分割神经网络模型

由于现有神经网络方法泛化性能的局限性、医学影像参差不齐的质量以及肿瘤的不规则性和浸润性,应用神经网络全自动分割方法的效果无法令人满意.为了充分地利用不同图像特有的信息,提出融合空间信息的先验嵌入网络的新范式.在神经网络中引入基于图像空间位置的先验信息引导模型聚焦于病灶区域,学习肿瘤的判别性特征并排除无关信息,从而增强模型对于特征的选择能力并提高分割精度.使用医学图像分割框架2D U-Net和3D nnU-Net分别作为主干网络,在肝肿瘤分割任务上采用LiTS数据进行实验.经过5折交叉验证,先验嵌入网络在训练集上的分割精度比2D U-Net提高22.4％;在测试集上比集成式nnU-Net提高1.2％,比非集成式nnU-Net提高4.4％.     

德士古煤气化渣水系统堵塞问题的探讨

介绍了上海焦化有限公司德士古煤气化装置渣水系统的运行状况，对出现的主要问题进行了探讨。     

Modeling Study of a New Circulating Fluidized Bi—Bed Boiler Combustion System

INTRODUCTIONThecirculatingfluidizedbed(CFB)boileriscurrentlybeingactivelydevelopedinChina.AnalysisofthecharacteristicsofCFBismadetoeffectivelydesign,operateandcontroltheCFB.Mechanismanalysisandaccumulatedexperiencewereusedtodevelopasetofgeneraldynami...     

压力机调整机构中蜗轮研损原因分析及解决方法

封闭高度调整机构是压力机中重要的结构,蜗轮蜗杆是结构中重要的传动副,可以实现较大的传动比,且结构紧凑,传动平稳无噪声,自锁性好,得到了广泛的应用。但实际使用中蜗轮蜗杆经常发生故障,特别是蜗轮的研损十分严重。这一问题常常引起封闭高度调节不准确,造成压力机滑块下死点变化等故障,大大降低冲件质量,影响模具使用寿命,给冲压生产带来很大困扰。本文分析了几种蜗轮发生研损的主要原因,并据此提出了解决方案。     

德士古煤气化装置设计问题探讨

分析探讨了国内德士古煤气化装置在运行中暴露出的设计问题。