铁电单晶中的长时间自由弛豫效应

在铁电陶瓷中发现的长时间自由弛豫效应也出现于单晶体中。单晶的热电弛豫效应略小于陶瓷,在TGS和LATGS单晶中观察到了极化弛豫。当样品受外电场刺激后,反向电畴的生长表现出自由弛豫规律,LATGS由顺电相冷却到铁电相的转变也遵循这个规律。将LATGS的内偏场的源,和靠近头对头或尾对尾畴壁附近的内场的源都视为受束缚的空间电荷,则这些效应可以得到解释。     

建设智慧型工厂实现机器换人的思考与实践

从建设智慧型工厂实现机器换人的思考入手,阐述了纺织行业实现机器换人的契机。分析了针织行业织造、染整、印花、服装企业实现智能化、自动化的切入点。并指出了劳动最密集的服装制作流水线实现智能化机器换人的关键技术点。重点阐述了通过引进智能化高端装备建设智慧型服装生产流水线的实践经验及效果。结果表明,机器换人实现了高效生产,提高了生产质量,减少了资源浪费;机器换人为企业招工难、劳动力成本高等提供了解决办法。     

铌酸锂在15至573K 温度范围内的电学性质

在15～573K 温度范围内测量了铁电相铌酸锂单晶沿 c 轴方向的体电阻、介电常数、和热释电系数。数据表明在88、139、166、226、352、408和549K 附近,晶体性质出现特殊的变化。精确到0.4%的热释电测量表明在79.60℃温度上,自发极化强度 P_(?)和热电系数 dP_(?)/dT 连续,但 P_(?)对温度 T 的二次微商不连续;这与晶体中氧八面体旋转角的突变有关。从热释电测量发现,当晶体由85℃急冷至0℃时,晶体的转变出现延续时间超过80h的驰豫效应。在74～130K 之间,热电系数比例于爱恩斯坦比热函数。     

SVM在成矿预测中的研究

传统成矿预测多以某种统计假设为前提,而在实际应用中往往找不到完全符合这样的地质事件。因此将非线性科学与矿产资源预测相结合是未来矿产资源预测的发展方向。人工神经网络（ANN）在进行预测时能够在输出和输入之间建立一个非线性映射关系,具有容错性好、自学习、自适应强等特征,但存在收敛速度慢、易陷入局部最优、网络结构不确定以及不能解决VC维等问题。SVM具有严格的泛化性理论指导和核函数强大的非线性映射能力,并且SVM不存在局部极小,维数灾难问题等。为此提出了基于SVM的成矿预测方法,将SVM应用于矿产资源的预测中,并对BP神经网络、RBF神经网络预测方法比较分析。实验结果表明,SVM预测方法优于BP神经网络方法和RBF神经网络,更加接近预测元素的实际值。