课程文献中心 更多>>

关键词： 多组分气体检测   可调谐半导体激光吸收光谱   波长调制技术   频分复用   时分复用  

摘要： 通过组合使用复用检测技术对多组分气体进行切实有效的检测，能够在扩展了检测范围的同时节省检测成本和规模，在安全预警以及故障诊断等领域具有十分重要的意义。本文提出了一种基于可调谐半导体激光吸收光谱（Tunable Diode Laser Absorption Spectroscopy TDLAS）技术的多组分气体的检测系统，通过结合频分复用（Frequency Division Multiplexing FDM）技术和时分复用（Time Division Multiplexing,TDM）技术，实现了对CO2、C2H2、CH4和H2O这四种混合气体的检测。在验证FDM与TDM测量有效性后对系统进行了连续150min的频-时分复用（Frequency-Time Division Multiplexing,F-TDM）检测，CO2、C2H2和CH4的浓度相对标准偏差分别为1.89%、2.85%和2.75%,H2O的R通道信号峰值的相对标准偏差为2.61%，验证了基于F-TDM技术的多组分气体检测系统的有效性和可靠性。

关键词： 光谱学   飞秒时间分辨吸收光谱   二维电子光谱   有机太阳能电池  

摘要： 有机太阳能电池中涉及到光生电荷的生成、分离和传输等物理过程，这些过程的效率和稳定性直接影响到太阳能电池的性能。飞秒瞬态吸收光谱（fs-TAS）是一种有效检测光生电子转移动力学的技术，通过飞秒激光脉冲激发样品并测量其响应，可以深入揭示光电转化材料中的光激发过程和能量传递机制，优化材料的性能。及时对飞秒时间分辨吸收光谱在有机太阳能电池中的研究开展综述与总结，有助于国内外对该研究领域的了解。这篇综述首先全面介绍了fs-TAS和二维电子光谱（2DES）的工作原理、硬件设备以及数据处理，并依次讨论了其在有机太阳能电池中的光生电荷动力学过程的应用进展，最后对其在有机太阳能电池领域的发展进行了展望，希望这篇综述能为飞秒时间分辨吸收光谱领域的同行研究者们提供一定的借鉴参考。

关键词： 茶树   施肥   茶叶产量   茶叶品质   碳氮含量  

摘要： 以不施肥为对照，减施化肥、常规施肥、有机肥化肥配施为处理，探究不同施肥处理对不同季节茶叶产量、品质以及养分吸收的影响，旨在为茶园土壤化肥减施、有机配肥以及提升茶叶品质提供技术支持。结果表明，减施化肥处理（T1）茶叶产量显著高于其他处理，T1处理和T3处理能提高茶树新梢和成熟叶有机碳和全氮含量，降低茶树新梢和成熟叶C/N；与对照相比，T1处理能提高茶树新梢的氨基酸含量，降低茶多酚含量，T3处理氨基酸含量和茶多酚含量均有所提高，品质指标及其养分吸收之间存在显著或极显著的相关性，其中有机碳（新梢）、全氮（新梢）与各指标之间具有显著相关性。减施化肥（T1）能显著提高茶叶产量，减施化肥（T1）和70%无机氮肥配施30%有机氮肥（T2）均有利于提高茶叶品质。

关键词： 光纤陀螺   集成光学调制器   沉降式电极   调制对称性  

摘要： 集成光学调制器的调制不对称性可用等幅反向调制电场作用时调制器调制相位的差异来衡量。调制电场的X向垂直分量是引起该调制相位差异的主要原因之一。调制器等幅反向调制时调制相位的差异引入了光纤陀螺光路的非线性相位误差，很难采用相位补偿的方式直接抑制。本文提出了一种沉降式电极设计用于抑制调制器的调制不对称性，该设计同时提升了调制器的调制效率，使得调制器的半波电压大幅降低。通过建立有限元仿真模型，设计了满足应用要求的电极参数，分析了沉降式电极调制器的制作工艺容限，并开展了刻蚀实验验证。与传统调制器相比，基于沉降式电极的调制器，其等幅反向调制相位误差由5×10-4rad降至1×10-6rad，半波电压最大可降低18%，调制器的调制对称性与调制效率均得到大幅提升，有助于高性能光纤陀螺的发展。

关键词： 水声目标识别   知识蒸馏   二值神经网络   轻量型模型   深度学习  

摘要： 基于深度学习的水下声学目标识别算法在水下平台部署时，通常面临着计算资源短缺和水下声学环境复杂多变的挑战。为此，本文提出了一种结合二值化神经网络与知识蒸馏的轻量型水声目标识别算法DSBNN＿KD，旨在通过深度可分离卷积和权重参数二值化等手段来实现模型的压缩和优化加速。同时，利用知识蒸馏技术将高性能高复杂度的教师模型的知识转移到轻量级学生模型上，从而缓解极端量化带来的性能损失，并确保模型的泛化性能。DSBNN＿KD的表现在两个实测水声数据集上进行了全面的评估。实验结果表明，相比当前主流的全精度轻量化模型，本文提出的DSBNN＿KD在模型参数量、模型部署尺寸和计算量等方面均展现出显著的优势，同时在知识蒸馏技术的辅助下，轻量化后的模型依然可以保持与全精度模型接近的性能。

关键词： 卫星流量预测   迁移学习   时空相关性   长短期记忆网络   流量潮汐  

摘要： 准确预测卫星与地面用户之间的流量可确保卫星在面对用户需求和环境动态变化时的稳定运行，从而保障卫星通信系统的高效运作。传统机器学习方法在预测目标卫星流量时需要拥有充足的历史样本数据。然而，面对节假日大规模人口流动引起的不同卫星服务区域之间的流量潮汐现象，传统机器学习方法由于缺乏目标卫星流量潮汐历史数据存在着无法有效预测的问题。为此，本文提出了一种基于时空相关性的卫星流量迁移预测方法，该方法首先利用角度条件识别空间上的邻近卫星，并通过计算时滞Pearson相关系数量化不同卫星之间流量的时空相关性，进而构建源卫星流量数据集。其次，利用共有模式学习器动态调整源卫星流量数据集中各流量样本的迁移权重，并采用基于加权迁移的长短期记忆网络优化迁移学习过程，提升迁移模型对目标卫星流量的预测能力。仿真表明，所提方法可以有效预测目标卫星流量的动态变化。

关键词： 金线鱼   肌原纤维蛋白   TG酶   真空冷冻干燥   理化性质   凝胶特性  

摘要： 为研究真空冷冻干燥对鱼糜粉品质的影响，以金线鱼肌原纤维蛋白为研究对象，分别研究真空冷冻干燥的预冻处理和真空冷冻干燥对肌原纤维蛋白（myofibrillar protein， MP）理化性质的影响，并探究谷氨酰胺转氨酶（transglutaminase， TG酶）协同下肌原纤维蛋白凝胶特性的变化规律。结果显示，与未处理组相比，经预冻和真空冷冻干燥处理后的肌原纤维蛋白浊度和粒径显著增加（P＜0.05），溶解度分别降低32.3%和42.0%，表明蛋白质在处理过程中出现聚集变性；总巯基含量分别降低17.3%和41.9%，羰基含量分别增加112.2%和181.5%，证实其发生氧化变性；α-螺旋结构含量降低和最大内源荧光强度下降（从4903下降到4789、1425），揭示蛋白质有序结构遭到破坏和微环境发生改变。肌原纤维蛋白经预冻处理与真空干燥处理均导致储能模量G′下降，其中真空冷冻干燥组的G′值最小，但添加TG酶可以在一定程度上提高G′值；凝胶微观结构显示，未处理组的凝胶微观网状结构清晰，而预冻组和真空冷冻干燥组的凝胶结构变得不均匀或未见明显凝胶网状结构，添加TG酶则促使肌原纤维蛋白凝胶网状结构变得致密均匀。综上可知，真空冷冻干燥处理中的预冻阶段与干燥阶段均会对肌原纤维蛋白理化性质和凝胶特性造成影响，其中预冻阶段引起的冷冻变性对蛋白聚集和氧化影响更大，而干燥阶段的脱水变性则对蛋白结构造成更大影响，TG酶可以提升经预冻和真空冷冻干燥之后的肌原纤维蛋白凝胶特性。

关键词： 横流边界层   流动稳定性   广义共振   线性稳定性理论   湍流转捩  

摘要： 横流不稳定主导了后掠机翼表面前缘附近的边界层湍流转捩，因此其稳定性分析对于通过层流控制实现飞行器的减阻、降噪以及热防护至关重要。本文采用基于有限雷诺数理论的线性稳定性分析，研究了Falkner-Skan-Cooke边界层和后掠平板边界层的不稳定特征。通过在不同压力梯度边界层求解Orr-Sommerfeld方程和Rayleigh方程揭示了粘性、无粘在横流不稳定中所起的作用，并且基于三波共振和Bragg散射的广义共振机理，本文还给出了能够高效触发横流边界层不稳定的壁面粗糙元和定常扰动模态的特定波数。本文稳定性分析的结果可以为横流边界层的转捩预测和层流控制提供有益的参考依据。

关键词： 石膏建材   LiCl   调湿性能   节能   相对湿度  

摘要： 针对多孔石膏建材在调节室内空气湿度时存在的吸附量小、水蒸气传递阻力大、调湿响应慢及长期调湿性能衰退等问题，制备一种具有物理吸附与化学吸收协同效应的LiCl复合石膏建材。试验发现，添加质量分数为1%至6%的LiCl后，石膏建材的面密度变化幅度在-0.1%～8.0%，热导率降低11.2%～70.7%，平衡吸湿量提高8～40倍、水蒸气传递阻力降低25.0%～44.9%。通过搭建试验舱，分别在室外相对湿度周期波动(40%～85%)与持续高湿(85%±5%)环境下，探究复合石膏建材对室内空气的调湿效果。结果表明：在室外湿度周期波动时，LiCl复合石膏建材可将室内相对湿度控制在40%～60%；在室外持续高湿时，铺设质量分数为6%的LiCl的复合石膏建材可将室内相对湿度长期(120 h)稳定在45%～65%。引入空调除湿能效比量化测试室的除湿能耗，结果显示，添加质量分数为1%至6%的LiCl后，石膏建材可使室内的短时除湿能耗降低42%及以上。研究可为降低空调除湿能耗、推动低碳建筑发展提供积极的借鉴。

关键词： 地表沉降联合预测   先验机理   多峰高斯拟合   深度森林   时空效应   盾构机  

摘要： 盾构机掘进过程中地表沉降现象难以避免，通常沉降超过规定阈值或呈现不规则变化时会直接影响隧道的施工质量，因此，能否采取及时、准确的地表沉降监测手段预估沉降变化幅值及趋势，并对异常状态做出预警显得尤为重要。考虑到最大沉降值点与其所在环断面的沉降分布关系方面存在一定研究空间，提出一种沉降机理指导下的基于盾构机运行数据和沉降监测数据驱动的横纵双向地表沉降联合预测框架。首先根据横向（环断面方向）沉降机理采用多峰高斯拟合方法对沉降分布形态进行预测；其次分析沉降序列的时空效应并通过深度森林算法进行纵向（掘进方向）沉降值预测；然后，分析预测值是否位于依据沉降分布形态划定的预警区域内并判定沉降有无异常，并以质量损失函数和多分类准确率指标为基础设计了联合沉降预测准确度的判定指标；最后，将模型应用到天津地铁4号线盾构施工过程的沉降预测中，多指标综合评价及联合判定结果的准确率证明了本文所提方法的有效性和优越性。