超球坐标下相关函数对锂原子基态本征能收敛行为的影响

在超球坐标下，由３个对称相关函数ｅｘｐ［－α（ｒ１＋ｒ２＋ｒ３）］（α分别为，２．７６和核电荷数ｚ），利用相关函数－超球谐－广义Ｌａｇｕｅｒｒｅ函数方法（ＣＦＨＨＧＬＦ）直接求解Ｌｉ原子的Ｓｃｈｒｄｉｎｇｅｒ方程，计算基态本征能。从数值来看，α＝ｚ结果最好，其次是α＝２．７６，变参数α较差；而从径向的收敛速度来看，变参数α收敛最快，α＝２．７６收敛较慢，α＝ｚ时本征能只有当对称基超过１００时才呈现收敛趋势。结果表明，在超球谐展开方案下只有α＝ｚ的相关函数才能得到高精度的本征能量。

直链和单环共轭多烯本征行列式递推公式及本征能级的推导

休克尔(Hückel)分子轨道法是描述共轭体系π电子运动的近似模型,《结构化学》教科书中通常直接给出其本征行列式和其本征能级的递推公式,缺乏推导过程。本文用数学归纳法推导了直链和单环共轭多烯本征多项的递推公式,给出了对应本征能级的通式、特点和规律,适于未掌握群论和图论等数学工具的学生学习使用。

有限深半抛物量子阱中束缚电子态的本征能量与本征函数

采用数值求解和谐振子变换的方法,研究了一维有限深半抛物量子阱系统中的束缚电子态,得到了系统束缚电子态能量本征值与本征函数的严格解。研究结果对研究一维半抛物量子阱系统中的其它物理性质,如非线性光学性质等与束缚电子态相关的性质有重要意义。

铀对α-Al_(2)O_(3)中氢与本征点缺陷相互作用的影响

在长期高温服役过程中,铀床的氚渗透泄露问题是聚变堆涉氚系统中需要关注的焦点之一,而一种行之有效的解决思路是在内壁制备阻氚涂层.然而,服役过程中通过热扩散渗入涂层内部的铀可能在阻氚涂层氢行为中起作用,进而影响其服役可靠性.基于此,采用第一性原理计算方法,研究了铀对α-Al_(2)O_(3)中氢与本征点缺陷相互作用的影响.结果发现,铀对α-Al_(2)O_(3)中空位型本征点缺陷及氢相关缺陷的存在形式、电荷态及相对稳定性有重要影响.从形成能观点来看,铀对α-Al_(2)O_(3)中空位型本征点缺陷及氢相关缺陷的形成有利,且α-Al_(2)O_(3)中空位型点缺陷对氢的捕陷能力因铀的引入显著增加.研究结果对α-Al_(2)O_(3)基内壁阻氚涂层在氚工艺系统铀床中应用的可靠性评估具有重要的指导意义.

基于动响应数据特征的桥梁结构损伤识别

介绍了本征正交分解(Proper Orthogonal Decomposition,POD)的基本原理,探讨了POD在桥梁结构损伤识别中的应用。提出了基于动响应数据特征的桥梁结构损伤识别方法,该识别方法基于POD技术对桥梁结构在不同位置、不同时刻收集到的位移快照矩阵(Snapshot Matrix)进行本征正交分解,得到结构的本征正交模态(POMs),进而构造出损伤指标来识别结构的损伤位置及程度,实现了对桥梁结构损伤的多工况识别。并以保定黄花沟桥为例,通过数值模拟试验,验证了该方法的有效性,结果表明POD能够从空心板桥结构的振动响应数据中提取出结构的本质特征,并且提取过程简单、快捷,可为桥梁结构提供一种有效的损伤识别方法。

四分点集中阻尼弦系统本征解的性质

带有集中阻尼的张紧弦系统在力学模型上属于混杂动力学系统,通常采用近似方法求解本征值以满足工程应用需求,为进一步明确该类系统的振动特性,有必要从解析角度探讨其本征问题。针对四分点集中阻尼弦系统,推导并化简其频率方程的代数形式,求得代数方程的解,经过换元逆过程,获得原频率方程的所有闭合解。发现闭合解共存在3组,其中两组互为共轭,根据代数基本定理讨论闭合解的结构。结果表明:系统存在两种相同的运动特征,其单位时间对数衰减率相同,频率互为相反数;系统中3个解支对应的单位时间对数衰减率和频率,总是随着阶次的增加而呈周期循环的;在同一解支下的各单值分支也呈周期性循环,即随着阶次的增加,其对应频率增加4π的整数倍,而单位时间对数衰减率保持不变。综上可知,集中阻尼弦系统的运动特性总是随着阶次的增加而重复变化,且变化周期与阻尼安装位置相关。

基于隐式重启Arnoldi方法的中子扩散本征值问题求解及其降阶研究

中子扩散方程高阶谐波可用于重构堆芯中子注量率分布,但传统源迭代与源修正迭代法求解时的收敛速度慢,计算耗时长。采用隐式重启Arnoldi方法(Implicitly Restarted Arnoldi Method,IRAM)求解本征值问题的中子扩散方程获得谐波数据,通过本征正交分解(Proper Orthogonal Decomposition,POD)与伽辽金(Galerkin)投影相结合的方法构建POD-Galerkin低阶模型,并重构二维稳态TWIGL基准题中子注量率分布。研究结果表明:IRAM方法在求解中子扩散方程的高阶本征值和谐波问题上具有较高的精度;基于POD-Galerkin低阶模型重构中子注量率分布具有较高的保真性与计算效率,有效增值系数与参考解的误差为8.7×10^(-5),对角线上快群和热群中子注量率最大相对误差为2.56%,且低阶模型计算用时仅为全阶模型的10.18%。本研究为堆芯中子注量率重构提供了一种可靠且高效的方法,该方法不仅可用于重构稳态时堆芯中子注量率分布,还具有在瞬态情况下预测中子注量率分布的潜力,有望在未来的应用中进一步拓展。

气溶胶微生物粒子本征荧光计数仪器设计

针对气溶胶微生物粒子实时监测的需求,对基于微生物粒子本征荧光和光散射检测方法和装置进行了研究。分析了粒子光散射检测的基本原理,对微生物粒子荧光活性分子以及金黄色葡萄球菌等6种微生物进行了荧光光谱的测试和分析,确定了405nm激发光和双路散射光的整体设计方案。通过对气路和检测腔结构的重要参数仿真,实现了其优化设计,最后,完成了检测装置的构建。初步测试结果表明:该装置实现了对粒子散射光和荧光的同步探测,可以对普通尘埃粒子和微生物粒子进行区分和计数,为进一步开展气溶胶微生物粒子浓度的实时监测仪器研发奠定了基础。

采用本征正交分解和长短期记忆网络模型的离心泵流场预测

针对流体机械领域中瞬态流场预测的复杂性以及现有本征正交分解-径向基函数(POD-RBF)模型在时间依赖性预测方面的局限性,引入本征正交分解-长短期记忆网络(POD-LSTM)模型,以提升预测的准确性和效率。通过计算流体动力学(CFD)对二维圆柱绕流进行分析,比较了POD-RBF与POD-LSTM模型在瞬态流场预测性能上的差异。进一步将POD-LSTM模型应用于离心泵瞬态流场预测,详细分析了离心泵叶轮、蜗壳及密封装置的预测效果。计算结果表明:相较于POD-RBF模型,POD-LSTM模型在预测距离训练集较远时刻的流场时性能较优,预测精度较高,压力场的平均相对偏差仅为0.96%;与传统CFD方法相比,POD-LSTM模型在预测离心泵压力场和y方向速度场时的平均相对偏差分别为0.06%、6.07%,计算时间仅为传统CFD方法的0.01%,显著降低了计算成本;POD-LSTM模型的预测结果与CFD模拟结果的一致度较高,验证了其在离心泵流场预测中的精准性。研究可为流体机械领域数字孪生体的构建提供新的技术路径。

本征基区尺寸对双极器件总电离剂量辐射效应的影响

基于标准0.18μm BCD工艺,对双极器件总电离剂量(TID)辐射效应进行了研究,提出了一种提高双极器件抗总电离剂量辐射能力的方法。理论分析表明,在标准0.18μm BCD工艺中,双极器件总电离剂量辐射的敏感区域位于浅沟槽隔离结构下方、基极接触区和发射极边缘之间的本征基区。对不同本征基区尺寸的双极器件进行了总电离剂量辐射实验,研究了本征基区尺寸对双极器件电流增益随总电离剂量退化的影响。实验结果表明,在相同总电离剂量下,双极器件本征基区尺寸越小,增益衰减比例越小,辐射敏感性越低。将10 V纵向npn(VNPN)器件的本征基区尺寸由1.4μm减小至0.6μm,可将150 krad(Si)总电离剂量辐射后的归一化电流增益由0.6132增大到0.7081。因此,减小本征基区尺寸是一种有效的双极器件总电离剂量辐射加固技术。

基于数理逻辑的安全协议本征逻辑分析方法

本文提出了一种基于数理逻辑的安全协议本征逻辑分析方法—SPALL方法.该方法在一阶谓词逻辑的基础上,增加了基于密码学的若干新语义,包括新的密码函数项、与密码学和安全协议分析相关的一阶谓词和二阶谓词等,并给出了十三类二十九条公理,仍使用谓词逻辑的分离规则和概括规则,形成新的安全协议分析系统,称为本征(latent)逻辑系统(也称本征逻辑或L逻辑).该系统是一阶谓词系统的扩充,以密码学和安全协议为“特定解释”,并定义了“概率真”的概念,力求每条公理在“特定解释”下是概率真的,而分离和概括规则又能保证从概率真演绎出概率真,从而使每条定理都概率真,以保证公理系统的可靠性.清晰的语义可以精确描述安全协议的前提与目标,基于公理和定理的协议分析,可简洁有效地推导出协议自身具有的安全特性.本文给出了详细的语义和公理,以及若干实用定理,然后对著名的密钥建立协议进行了详细分析,并对比了可证安全方法的分析结果,展示了本文方法的优势.此外还分析了电子选举协议和非否认协议,展示了本文方法有着广泛的适用范围.

MoSi_(2)N_(4)的本征点缺陷以及掺杂特性的第一性原理计算

新兴二维材料MoSi_(2)N_(4)因其卓越的半导体性能,包括出色的环境稳定性和高载流子迁移率而受到相当多的关注.然而,半导体中的本征缺陷往往不可避免并且会显著影响器件性能.本文使用密度泛函理论计算并分析了MoSi_(2)N_(4)中本征点缺陷的性质及其产生的影响.首先确认了该材料物理性质与目前实验数据的一致性,之后通过计算12种本征缺陷的形成能,发现钼替硅型反位缺陷(Mo_(Si))在所有本征缺陷中占主导地位.在整体电荷保持中性的约束条件下,通过自洽费米能级计算,本文发现仅仅引入本征缺陷的MoSi_(2)N_(4)会表现出本征特征,这体现了其作为半导体器件材料的潜力,然而该本征性质与在生长过程中观察到的二维MoSi_(2)N_(4)的p型特征相矛盾.而在后来的缺陷浓度计算中,发现对于MoSi_(2)N_(4)用适当的杂质进行掺杂,可以实现n型和p型半导体特征,且本征缺陷的补偿效应很弱.这表明在生长过程中MoSi_(2)N_(4)的p型特征可能是由于非平衡生长条件下引入的杂质或硅空位缺陷造成的.本工作不仅展示了MoSi_(2)N_(4)在半导体器件应用上的潜力,还为未来该材料缺陷机理的研究提供了数据支撑.

基于火焰结构特征提取的振荡燃烧故障快速检测技术

随着先进燃气轮机不断向高负荷、低排放的趋势发展,燃烧室内发生振荡燃烧的概率持续增大,亟需发展新的检测技术,对振荡燃烧故障进行精确、快速检测。本文提出了基于火焰化学发光图像采集、本征正交分解特征提取、连续小波变换时频分析的振荡燃烧快速检测技术,该技术具有同时解析频谱和频谱随时间演变的能力。通过实验验证,对于振荡到稳定、稳定到振荡、一个主频到另一个主频等多种情况,利用火焰图像本征正交分解得到的模态时间系数,均可获得比压力信号更快的检测速度。在本文涉及的工况,检测速度可提升60%以上。

基于多尺度散布熵的磁声发射信号特征识别方法

在工程中对设备进行应力检测和微损伤检测时,采集磁声发射信号易受噪声干扰,同时其特征的提取也存在困难,为此,将变分模态分解与散布熵相结合,提出了一种基于自适应多尺度散布熵的磁声发射(MAE)信号特征识别方法。首先,设计搭建了检测实验平台,采集了Q345钢静载拉伸实验中0 MPa~400 MPa应力状态下的MAE信号;然后,采用变分模态分解方法,对磁声发射信号进行了自适应分解,生成了一系列从低频到高频分布的本征模态函数(IMF)分量;其次,计算了每个本征模态函数分量的散布熵值,构建了MAE信号的特征向量矩阵;最后,将特征向量矩阵输入到基于支持向量机建立的识别分类模型中,进行了信号的训练和识别。研究结果表明:使用基于自适应多尺度散布熵的磁声发射(MAE)信号特征识别方法,能够自适应地实现MAE信号的多尺度化目的,并且准确地识别出不同应力状态下的信号特征,分类识别准确率高达95.3704%,验证了该方法的有效性;说明基于自适应多尺度散布熵和多分类支持向量机的信号特征识别方法能够快速且有效地识别不同应力状态,在信号特征识别方面具有较好的应用潜力。

两级变幅应变疲劳本征损伤耗散寿命预测模型研究

在变幅低周疲劳载荷条件下,材料的疲劳损伤累积过程中呈现出了显著的载荷顺序效应.这种现象复杂化了变幅疲劳寿命的预测,因此,如何更精确地预测变幅低周载荷下的疲劳寿命,已经成为了一个亟待解决的问题.针对变幅低周疲劳载荷下损伤累积表现的载荷顺序效应,考虑到本征损伤耗散与疲劳损伤构成一一映射,且刻画低周疲劳破坏的热力学本质,基于连续介质损伤力学及其不可逆热力学框架,推导本征损伤耗散功演化模型D型描述并以等同本征损伤耗散功作为损伤转换条件,建立了一种考虑载荷顺序效应的变幅低周疲劳寿命预测模型.为了验证新模型的有效性和先进性,进行了P355NL1结构钢和Ti-6Al-4V钛合金在两级变幅载荷下的单轴低周疲劳实验验证,并与Manson模型、Kwofie模型和Peng模型进行了比较分析.研究结果表明,新建模型的预测效果都在1.5倍的误差范围内,与实验结果相当吻合,且优于现有的预测模型.运用本征损伤耗散理论开展变幅疲劳寿命预测,为金属材料变幅疲劳寿命预测提供了新思路.

解析单颗粒电化学分步电子转移步骤用于识别电催化剂本征活性

揭示电催化剂本征活性对于量化其构-效关系至关重要.传统的整体表征方法只能提供大量纳米颗粒(NP)的平均性能,并且通常难以排除添加剂的贡献.单颗粒碰撞电化学(SNCE)技术能够有效地在单NP水平上揭示电催化剂活性.尽管SNCE领域已取得了很大的研究进展,但目前人们对其反应中的电子转移过程认识尚不充分,难以提供NPs结构与活性之间的定量关系.本文以铂纳米颗粒(PtNPs)氧还原反应(ORR)作为SNCE过程的模型体系,通过构建功能化锥形碳微米电极(CNE)界面,有效地调控了ORR电催化过程,揭示了SNCE分步电子转移在调节单个PtNP表观ORR活性中的重要作用.分别采用化学刻蚀和元素功能化技术调控CNE界面的表面粗糙度和氮元素掺杂组成,构筑了光滑碳电极(s-CNE)、粗糙碳电极(r-CNE)、光滑氮掺杂碳电极(sN-CNE)和粗糙氮掺杂碳电极(rN-CNE)四种功能化电极界面.实验表明,单个PtNP在s-CNE、r-CNE、sN-CNE和rN-CNE这四种功能化CNE界面上产生的ORR电流强度依次增大(即s-CNE<r-CNE<sN-CNE<rN-CNE),且在rN-CNE表面达到了扩散控制的极限电流.这一发现证明了,通过对电极界面进行功能化处理可以显著提升PtNPs的ORR性能,这是由于单个PtNP的ORR总反应速率受决速步控制.密度泛函理论计算和表征结果表明,对电极界面进行表面粗糙化处理或氮元素掺杂可以分别调控SNCE电催化中的单步电子转移过程,即增强NP与电极间的电子传递速率或NP的异相动力学速率.为深入解析这一复杂过程,构建了一个多物理场理论模型.该模型将NP与电极间的电子转移、NP表面的异相电子转移以及溶液中的物质传递作为SNCE过程中的连续步骤.通过将理论模拟与高分辨电化学测量相结合,成功量化了SNCE分步电子转移步骤的相应参数,包括NP与电极间的接触电阻、NP的异相动力学常数以及NP与电极间的吸附概率,从而明确了提高电催化剂本征活性的决速步.综上所述,本文通过单颗粒电化学测量和多物理场理论模拟,深入探究了SNCE分步电子转移过程,在单NP水平上识别了电催化剂的本征活性.同时,利用分步电子转移模型量化了电催化剂构-效关系,从而为合理设计和开发高效纳米催化剂提供启示.

光学电流传感消抖卡尔曼本征信号高精度提取方法研究

本征信号是光学电流传感长期运行稳定性和高精度测量的重要性能参数。目前,传统方法如双光路法并不能消除本征信号的抖动,对光学电流传感高测量精度产生消极影响。为此,提出了光学电流传感消抖卡尔曼本征信号高精度提取方法来对本征信号进行消噪处理。首先对光学电流传感的噪声特性以及光路结构进行分析,建立了光学电流传感本征信号模型。引入消抖函数修正卡尔曼增益K,提出了消抖卡尔曼(Debouncing Kalman,DBK)算法,解决了标准卡尔曼增益K对初始状态依赖性强以及测量过程不确定性非常敏感带来的状态估计值严重抖动问题。并且引入了噪声方差递推估计,来保证在滤波过程中可以实时对噪声方差进行修正。在MATLAB进行了消抖卡尔曼滤波算法的验证并与标准卡尔曼算法进行了滤波效果的对比分析,验证了该算法的可行性,并结合李雅普诺夫稳定性分析法推导验证了该算法的稳定性。最后,搭建光学电流传感实验平台,将所提算法在LabVIEW FPGA硬件平台并行实现,验证了该算法的实时性,且能够满足实际工程需求。

本征导热型绝缘液晶环氧树脂的研究进展

普通环氧树脂的导热系数较低[0.2 W/(m·K)],难以满足高频、高功率化电子设备的散热需求,因此开发导热性环氧树脂成为业界的研究重点和热点。导热性环氧树脂一般分为填充型导热环氧树脂和本征导热型绝缘液晶环氧树脂(LCER)两类,LCER的导热性能源于树脂中存在的微观有序结构。综述了本征导热型绝缘液晶环氧树脂导热性能的影响因素、常用表征方法、液晶单体在改性环氧树脂方面的应用、具有特殊功能的绝缘液晶环氧树脂,最后总结了绝缘液晶环氧树脂发展现状及其发展趋势。

激流丝扰动下回转体边界层流动转捩的模态特征

水下航行体首部边界层转捩会产生较强的噪声,严重影响其通信及探测性能。为探明诱发水动力噪声的主要流动结构,本文以SUBOFF缩比模型为研究对象,采用高速水洞实验及大涡模拟方法,获得激流丝扰动下的水下回转体边界层流场。研究发现:边界层内流动在激流丝下游形成分离泡,在分离泡中后部发生转捩,诱发了大量多尺度非定常涡系。采用本征正交分解方法研究了边界层转捩区流向、法向速度脉动及压力脉动的模态特征,发现流向速度脉动的主导模态是分离泡及其沿流向的破碎和下游流向涡,其中分离泡区域流向速度脉动为低于3000 Hz的复合频率,下游流向涡为低于200 Hz的低频结构。法向速度脉动与压力脉动模态特征相似,都呈现出高频、宽频脉动特征,在分离泡附近强度最大。由此推测,分离泡及其破碎是边界层转捩的主要诱因,其诱发的法向速度脉动是产生高/宽频噪声的主要原因,流向速度脉动仅与低频噪声有关。

AOA-CEEMDAN和融合特征在齿轮箱故障诊断中的应用

自适应噪声完备集成经验模态分解(CEEMDAN)的参数由于是人为设置的,从而会导致其信号的分解不彻底。针对这一问题,提出了一种基于算术优化算法(AOA)优化CEEMDAN、融合特征和随机森林(RF)的齿轮箱故障诊断方法。首先,采用AOA算法对CEEMDAN方法的关键参数进行自适应选取,并采用优化后的CEEMDAN方法对齿轮箱振动信号进行了分解,生成若干个本征模态函数(IMF);随后,利用相关系数准则选择了前4阶IMF分量作为故障敏感分量;接着,利用由注意熵和散度熵组成的融合特征提取方法挖掘了故障敏感分量的故障特征,得到了故障敏感特征样本;最后,将表征齿轮箱故障特性的故障特征输入至RF多故障分类器中,建立了故障分类模型,完成了齿轮箱的故障识别;利用QPZZ-Ⅱ型齿轮箱数据集进行了实验,并将其结果与采用其他方法所得结果进行了对比。研究结果表明:相较于原始CEEMDAN,优化后的CEEMDAN能够更加准确地分解非线性齿轮箱振动信号,故障识别准确率提高了4%;相较于单一的故障特征,融合特征能够更加准确地表征齿轮箱的故障状态,故障识别准确率分别提高了3.2%和8%。基于AOA-CEEMDAN和融合特征提取以及RF分类器的故障诊断方法为齿轮箱的故障特征提取和故障诊断提供一种可行的思路和方案。