海水速度结构的OBS透射走时层析反演

近年来,海洋高分辨率地震勘探领域取得了显著进展,对地震资料反演的精度要求日益严苛.为了提升后续处理的效率和准确性,获取更为精确的海水速度分布显得至关重要.然而,传统的走时层析方法在利用有限偏移距的海面拖缆数据时,往往难以达到理想的垂向分辨率,从而限制了海水速度建模的精确性.鉴于此,本文提出了一种基于OBS(海底地震仪)观测系统的透射波走时层析方法.该方法采用伴随状态法走时层析作为反演工具,利用OBS观测系统声压分量中的海水透射波走时信息,对海水速度结构进行精确反演.理论模型和实际资料实验结果表明,该方法能够准确建立海水速度模型,提高海水以下地层的成像效果.

基于透射图像的高压脉动腌制咸鸭蛋含盐量检测

含盐量是衡量咸鸭蛋品质的重要指标。为了利用机器视觉技术实现高压脉动腌制咸鸭蛋含盐量的无损检测。该研究采用工业相机和透射光源搭建咸鸭蛋的透射图像采集装置。采用图像整体特征和长轴截面光强度特征两种特征提取方法,利用多元线性回归、支持向量机回归两种算法,建立对蛋清、蛋黄及全蛋含盐量以及蛋黄指数的定量预测模型。结果表明,随着咸鸭蛋腌制时间的增加,其透光性显著提高。同时,透射图像蛋黄的所在视野区域会随着含盐量的增加而呈现规律性的变化。基于图像整体特征建立的蛋清、蛋黄、全蛋含盐量模型较优,在蛋黄指数预测下基于长轴截面光强度特征所建模型较优。其中,基于图像整体特征所建立的蛋黄含盐量支持向量机回归(support vector regression,SVR)模型最优,测试集相关系数(test set correlation coefficient,Rp)、测试集均方根误差(root mean square error of prediction,RMSEp)、相对分析误差(residual predictive deviation,RPD)分别达到0.8460、0.3416、1.898;基于长轴截面光强度特征建立的蛋黄指数多元线性回归(multiple linear regression,MLR)模型最优,测试集相关系数Rp、均方根误差RMSEp、相对分析误差RPD分别为0.8318、0.0743、1.916。该研究结果为咸鸭蛋含盐量的快速检测提供理论依据和技术支持。

基于多项式求根的双厚度透射法确定液体光学常数

光谱反演法可实现液体光学常数(消光系数和折射率)的确定,其中双厚度透射法是有代表性的光谱反演法之一。由于液体自身无法形成确定的形状,需要盛放在透明容器(液体池)中,因而通过实验测量得到的光谱透射率包含了液体池光学常数的影响,这使得基于双厚度透射法所建立的光谱透射率方程极为复杂,难以求得解析解,通常采用反演法来计算液体的光学常数。现有的反演法存在如下问题:一是反演迭代耗费时间,二是反演迭代会引入误差,三是反演法得到的液体折射率存在二值问题。为解决上述问题,基于三层介质结构(液体池),考虑光在两种介质分界面上的多次反射,建立液体厚度满足整数比的光谱透射率方程组。通过代数运算获得与消光系数有关的多项式方程,求解并选择大于0小于1的实数根来计算消光系数;另求解关于液体池光学窗口反射率的一元二次方程,选择大于0小于1的根来计算液体和容器分界面的反射率,进而计算得到液体折射率的两个值。再用另一材料制作的液体池测量液体的光谱透射率,然后结合已经得到的消光系数作相关计算,会另外得到液体折射率的两个值,从四个值中选择相同者即为液体的折射率。作为应用示例,选用文献中水在0.5~1.0μm光谱范围的光学常数作为“理论值”、光学常数已知的石英玻璃和有机玻璃作为液体池材料。在不考虑仪器测量误差的情况下,将上述文献数据代入光谱透射率方程,计算得到的透射率作为“实验数据”。然后用多项式求根的方法确定水的光学常数,所得结果与“理论值”完全符合。模拟过程和计算结果表明:新方法是可用的,该方法解决了反演法的计算耗时、迭代误差以及折射率的二值问题,为液体光学常数的确定提供了一个新选择。

紫外规则透射比国际比对

为保证我国紫外透射量值与国际的一致性,中国计量科学研究院代表我国参加了在2018年至2019年间,欧亚计量合作组织(COOMET)组织的首次紫外透射比的研究性比对。这次比对采用了4组溶液作为比对样品,透射比量值标称值覆盖5%~90%,波段覆盖235~350 nm。比对结果表明,各参比实验室测量结果基本一致。在透射比50%附近,我国与距离国际参考值的偏离量最大不超过0.12%;在透射比20%附近,我国与距离国际参考值的偏离量不足0.08%;在透射比10%附近,我国与距离国际参考值的偏离量不超过0.03%。

乏燃料棒M5锆合金包壳的透射电镜分析

压水堆燃料元件的锆合金包壳,在服役期间会经受高中子注量辐照,其微观组织将发生很大变化,从而影响其宏观性能,因此锆合金包壳的中子辐照行为研究一直是核领域的研究重点。但由于材料经中子辐照后具有较强的放射性,相关的实验必须在热室内进行,因此针对辐照后燃料包壳微观组织的研究也一直是工作的难点。本文在中国原子能科学研究院热室设施上,通过透射电镜分析手段,研究了M5锆合金包壳材料中子辐照后的微观组织。样品来源于国内商业压水堆AFA3G型乏燃料棒,其燃耗分别为14 GW·d/tU和41 GW·d/tU。从燃料棒上截取长度约10 mm的包壳样品,在热室内完成去芯块与化学清洗,获得空包壳样品,然后通过机械制样方法,制备出?3 mm薄片状包壳基体样品,最后采用电解双喷减薄方法,制备出包壳透射电镜观察分析样品。另外,为对比锆包壳辐照后的组织变化,采用同样方法制备了相同材料的冷态观察分析样品。冷态样品与辐照样品的观察分析结果表明:冷态Zr合金包壳基体组织内部存在原生的第二相粒子,基体内部整体较为干净,纳米析出相稀少,未观察到明显的位错结构;辐照后,基体内原生的第二相粒子尺寸和分布与冷态样品差异不明显,但出现了明显的纳米析出相和高密度位错组织;随着燃耗的增加,纳米析出相尺寸有增加的现象;低燃耗与高燃耗样品位错组织具有相似性,表明在14 GW·d/tU燃耗下,锆合金包壳内由辐照产生的位错组织已基本趋于饱和状态;电子选取衍射结果表明,辐照后,基体内原生的第二相粒子虽存在一些非晶组织,但仍以bcc晶体结构为主,表明在41 GW·d/tU燃耗下,第二相粒子保持了一定的辐照稳定性;另外,第二相的EDS结果表明,随着燃耗的增加,Nb元素的含量有贫化趋势;分析认为,Zr合金经中子辐照,第二相粒子中的Nb原子扩展至Zr基体内,将促进Nb元素以纳米富Nb相形式在Zr基体中析出。

基于SSA-CNN模型的双排开孔圆筒防波堤透射系数预测

双排开孔圆筒防波堤是一种新型环境友好型防波堤,对其消浪特性的研究具有重要工程意义。随着人工智能的发展,基于机器学习技术求解防波堤水动力学问题成了一种新的研究范式。本文提出基于麻雀搜索算法(Sparrow Search Algorithm,SSA)优化卷积神经网络(Convolutional Neural Network,CNN)模型,实现对双排开孔圆筒防波堤透射系数的智能优化预测。结果表明:(1)确定波高、波周期、波长、波速、排间距、开孔率、水深为影响透射系数的关键因子;(2)当SSA-CNN模型的种群数量为10时,对波浪透射系数预测的R2值达到0.9909,平均相对误差相比单一的CNN模型降低了5.07%。研究成果为利用神经网络研究波浪透射问题提供了一种新的优化预测模型。

3种生物样本透射电镜OTE染色效果

为探究乌龙茶提取物(OTE)取代醋酸双氧铀(UA)在畜牧生物样本透射电镜制样中的染色效果,选取畜牧业中3种常见的生物样本即山羊坐骨神经、酵母菌及苜蓿叶片组织为测试对象,经多聚甲醛-戊二醛PBS混合溶液预固定后制备超薄切片,采用OTE染色,再用透射电镜观察样品反差情况,并与传统UA染色法进行比较。结果显示3种生物样品的OTE单染组和双染组(OTE-Pb双染)在反差对比度、图像清晰度、结构辨识度等方面均与对应的UA单染组和双染组(UA-Pb双染)相当,甚至更佳。结果说明OTE染色在畜牧生物类样品透射电镜制样中的染色效果稳定,反差良好,而且比常规使用的UA安全性高,具有更广阔的应用前景。

基于高低频特征增强和透射率修正的复杂图像去雾方法

针对复杂图像中存在非均匀散射介质(如大气湍流、烟雾、雾霾等),导致光线在不同区域的传播和散射特性不同,较难准确恢复图像能见度的问题,提出一种基于高低频特征增强和透射率修正的复杂图像去雾方法.首先,基于奇异值分解和Gamma拐点校正,设计低频特征增强方法;其次,基于Shearlet变换分解和非线性变换,得到高频特征增强方法;再次,利用软抠图精化所估计的透射率,构建透射率修正策略;最后,融合上述3种方法,根据大气光值和精化透射率,完成图像去雾,分别增强高、低频特征后,将两者叠加,获得增强的去雾图像.经去雾图像的视觉感观和客观评价指标结果验证表明,该方法的去雾效果较好,能有效恢复复杂图像的细节信息,改善图像的整体视觉质量.

一种球形光度计等价光谱透射比的测量方法

本文提出一种球形光度计等价光谱透射比的原位测量方法。使用球形光度计测试光源总光通量,因标准灯与被测灯的光谱差异进行光谱失配修正,等价光谱透射比是计算该修正的输入参数之一。为避免对积分球上的毛玻璃和球壁上的涂层样品拆卸安装,使用原位方式,通过比较毛玻璃漫透射出口处和积分球中心标准灯的光谱差异,计算等价光谱透射比的值。应用该方法,使用球形光度计测试白、红、绿、蓝四色LED样品的总光通量,与分布光度计的测试结果比较,实验数据显示两者在不确定度内一致,验证了所提出的等价光谱透射比测量方法可行性。

平面分层媒质的反射与透射问题探讨

均匀平面电磁波的传输特性是“电磁场与电磁波”课程中教学的重点内容。特别是,均匀平面波垂直入射到平面分层媒质的讨论是平面波传输现象的核心问题之一。从经典的三层平面分层媒质的透射与散射问题出发,探究阻抗边界的透射与反射现象,并进一步扩展讨论多层阻抗边界下的透射与散射问题。通过石墨烯和频率选择表面的实例展示包含阻抗边界的平面分层媒质的反射与透射问题在吸波材料设计、天线罩设计等实际工程问题中的应用。

基于动态人工波速的透射边界

人工边界处理是近场地震波动数值模拟的关键问题,其中透射边界(multi-transmitting formula,MTF)是一种应用较为广泛的人工边界方法,但它也存在计算精度与稳定性相互冲突的问题.为提高稳定性较好的低阶边界的模拟精度,发展出一种动态人工波速透射边界,能够适应复杂波动中外行波透射角随时间大幅度变化的情形,并探讨了动态人工波速识别这一关键问题.通过在当前时刻波场中沿人工边界附近划定观察窗口,并在一段时间之前某时刻波场中构建出一组与边界法线夹角在-90°~90°范围变化的筛选窗口,设计出一种对这两个时刻局部窗口中的波场进行比对的图像处理方法来识别外行波的透射角度.将识别得到的透射角度用于动态更新透射边界的人工波速,实现基于动态人工波速透射边界的波动模拟.在SH波动数值模拟中分别以单一脉冲波的简单波动和多个平面波叠加的复杂波动为例,证明所发展的动态人工波速透射边界对于不同透射角的波动成分均具有较好的适应性,模拟精度显著优于采用经验固定人工波速的传统透射边界.该方法为发展和完善高精度且计算稳定的人工边界提供了一个全新的研究思路.

水体透射光谱结合主成分分析(PCA)改进化学需氧量(COD)含量估算研究

为了解决传统的化学需氧量(Chemical Oxygen Demand,COD)测量方法耗时较长,不利于快速、实时地获取水体中COD的信息等问题。通过采集100组COD水体光谱信息,分别使用3种不同的高光谱数据预处理方法对光谱数据进行预处理,并基于不同的预处理方法分别建立高斯过程回归模型(Gaussian Process Regression,GPR)和BP神经网络模型,分析不同预处理方法对模型精度的影响,建立了基于透射光谱测量结合主成分分析(Principal Component Analysis,PCA)改进水体COD含量估算模型。对各模型结合PCA数据降维方法进行模型的改进,通过比较模型的精度选择最优模型进行水体COD含量的检测。结果显示:相比于原始光谱数据建立的GPR模型和BP神经网络模型,数据预处理后的模型精度明显提升;且结合PCA对预处理后的数据进一步降维处理后,模型精度得到了进一步的提升。其中,基于标准正态变量变换特征结合PCA改进BP神经网络模型R 2高达0.9940,均方根误差RMSE为0.022540。证明了基于PCA数据降维方法对预处理后的光谱数据进行降维处理,有利于去除光谱中的冗余信息,提取特征信息,可以实现COD含量估算模型的优化,从而为传统COD测量方法存在的问题提出了一种新的解决思路。

慕课背景下材料科学与工程专业大型仪器实验教学模式探究——以透射电子显微镜为例

大型仪器在材料科学与工程专业中具有重要的地位,正确合理地使用大型仪器可以促进科学研究的快速发展。由于大型仪器比较昂贵,传统线下实验课教学以课堂讲解和演示为主,导致学生的学习效果不理想。因此,为了更好地开展实验课教学,近年来各大高校逐渐将慕课教学引入实验课教学中。本文以透射电子显微镜为例,提出开展大型仪器线上线下混合式教学模式,学生先利用慕课资源进行理论学习和模拟操作,随后再开展线下实验操作,以培养出同时具有扎实理论知识和良好操作技能的学生。

低应变动力检测法与声波透射检测法的对比研究

对常用的桩基检测方法的基本原理和优缺点进行了总结,并对无损检测方法中的低应变动力检测法和声波透射检测法的操作流程进行了分析,对桩基常见断桩病害进行数值模拟,以“路径(path)”方式绘制曲线图,并形成曲线对比图,分析弹性波在缺陷桩基的传递规律。以武平高速铁路特大桥1号桥墩的某根桩基作为研究对象,对其进行低应变动力检测和声波透射检测,并讨论了两种方法的利弊,弥补了目前还没有对这两种检测方法进行系统对比研究的空白。

JEM-1400透射电子显微镜在纳米材料测试中的应用

以JEM-1400透射电子显微镜为例,介绍了透射电镜的基本结构、工作方式、电子光学成像原理及分辨率、放大倍率等基本概念,探讨了影响纳米材料样品高质量成像的因素及对策。从灯丝高度及束流强度调试方面讨论了提高材料样品分辨率的可行性:基于灯丝像,通过调节灯丝饱和度和偏压,使灯丝发射量达到15μA;在保证灯丝寿命的前提下,分辨率从过去的200 nm提高到10 nm以下。

透射电镜表征晶体结构的程序设计原理

表征晶体结构是透射电镜(TEM)的常规分析工作.文章介绍了在透射电子衍射方法下任意单晶体结构与衍射花样之间的关系.为了简化仪器操作和透射电子衍射数据分析,根据前述晶体结构与衍射花样的关系运用Python计算机语言设计智能化采集单晶透射电子衍射数据的操作系统和衍射数据分析程序.介绍了分析程序的主要功能,软件根据输入实际的TEM衍射花样计算出晶体结构、晶胞参数及衍射晶面指数.另外,软件还可以计算出任意晶体在某一取向下的衍射花样特征,例如计算了立方、四方、正交、六方和菱方晶系单晶在基本晶带轴下衍射花样特征.结果为材料研究者表征单晶结构提供了参考或有用的工具.

异色夹纬真丝交织装饰织物的光透射特性

为研究真丝交织装饰织物夹纬颜色对装饰织物透射光的影响,采用多层组织结构试织9种异色夹纬真丝交织织物;借助Digieye数码测色系统和分光光度计,分析在可见光波段内夹纬颜色与织物透射光的关系;通过色温和显色性能研究多层织物中夹纬颜色对光透射特性的影响。结果表明:真丝交织织物遮光率的范围在75.98%~97.72%,织物遮光率会随着夹纬明度的降低而增大;改变夹纬颜色可以有效控制透射光色温的高低,提供不同的冷暖色调;当夹纬的颜色为白色、黑色时,织物透射光的色饱和度与参照照明体相似且显色性能最好,而其他夹纬颜色织物的透射光能够呈现不同的色饱和度与显色性能。研究结果能够为开发具有不同透光率和营造不同居家氛围的装饰织物提供理论参考。

基于Geant4的微型透射式X射线管中背散射电子对出射光束影响

X射线管工作时,管内会产生大量的背散射电子。在X射线管内电场的作用下,背散射电子会被电场拉回到阳极靶上,并产生额外的X射线,最终对出射光束质量产生不利影响。背散射电子的分布与X射线管的特性(管电压和靶材料)密切相关。因此,本文将从透射式X射线管中背散射电子的分布规律出发,系统讨论靶材料和管电压引起的背散射电子变化以及其对出射光束质量的影响。首先,在Geant4代码中建立了透射式X射线管的物理模型,并将计算结果与文献数据进行对比验证;其次,开展了不同管电压与靶材料对X射线管中背散射电子分布的影响分析;最后,探究了在管电压作用下背散射电子对出射光束质量的影响。结果显示:当考虑电场时,X射线管的出射光束半高全宽(Full Width at Half Maxima, FWHM)、光子产额和特征峰产额会有所增加,表明背散射电子会对出射光束的质量产生一定的影响。结果同时显示:对出射光束质量影响程度最高主要是第一代和第二代被电场拉回的背散射电子。当管电压发生改变时,背散射电子对出射光束质量的影响程度也会改变,管电压越大,背散射电子对X射线管出射光束质量的影响也越明显。本研究结果为未来开展微型透射式X射线管的数值仿真计算提供参考。

透射式GaAs光电阴极性能提高以及结构优化

为了提高透射式GaAs光电阴极性能,将国内与美国ITT公司的透射式GaAs光电阴极量子效率曲线进行对比,可知我国透射式光电阴极积分灵敏度已经达到2130μA/lm,美国ITT达到了2330μA/lm.利用修正后的量子效率、光学性能以及积分灵敏度的理论模型,分别对两者进行光学结构拟合.结果表明,国内光电阴极在窗口层和发射层的厚度、电子扩散长度以及后界面复合速率等方面均与ITT有一定差距.为了缩短两者的差距,优化阴极结构参数,具体研究了电子扩散长度和发射层厚度对量子效率的影响,结果表明如果均匀掺杂透射式GaAs光电阴极发射层厚度为1.3μm、电子扩散长度为7μm,则积分灵敏度可以达到2800μA/lm以上.

基于全透射可见-近红外光谱的西瓜糖度在线检测研究

糖度是评价西瓜品质的重要指标之一,影响着西瓜的受欢迎程度和销售价格。但体积大、皮厚的自然生物特征为西瓜糖度的快速、无损评估带来了挑战。为探索西瓜糖度快速无损检测,选择230个西瓜作为试验样本,使用自行研制的全透射可见-近红外光谱系统在线采集西瓜光谱数据,在线检测过程中保持光谱连续检测点在西瓜的赤道部位,并分别测量西瓜整果糖度和中心糖度作为理化糖度参考值。首先对样本在线检测过程中产生的多条光谱数据进行均值化处理,并选取波长范围690~1100 nm的光谱数据,使用蒙特卡洛方法剔除其中的异常样本,使用多种预处理方法(SNV、SG平滑等)对光谱数据优化,并采用SPXY算法划分样本校正集和预测集以减小因西瓜内部糖度分布差异造成的影响;基于优化的光谱数据构建了线性PLSR模型和非线性LS-SVM模型预测西瓜中心糖度和整果糖度。结果表明,基于SNV和SG组合法预处理光谱构建的LS-SVM模型预测西瓜整果糖度效果最好,其校正集相关系数R C=0.92,建模均方根误差RMSEC=0.37°Brix;预测集相关系数R P=0.88,预测均方根误差RMSEP=0.40°Brix。进一步使用特征波段挑选算法(CARS、UVE、SPA等)对光谱数据优化,结果显示构建的模型效果更好,其中使用CARS和UVE组合算法选取的特征波长构建LS-SVM模型预测西瓜整果糖度时效果最好,其校正集相关系数R C=0.94,校正均方根误差RMSEC=0.31°Brix;预测集相关系数R P=0.91,预测均方根误差RMSEP=0.37°Brix,且建模变量从1524个特征变量缩减到39个特征变量。该研究为实际生产中西瓜糖度快速无损检测应用提供了参考。