5 模拟强辐射环境条件下的核素定量分析实验研究

在较强辐射环境下用γ谱分析方法进行核素分析时，若周围环境中的核素与被测样品的核素相同，则将对样品分析产生很大干扰。确定和消除环境中干扰核素的影响是样品定量分析中的重要问题。当被测核素置于容器中时，由于容器对样品γ射线的屏蔽作用，这一问题显得更突出。     

多媒体人机接口的研究和模型设计

以建立多媒体人机接口系统的模型为研究内容,以语音输入方式为例,主要从多模态、自然语言输入、并行处理机制以及智能性交互几个方面探讨了多媒体交互系统实现的可能性和实现方法,设计并建立了交互系统的并行处理模型结构,对模型结构的各功能模块给以介绍     

基于FUZZY-PID直流调速系统的仿真与分析

针对常规PID在直流调速系统中控制参数难以整定等问题,在对直流调速系统建模的基础上,以偏差e和偏差变化率ec作为输入,找出常规PID的三个参数与e和ec之间的模糊关系,在运行中通过检测e和ec,根据模糊推理原理来对三个参数在线修改,从而满足不同时刻的e和ec对PID参数自整定的要求,以此设计了一种基于模糊控制原理的PID控制器,并对采用FUZZY-PID控制的直流调速系统的动态过程进行仿真分析.仿真结果表明:采用FUZZY-PID控制策略的直流调速系统响应快、超调较小、鲁棒性强,较传统PID控制具有更好的动、静态特性,这说明了这种控制策略的正确性和有效性.     

吉林延边金谷山金矿床地球化学特征

以金谷山金矿床的成矿地质特征为基础, 研究了区域地球化学场及异常特征、岩(矿)石微量元素地球化学特征.矿床位于金及其它成矿元素的高背景场中,与成矿有关的元素组合为Au-Sb-As,异常强度高,分带性明显;地层、岩浆岩、构造等地质单元的地球化学特征表明,成岩作用、构造作用与成矿作用关系密切.     

分层γ扫描方法测量球形容器核材料滞留量

核材料生产线上很多设备(如混合器、反应器设备)是球形结构,在生产过程中,内部会有核材料滞留.知道内部核材料的滞留的数量,对于核材料管理与衡算和核材料临界安全至关重要.本文研究对象为球形反应器内部核燃料滞留量的测量,该反应器左面、右面和后面都有其他设备,测量仪器只能放在其前面的有限空间内进行测量.为此,本文提出探测器分层扫描方法,首先认为球形容器内部的核材料近似球形分布,自上而下分成若干层,在每一层上近似认为滞留的核材料是均匀分布,探测器自上而下逐层进行扫描测量,获取数据;利用蒙特卡罗随机过程模拟方法,计算探测器对每一层的探测效率,应用最小二乘法或最大似然法,对核材料分布进行重建计算,这样不仅可以给出比较准确的反应器内部核材料的总量,而且还可以给出核材料在内部的分布的大致情况.本文采用蒙特卡罗模拟计算和实验两个方面,对该方法进行了验证,证明该方法是正确的.     

水性光引发剂(4-苯酰基)苯甲基铵-N-十二烷基-N,N-二甲基溴化物的合成

以4-甲基二苯甲酮为原料,经溴化合成4-溴甲基二苯甲酮,再与二甲基十二胺反应合成新型的光引发剂(4-苯酰基)苯甲基铵-N-十二烷基-N,N-二甲基溴化物,对新化合物结构进行了IR,MS,1HNMR表征。产品纯度大于98%,收率大于81%(以4-溴甲基二苯甲酮计)。对产品的光引发性能进行了初步研究。     

燃煤耦合城市污泥燃烧特性与NOx生成行为模拟

利用自定义燃烧模型对煤粉与城市污泥共燃过程进行数值模拟,研究不同掺烧比例下共燃过程的燃烧特性、NO_x体积分数空间分布和生成行为等。结果表明：污泥对煤粉第一阶段燃烧有明显的促进作用,在掺烧比例≤3%时,对煤粉第二阶段燃烧也有促进作用,而在掺烧比例≥6%时有抑制作用;在燃烧器出口附近氮存在形式丰富,大部分NH₃在该区域转换为HCN,少量转换为HNO和NH₂等,而在回流区后半段,HCN体积分数明显降低,NO体积分数上升,随着燃烧反应的进行,部分NO被还原成HCN和HNO;NO_x生成行为主要集中发生在燃料燃烧的2个阶段,在第一阶段,NO的生成过程主要为NH被O和O₂氧化以及N被O₂氧化,第二阶段主要为NH被O氧化以及N被CO₂氧化;NO被CH₃还原成HCN是2个阶段中NO被还原的主要过程。     

生物芯片的原理和制作方法

生物芯片是用微加工技术（光刻、光化学合成、激光立体化学刻蚀等）并结合分子生物学技术制成的具有一定分子生物学分析检测功能的微型器件。它可用于完成生物样品的分离、制备、生化反应及产物的检测等一系列过程。本文综述了生物芯片概念的形成，生物芯片的特点、功能和分类，以及毛细管电泳型和探针列型两类生物芯片的几种制作方法。     

基于YOLOv5和膨胀卷积的鱼类目标检测算法

鱼类目标所在的场景常存在较强的水下噪声,同时鱼类目标有着与周围环境相近的伪装色,使得鱼类目标检测的效果达不到很高的水平。为了精准且快速的检测鱼类目标,提出了一种基于YOLOv5和膨胀卷积的目标检测网络,首先利用YOLOv5网络提取图片特征,然后利用基于膨胀卷积的三支路特征融合结构整合大范围的全局信息,最后通过检测头对图片中鱼类目标的位置进行预测并用矩形框进行标记。研究表明,本文的算法在自建数据集上m AP达到81.5%,相较于原始的YOLOv5s算法提升了1.5%,而且能实时准确的获取到鱼类目标的位置,极大提升了鱼类目标检测的效率。