离子迁移技术的发展及应用

离子迁移法属常压离子化检测技术,是毒剂侦察的重要研究方向和环境监测的重要技术途径之一。本文综述了分子电离、离子分离和鉴定的原理,综述了离子迁移技术的发展及其在毒剂和环境监测中的应用。     

模糊神经网络在离子迁移型毒剂报警器中的应用

针对目前离子迁移型毒剂报警器中所采用的模式识别方法的缺陷,提出了一种模糊神经网络结构,并针对学习训练的经典BP算法进行了一系列的改进,通过仿真实验获得了最优化参数,同时对其可行性和优越性进行了验证。     

重金属离子在线水质检测系统设计与试验

为解决水环境中重金属离子现场应急检测的难题,实现水环境中重金属离子的在线检测,提出了一种基于离子选择性电极法和阳极溶出伏安法的组合式重金属离子在线水质检测系统。分析了离子选择性电极法和阳极溶出伏安法的工作原理,构建了重金属离子在线水质检测系统结构,设计了系统检测软件工作流程,并对该方法进行了验证。结果表明:组合式电化学检测法是一种可靠稳定的重金属离子检测方法,可满足现场应急在线检测要求。     

污水中重金属离子浓度软测量的BP算法

在重金属离子检测仪器及其工作原理研究的基础上,对污水中重金属离子浓度测量方法进行了分析研究,分析了采用软测量技术的可行性和必要性,针对水质测量具有非线性、大时变和多滞后的特点,提出了基于BP神经网络的污水中重金属离子浓度软测量建模方法,建立了软测量模型,并通过仿真分析和实验验证了该方法的实用性.     

长贮过程中发动机HTPB推进剂老化机理分析

为揭示固体推进剂在长期贮存过程中的老化机理,解剖了自然贮存19年贴壁浇注的端羟基聚丁二烯橡胶推进剂装药发动机,沿着药柱径向不同位置进行了取样,并采用扫描电镜、能量色散X射线光谱仪、红外吸收光谱、交联密度等多种手段对这些样品进行了测试分析。研究发现：贴壁浇注发动机药柱不同位置推进剂的老化程度不尽相同,越靠近非金属壳体位置,推进剂的老化程度越严重。进一步深入分析表明：除了丁羟胶中双键的氧化断链和端羟基的缩合等影响推进剂老化,铝粉氧化产生的铝离子会催化丁羟胶双键与氯气或水发生加成反应生成■双键和仲醇,而铝离子迁移和分布的不均匀会引起药柱老化的不均匀性。研究结果对推进剂配方设计和防老化措施的研究具有重要意义。     

土壤基质中二苯氯胂和二苯氰胂总量的检测方法研究

通过对多种萃取溶剂、内标物、衍生化条件、GC-MS联用条件进行选择,采用质谱选择离子检测,建立了土壤中二苯氯胂和二苯氰胂定性、定量检测方法,使土壤基质中二苯氯胂和二苯氰胂的最低检测含量可达到0．02mg/kg,特别是可用同一种方法在同一实验中测定这两种化合物的衍生物,更体现了该检测方法的优越性。     

活性屏离子渗硫层的制备及形貌结构研究

对7A52铝合金及45钢表面活性屏离子渗硫层的制备及形貌结构进行了研究.通过工装使7A52铝合金及45钢试样在高频脉冲等离子扩渗炉中处于零电位,并置于接阴极的不锈钢网状活性屏中.在离子渗硫过程中,利用不锈钢网状活性屏上形成的硫化物溅射下来,沉积到7A52铝合金及45钢试样表面,从而形成离子渗硫层.SEM、EDS及XRD检测分析结果表明,活性屏离子渗硫技术不仅可以获得传统离子渗硫技术一样的处理效果,而且还细化了硫化物颗粒尺寸,较好地解决了传统离子渗硫技术出现的边缘效应、工件打弧和空心阴极效应等问题.活性屏离子渗硫技术不仅可在钢铁材料上制备离子渗硫层,还可在非钢铁材料上制备离子渗硫层,为解决非钢铁材料的减摩耐磨问题提供了一条新的途径.     

功能化离子液体的合成表征及其作为润滑剂的性质

通过两步法合成了含酯基官能团的咪唑类离子液体1-乙酸乙酯基-3-甲基咪唑四氟硼酸盐，用核磁共振、红外光谱、元素分析对其进行了结构表征，证明了该合成方法的可靠性；对功能化离子液体的基本物化性质、熔点、热稳定性及其作为润滑剂的粘温性、蒸发损失、金属腐蚀性等进行了全面研究，并选择了含有相同烷基的1-丁基-3-甲基咪唑四氟硼酸盐传统离子液体进行对比，发现官能团的引入，使传统烷基咪唑类离子液体展现出不同的特性，同时发现两种离子液体均对金属表面有较强的腐蚀作用，为进一步开展功能化离子液体的摩擦学研究打下了基础。     

基于成本感知的虚拟机迁移决策算法

在"混合型负载"数据中心的虚拟机迁移过程中,针对主机性能和能源额外损耗问题,提出了一种基于迁移成本感知的迁移决策算法。为减少频繁迁移对数据中心的扰动,设计了利用自回归模型预测物理主机资源利用率并结合双阈值的迁移触发策略,建立了迁移性能和能耗成本评估模型,确定了待迁移物理主机上虚拟机的迁移优先级。仿真实验结果表明,该算法能够在保证服务级别协议不被破坏的条件下,降低"混合型负载"数据中心的迁移次数和能耗。     

新疆高校维吾尔族学生英语学习中母语负迁移现象的研究

本文从迁移理论出发,以调查维吾尔族母语负迁移为目的,结合访谈、调查问卷和写作,对分布在新疆不同高校里的维吾尔族学生进行了调查研究,最后得出结论：维吾尔族学生在英语学习中受母语负迁移的影响较大,其中与维吾尔语差异最大的语法方面所受母语影响最大,母语思维是产生负迁移的主要原因,其它方面受汉语影响也比较大。基于上述研究,为了避免负迁移的发生,本文提出了相应的建议。     

基于扩展状态机的资源泄漏检测方法

基于扩展状态机对资源泄漏故障进行描述，给出了资源泄漏缺陷状态机，定义了缺陷的状态、状态迁移图和状态转换表。设计和实现了资源泄漏检测算法。该算法在对控制流进行遍历的过程中，按照资源泄漏缺陷状态机给出的转换条件进行状态计算，如果计算结果为故障，则报告1个资源泄漏故障。应用该算法对大型开源软件进行测试，发现多个资源泄漏故障。测试结果表明：该算法具有测试效率高和误报率低等特点。     

污水中微量铬的原子吸收光谱法测定

研究了用火焰原子吸收光谱法测定污水中微量铬的方法。优化了测量条件,试验了水溶性有机溶剂和非离子表面活性剂对测定的影响,结果表明聚乙烯醇对测定有增敏作用。还试验了常见离子的干扰情况,除了磷酸外,其它离子不干扰铬的测定。灵敏度为０．０４０ｍｇ／Ｌ／１％,检测限为０．０１７ｍｇ／Ｌ,铬含量在０．０２０￣８．０ｍｇ／Ｌ范围内成线性关系,加标回收率在９９．２％￣１０３．５％之间,变异系小于４．３％。     

基于迁移学习的小样本事件抽取技术及军事应用展望

事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息,从而更好地应用在相关应用领域和下游任务上。基于迁移学习的事件抽取技术是当前低资源场景下的事件抽取研究的主流方法,通过设计更鲁棒的模型来迁移知识,解决事件抽取面临的训练数据缺乏问题,从而提升小样本事件抽取的效果。对基于迁移学习的小样本事件抽取技术及其军事应用展望作了全面的阐述,回顾事件抽取的起源与发展,描述迁移学习事件抽取的研究背景,并重点总结目前的技术方法及其军事研究现状,提出其军事上应用展望,最后对其面临的问题挑战和未来研究热点作了分析。     

用混合有限元模型分析船体振动问题研究

对混合有限元模型应用于船体振动分析的方法进行了讨论,并建立了某船的混合有限元模型,分别对其船体总振动和局部振动进行了计算.计算结果表明,混合有限元模型的总振动计算结果略小于迁移矩阵法,而局部振动计算结果与孤立模型存在较大差异.     

基于Java平台的移动Agent系统实现

根据移动Agent的优点和架构,分析基于Java平台的移动Agent系统需要解决的问题,给出适合开发移动Agent系统的工具、环境和实现步骤.针对关键的Agent系统迁移实现,给出了代码和状态迁移的具体实现方法,提出以新增Agent迁移开发包的思路来实现执行状态迁移,并给出实现其核心问题的解决方法.     

液相色谱-质谱法测定2-氯乙烯胂酸

研究了用液相色谱-质谱两种电离技术测定路易氏剂1的降解产物2-氯乙烯胂酸,比较了在不同流动相中该化合物的响应情况,并且利用源内CID技术获得了丰富质谱碎片,对所鉴定的碎片进行了解释,用选择离子检测得到该化合物的检测限在APCI电离技术中为9ng,在ESI电离技术中为4ng．     

Penning阱中离子运动及稳定性分析

研究了离子在Penning阱内的运动规律.根据在实验中所采用的Penning离子阱结构及电磁场分布特点,列出并求解了阱内离子运动方程,对其中各种运动及稳定性进行了分析,得到如下结论阱中离子的运动为简谐振动、回旋运动和漂移运动的叠加,且这3种运动是稳定的.     

运送有毒物泄漏造成水体污染的扩散模型及求解方法研究

运送有毒物发生交通事故,导致有毒物泄漏引发水体污染,会造成严重影响。在分析污染事故的特点、危害的基础上,根据水力学及污染物的迁移转化规律,建立了有毒物泄漏水体后的转移弥散模型,即将控制水流的圣维南方程和描述有毒物迁移的对流弥散方程进行耦合。运用低数值耗散的半离散中心迎风格式求解方程,其结果可以预测污染河段长度和延续时间。最后,通过实例进行了模拟计算。     

离子液体润滑剂的金属腐蚀性与抑制

对1-丁基-3-甲基咪唑四氟硼酸盐及1-乙酸乙酯基-3-甲基咪唑四氟硼酸盐两种离子液体润滑剂的金属腐蚀性作了初步研究,发现两种离子液体均对多种金属表面有较强的腐蚀作用,其中含酯基功能化离子液体的腐蚀性相对较小,这是由于其具有较弱的吸湿性和较强的表面吸附能力;另外发现,具有杂环结构的传统防锈剂苯并三氮唑（BTA）能很好地溶解在两种咪唑类离子液体中,并能显著降低两种离子液体对铜的表面腐蚀,说明有望通过利用传统防锈剂抑制离子液体润滑剂对金属的腐蚀作用。     

基于TensorFlow的四旋翼无人机着陆地标识别

针对多旋翼无人机在无人干预情况下的自主着陆问题,提出一种基于迁移学习的地面标识图像检测方法.该方法基于TensorFlow深度学习框架,使用迁移学习技术在地面标识数据集上重新训练Inception-v3模型以构建新的地面标识识别模型.以四旋翼无人机为例,将其拍摄的着陆坪图片与其他地面标识图片作为训练集输入神经网络,通过多次训练校正神经网络参数.实验结果表明,基于迁移学习的四旋翼无人机着陆地标识别比直接基于In-ception-v3模型的识别效果要好得多,在仅有数千张训练图片的情况下,测试准确率超过90％.在Windows下训练、测试的模型可移植到树莓派3B上,完成了基于Python和TensorFlow开发的程序在不同操作系统下运行的验证工作.