不同边界条件薄壁截锥壳的高阶振动特性研究

采用传递矩阵法研究了不同边界条件下薄壁截锥壳的高阶振动特性.基于Love壳体理论建立薄壁截锥壳振动微分方程,根据薄壁截锥壳子段间的状态向量,通过传递矩阵法得出整体传递矩阵,并用高精度的精细积分法计算固有频率,通过文献和有限元法进行验证,并分析了薄壁截锥壳在不同边界条件下的高阶振动特性.结果表明,不同边界条件下,采用传递矩阵法计算高阶固有频率与有限元法的计算结果基本一致.当轴向半波数增加时,频率明显增大;随着周向波数的增加,频率先减小后增大.固支-固支和简支-简支边界下在m=1和n=7处得到最小频率,固支-自由边界下在m=1和n=6处得到最小频率,三种边界下最小频率值分别为400.1、325.6和226.1 Hz;边界条件约束越多,最低阶固有频率越大.     

智能光网络自适应生存算法

为了克服智能光网络(ASON)在承载基于业务协定等级(SLA)业务期间因链路资源失效而中断连接,提出一种基于差异化SLA业务的自适应自愈生存技术.该技术统筹考虑链路资源对SLA业务的贡献度以及链路资源陷阱问题,通过循环计算为全网任意节点提取出可用路由,并引入权重机制分别为差异化的SLA业务量身制定局向资源和自愈资源.同时根据共享风险链路组(SRLG)的模型思想,最大化局向资源的服务能力最小化自愈资源的使用率.指标显示,该技术可提供科学的自适应生存能力.     

基于效率和经济价值的期货套期保值二次决策准则

基于不同风险测度得到的期货套期保值策略不同，利用套期保值效率可以对比分析不同风险测度下的套期保值效果。然而，当考虑套保成本时，套保效率大的套保策略不一定是“最优”的。为兼顾套保效率和套保成本，引入经济价值进一步对比不同套保策略的效用，提出期货套期保值二次决策准则。首先，构建方差、VaR和 CVaR等风险测度下的期货套期保值模型，给出最优套保头寸和套保效率的显式表达式，提出模型驱动下的最优套保策略决策准则；然后，考虑套保成本，基于经济价值提出不同套保策略的二次决策准则；最后，针对Brent原油期货套期保值进行实证分析，实证研究结果与理论研究相吻合。基于一次准则的最优套保策略的经济价值并不恒大于零，即当考虑套保成本时，基于套保效率最大的套保策略可能使投资者得不偿失，这也进一步体现了本文所构建的套保二次准则的有效性。     

用于有机磷农药及其水解产物可视化检测的荧光探针制备及性质研究

使用氯金酸和柠檬酸三钠回流法合成出荧光吸收峰在520 nm的金纳米颗粒,并与罗丹明B修饰合成探针.金纳米颗粒与罗丹明B发生荧光共振能量转移(FRET)作用使罗丹明B的荧光淬灭.在加入毒死蜱之后,毒死蜱及其水解产物能有效取代罗丹明B,使荧光恢复.金纳米颗粒探针对毒死蜱及其水解产物的浓度响应区间为(0～0.1)mm,低至0.1 nm也有响应,且荧光变化迅速,从而能够快速有效地检测超痕量有机磷农药毒死蜱及其水解产物.     

静水压力对304不锈钢腐蚀行为的影响

利用自制的腐蚀实验高压釜模拟深海低温高压化学环境,研究静水压力对304不锈钢腐蚀行为影响机制.利用电化学工作站对腐蚀过程进行原位检测和加速实验,得到交流阻抗谱和动电位极化曲线,通过等效电路拟合和Tafel外推法对数据进行处理.分析了腐蚀发生的热力学倾向和动力学过程,讨论了钝化膜状态对腐蚀的影响.常压环境下,自腐蚀电位高,容抗弧半径较小.氧气等气体分子容易在304不锈钢表面吸附,增大腐蚀发生的热力学倾向.随着静水压力的增加,自腐蚀电位变化不大,压力变化不会导致钝化膜性质的改变.但腐蚀电流密度从3.838×10-8 A/cm2增加到1.197×10-7 A/cm2,容抗弧半径减小,金属/钝化膜/溶液之间电位差降低,钝化膜溶解速率大于生长速率,导致钝化膜厚度减小,使304不锈钢腐蚀加剧.     

基于功能化的纳米锐钛矿TiO2膜修饰电极的乌药醚内酯电化学传感器及其应用研究

将功能化的纳米锐钛矿TiO_2(介笼结构)修饰电极作为乌药醚内酯电化学传感器的氧化还原探针,实现电化学方法检测乌药醚内酯。实验优化了电极修饰液用量、支持电解质和仪器参数等条件。在最优化的条件下,乌药醚内酯的线性范围为0.1～20μg/mL,检测限为0.058μg/m L。将所建立的电化学新方法应用于乌药中乌药醚内酯类的含量测定及药材真伪的鉴定,测得其平均含量为0.303 mg/g,并实现乌药与其伪品荆三棱药材的快速鉴别。     

浅论气象术语标准研制的问题与对策

为避免气象术语中出现循环定义、定义不协调、定义与术语不匹配、定义重复术语名称或使用代词等问题,运用术语学原理分析,提出研制术语时要注意“语料收集、定义研制、术语分类、辨析关系”的对策建议,这对提高术语研制质量,增强表达交流效果,完善气象标准体系具有重要作用。     

基于量子辐射场的大数据安全存储寻址算法

大数据存储过程面临着与日俱增的各种威胁,而传统数据存储算法难以有效应对这些新型威胁。以量子力学和量子遗传的关系为基础,构建量子辐射与量子遗传迭代的、双向可逆过程的数学函数和计算机程序,为流数据的大规模量子安全存储构建软件基础环境。在量子力学和量子遗传的映射关系下,将量子染色体的定义和交互作用通过量子比特和量子旋转门的计算实现,将量子染色体的交互通过量子引力作用和量子斥力作用的交互实现,将量子染色体动态过程的主要衡量指标通过引力和斥力的叠加态来计算产生。用量子引力和斥力来引导流数据的动态存储寻址、出入栈过程与路径,进而将大数据存储过程双向映射为量子辐射场和量子空间域问题,得到安全存储路径与存储地址。     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.