频率细化分析方法及其在虚拟仪器中的应用

频率细化分析是一种重要的频谱分析工具,是信号处理和虚拟仪器的主要功能之一.介绍了几种典型的频率细化分析方法,包括连续DFT和复调制方法等,并研究了它们的优缺点,提出了一种结合子带分解DFT和复调制方法的新频率细化方法,它继承了复调制细化的优点,且无需设计特定的滤波器,减少了运算量,适用于实时细化分析,最后以虚拟仪器中的应用实例展示了几种频率细化的算法和效果.     

CoAlPO4-5分子筛对甲苯吸附性能的研究

用重量法测试了CoAlPO4-5分子筛对甲苯的吸附. 结果表明,不同温度下的吸附等温线均属典型Ⅰ型,可以用Langmuir方程来描述. 甲苯的吸附自由能变化随吸附量的增加而增加;吸附熵随吸附量的增加而减小,在吸附量大于0.65 mmol/g时变化较大,表明吸附相中分子间的相互作用开始加强;吸附熵与吸附温度无关.     

动植物馈赠的珍贵宝石

有一类珍贵的宝石是由动植物馈赠给人类的,它们同样满足宝石的瑰丽、稀少、耐久3个基本条件,通常被称为有机宝石。有机宝石是宝石中的一个重要门类,主要包括珍珠、珊瑚、琥珀、象牙、煤精等,下面就对这几种宝石珍品进行简单的介绍。     

≈37 kaBP大气中宇宙成因同位素含量增加的古里雅冰芯证据

证实了≈37 kaBP青藏高原古里雅冰芯记录中宇宙成因同位素36Cl含量峰值的存在,并认为该峰值是36Cl在大气中产生速率增加导致的,而不是净积累速率变化影响的结果. 与其他地区10Be及36Cl记录的对比,指出宇宙成因同位素这一时期的峰值事件具有全球性,可作为冰芯等沉积物定年的时标. 发现这一峰值事件与气候变冷相伴出现.     

树轮稳定碳同位素的研究现状及前景

本文系统地介绍了树轮碳同位素的分馏模型,综述了树轮碳同位素在大气参数、环境气候和水文上的研究进展。结果表明,树轮碳同位素反映了大气δ＾１３Ｃ和大气ＣＯ２浓度的变化,与温度、湿度、降水及河流径流量存在一定的相关关系;环境污染也可解释树轮碳同位素比率的变异。同时,对未来该领域的研究方向作了展望。     

以黄河流域土壤水资源为例说明以“ET管理”为核心的现代水资源管理的必要性和可行性

针对流域/区域水资源匮乏程度日益严重的情势,本文立足于水循环全过程,以水资源在其动态转化过程的主要消耗——蒸发蒸腾(ET)为出发点,全面论述了在现代水资源管理中开展以"ET管理"为核心的水资源管理的必要性和可行性.并以黄河流域土壤水资源为研究实例,在采用WEP-L分布式物理水文模型对全流域水循环要素系统模拟的基础上,开展了黄河流域土壤水资源数量和消耗效用分析.结果表明,立足于区域/流域水循环过程,开展以"ET管理"为核心的水资源管理,不仅可以避免水资源的闲置而且也有利于从"真实"节水的角度提高水资源的利用效益,缓解区域/流域水资源的匮乏程度,是对传统水资源需求管理有益的补充.     

海河流域二元水循环模式与水资源演变机理研究

海河流域是我国各类水问题最为突出的流域,其主要原因是流域水循环的驱动力、循环结构、循环参数在人类活动的影响下发生二元演变效应,并导致了各种不良后果。中国水利水电科学研究院主持的国家重点基础研究发展计划（975）课题“海河流域二元水循环模式与水资源演变机理”（2006CB405401）主要从流域二元水循环理论、不同时间尺度流域水循环演变规律与机理、强人类活动作用下流域四水转化关系这三点关键科学问题出发开展相关研究工作,为变化环境下水循环的基本认知模式、区域性水文极值事件频发机理、现代环境下水资源衰减规律等提供了重要的研究参考。     

多项式微分方程的基本定理（续）

常微分方程与代数方程有不同类的发展历史,即经过实域到复域,从定量到定性。但前者比后者更困难。后者以高斯的“代数方程的基本定理”作为结束。前者则以系统的研究开始于秦元勋的《常数分方程定义的积分曲面》,1985）西北大学出版社。本文给出这方面的三个基本这理,得到平行于高斯定理的多项式常微分方程的通解法式。     

云南个旧东区玄武岩岩石学特征

个旧锡矿床产于个旧东区,是一个以锡铜为主的超大型多金属矿床,具有火山沉积成矿的某些特征,因遭受燕山期花岗岩的叠加改造,区内个旧组卡房段中玄武岩遭受强烈的变质。分析了区内玄武岩的岩石学特征。结果表明,区内的基性岩具有玄武岩的结构构造特征,为玄武岩而非过去认为的辉绿岩。     

基于运行状态辐射声信号的轴承性能退化监测方法研究

文章针对滚动轴承运行辐射声信号,提出一种滚动轴承性能退化预测的方法。轴承辐射声信号通过改进变分模态分解(improved variational mode decomposition, IVMD)得到K层有限带宽固有模态函数(band-limited intrinsic mode functions, BLIMFs);对BLIMFs分量的能量进行相对能量熵分析并作为轴承性能退化特征指标,将退化指标构成的时间序列分解成趋势项和残余项,对残余项进行平稳性检验和白噪声检验,对趋势项和非白噪声的残余项分别通过堆栈长短时记忆(stack long short-term memory, SLSTM)神经网络进行预测,使用自适应矩估计(adaptive moment estimation, ADAM)优化器反向优化网络权值、阈值;采用拉伊达法则确定阈值作为预警线,当预测退化曲线超过阈值报警线时实现报警。实验结果表明：SLSTM模型预测与分解趋势项之间的均方误差为4.149 2×10^-5,均方根误差为0.003 6,相关系数为0.975 3;SLSTM模型预测与未去除残余项的相对...