Xe、Ba和Ce同位素偶偶核形变演化研究

利用反射不对称相对论平均场理论(reflection asymmetric relativistic mean field,简称RAS-RMF)对Xe、Ba和Ce同位素偶偶核形状演化进行研究.结果表明:RAS-RMF理论能很好地描述Xe、Ba和Ce同位素偶偶核的基态性质,计算出的结合能和四极形变与已有的实验数据一致,八极形变对基态性质有重要影响.获得的物质密度分布清晰地展现出Xe、Ba和Ce同位素偶偶核的形状演化规律,反射不对称自由度在其中起重要作用.     

匀晶系Sb_(95)Bi_5合金熔体的液态结构变化规律与机理研究

利用液态金属X射线衍射仪和液态金属电阻率测量设备,分析了不同温度下Sb95Bi5合金的熔体结构、团簇相关半径以及Sb95Bi5合金熔体在降温过程中电阻率随温度的变化规律。实验结果表明,Sb95Bi5合金熔体的原子团簇相关半径在700~675℃之间发生了明显的变化,电阻率温度系数在698℃也发生了相应的变化,表明合金熔体在该温度范围内发生了液态结构的变化,这是由于该熔体中原子团簇在降温过程中发生Peierls形变所致。     

约束结构对单向弯曲柔性关节形变能力的影响

研制了一种新型气动柔性关节,能够实现较大的弯曲变形.该关节属于气动复合弹性体,在弯曲变形时具有非线性、大变形的特点,理论建模难度较大.通过改变约束结构和形状进行驱动变形实验,研究约束结构和形状对关节形变能力的影响.结果表明:在同样厚度约束件下,圆环面约束关节的端面转角大于圆柱面约束关节.圆柱面约束时,关节端面转角随着约束件厚度的增加而减少;圆环面约束时,关节端面转角随着约束件厚度的增加而增大.     

半连续金属膜在中断蒸镀后的电阻弛豫研究

在超高真空的环境中蒸镀半连续铌(Nb)膜和银(Ag)膜,中断蒸镀后,立即原位测量样品电阻在10min内随时间的变化(弛豫现象)。发现Nb膜和Ag膜分别表现出电阻升高和降低的不同行为,而且基底温度和膜厚对弛豫强度都有较大的影响。分析表明,这些现象是由膜表面金属原子运动引起的岛的吞并以及岛的边际形变引起的。     

形变强化对疲劳裂纹萌生的组织效应

通过对３种具有不同冷轧变形量且滚压分层组织的残余应力为零的薄板试样进行疲劳试验,探讨了在残余应力效应与组织强化效应分离后,形变强化对疲劳裂纹萌生的作用．结果表明：提高材料屈服强度,降低应力水平,则形变强化对延缓裂纹萌生的效果显著．     

基于几何形变模型的医学图像分割研究

基于形变模型的图像分割方法通常可以分为参数型(Parametric Deformable Models)和几何型(Geometric Deformable Models)两类。提出了一种基于几何形变理论的LBF模型。针对水平集level set模型不能处理灰度不均一图像的分割问题,采用了LBF模型,并且该模型引入了一个以高斯函数为核函数的局部二值拟合能量,以获取图像的局部信息。通过理论分析与计算机仿真算例和其他算法的性能进行对比,表明改进算法LBF提高了图像分割的稳定性和精确性,具有较高的实用价值和广泛的应用背景。     

具有高阶导子Lie-Yamaguti代数的上同调

研究具有高阶导子的Lie-Yamaguti代数,称之为LieYHDer对。首先给出LieYHDer对的上同调,然后研究了LieYHDer对的中心扩张,根据上同调考虑LieYHDer的形变。     

浙江省地壳形变监测网络的构建及其应用前景展望

近年来,GNSS技术取得了长足进展,特别是GNSS的相对定位精度有了显著提高.GNSS技术已经成为监测地壳形变和板块运动的主要手段,它可以提供各活动构造带地壳水平运动的可靠结果,建设浙江省的地壳形变监测观测网,可获取大量监测区域地壳形变震兆信息,对于研究浙江省的地壳形变运动,监测板块边缘及内部的构造变形,提高浙江省地震预报水平有很重要的意义.     

水下湍流激励复合材料板的振声特性研究

为有效控制水下复合材料结构受湍流壁面脉动压力激励引起的结构自噪声,利用模态展开技术和高阶剪切形变理论,结合湍流壁面脉动压力功率谱建立了水下湍流壁面脉动压力激励复合材料板的Rayleigh-Ritz模型,并推导了结构振声响应的封闭解.利用该方法探讨了复合材料板的弹性模量、密度、阻尼等材料参数,以及铺层角度和厚度等参量对水下湍流激励引起结构振动和声辐射的影响.研究发现:通过增大结构阻尼是抑制水下湍流壁面脉动压力激励复合材料板的振声响应的最佳有效途径,同时提高结构抗弯刚度也能达到较好的减振降噪效果,尤其在抑制振动方面作用显著.     

基于SBAS-InSAR技术钢桁梁结构桥梁形变信息提取与分析

针对传统桥梁监测技术监测时间不连续、只能依靠现有监测数据分析桥梁形变的问题,以南京大胜关长江大桥为研究对象,利用SBAS-InSAR技术获取2018—2019年的桥梁形变结果,以桥梁形变结果中的平均形变速率和LOS向时间序列形变量为输入集,分别构建BP神经网络时间序列模型来预测桥梁的形变量。结果表明：平均形变速率预测模型和LOS向时间序列形变预测模型的预测值与InSAR观测值之间的平均绝对误差分别为1.54、1.28 mm,均方误差分别为1.81、1.34 mm,均方根误差分别为1.81、1.53 mm,表明时间序列形变预测模型的可行性,为未来的桥梁形变预测提供了有力支撑。