基于原子力显微镜的纳米尺度摩擦力的速度依赖关系

以硅为探针、带有自然氧化物的硅(100)晶面为基底样品,利用原子力显微镜研究了探针扫描速度对于单个微凸体系统中摩擦力的影响.首先,利用热噪声标定法测量出硅悬臂梁的法向弹簧常数和法向灵敏度;然后,利用改进的楔形校准法,通过扫描三角光栅得出侧向灵敏度;最后,测量出扫描区域为15μm×15μm、正压力为-5～10 nN、扫描速度为2.5～1 000μm/s下的摩擦力.实验结果表明,不同速度下摩擦力随正压力的增加呈近似线性增加,服从经典库仑定律.当扫描速度小于40μm/s时,速度增加所导致的摩擦力的增加不明显;当扫描速度大于40μm/s时,速度增加则引起摩擦力急剧增加.该结果与热激发的Tomlinson模型的计算结果吻合.     

周期性样品PSTM消假像数值模拟

以微扰方法为基础,利用双光束照射周期性样品消除由形貌引起的假像。给出了０－方位和π－方位照射下ｓ－极化和ｐ－极化在玻璃光栅上等强度和等高度扫描模式下的近场强度图像。通过比较得到了较好的结果,并讨论了各种参数如极化和针尖与样品之间的距离对光子扫描隧道显微镜图像的影响。此研究有利于显示真实的样品形貌。     

带参数校正模型的三维超声重建算法

在采用旋转扫描的三维超声系统中,基于传统的三维重建算法提出了一种带校正参数模型的三维重建算法.通过引入该参数模型,更加准确地描述了用于三维重建的二维序列图像的空间位置,从而可获得更高重建精度和更小几何变形的三维超声图像.校正参数模型通过参数优化的方法获得.该方法在模拟数据和实际三维超声数据中获得了验证,与传统三维重建方法相比,具有更高的重建精度,为在低制造精度下获得高精度三维超声图像提供了一种有效手段.     

氯化1-甲基-3-丁基咪唑的制备与表征

用N-甲基咪唑和氯代正丁烷反应,合成了作为室温离子液体中间体的氯化1-甲基-3-丁基咪唑,对其合成过程进行优化和改进.通过核磁共振谱对氯化1-甲基-3-丁基咪唑进行化学结构的表征,使用差示扫描量热法对合成的中间体进行熔点和熔化热的测定,合成了纯度较高的氯化1-甲基-3-丁基咪唑.     

燃速低温感的高能硝胺发射药研究

利用差示扫描量热法和密闭爆发器测试方法对含有NX燃速改良剂的高能硝胺发射药的热分解和燃烧性能及燃速温度系数进行研究。研究结果表明，NX燃速改良剂对改善硝胺发射药的燃烧性能和降低燃速温度系数有很好的效果。     

建筑物重建中的三维激光扫描精度分析

针对三维激光扫描技术在建筑物重建中数据采集、处理方面存在的误差,从三维激光扫描仪测站定向误差、仪器扫描误差、数据拼接误差进行分析,并构建了点位误差模型,为三维激光扫描技术在建筑物的重建中测量成果的精度评定及测量方案的优化设计提供了理论基础.最后以脉冲式三维激光扫描仪为例对建筑物重建进行精度分析.     

层析γ扫描技术效率矩阵计算模型分析与修正

在对层析γ扫描技术效率矩阵进行刻度,特别是采用体源刻度时,传统实验刻度方法实现较为困难,采用蒙特卡罗方法刻度需要较高精度的探测器尺寸.为此通过对刻度空间不同位置的探测效率与计算效率相似比较,分析并修正探测器模型,使计算值与实验值相对误差小于5%,得到较为精确的刻度模型.研究结果为进一步刻度分析奠定了理论和计算模型基础.     

冷冻处理硝酸纤维素稀溶液对其内部结构影响的热分析研究

硝酸纤维素（NC）的丙酮稀溶液经过循环冷冻-融化处理后,对其内部结构运用热分析方法进行了初步研究,并通过放热速率方程法对NC样品热分解过程的动力学机理进行了探索.从而认为低温处理会导致NC分子链发生内缔合.     

基于微米CT和扫描电镜的碳酸盐岩微观结构特征分析

为了研究羌塘盆地二叠系龙格组碳酸盐岩储层的微观结构特征,通过微米CT扫描技术和大面积背散射高分辨率扫描电镜成像技术对龙格组典型岩心的三维孔隙结构、空间分布、连通性及孔隙类型等参数进行精细的表征和定量分析,结果表明龙格组地层整体属于低孔-特低孔、微-细喉道、特低渗-超低渗储层,裂缝以构造缝、压溶缝以及溶蚀缝为主,且多被各类高密度矿物及有机质充填,有效裂缝较少。储集空间以微米、纳米级孔隙为主,主要为粒间孔和溶蚀孔,孔隙半径小于20μm,喉道半径在0.08μm左右,孔隙度在0.01%～1.02%,渗透率在0.000 041～0.001 5 mD。该地层受沉积环境影响及后期多期次构造运动和成岩作用控制,矿物成分复杂,储层物性在空间上变化快,非均质性强,具有多孔介质特征,储集空间结构多样、类型复杂。结合矿物成分和微观结构特征分析,在以方解石为主的泥晶灰岩地层,微米级的粒间溶孔较为发育,其孔隙度和渗透率相对较高,且局部发育微裂缝,综合储层物性较好,可作为未来油气资源勘探重点关注的目标层。     

一种深度学习网络的树木点云骨架重建方法

基于激光雷达(light detection and ranging, LiDAR)数据重建树体三维模型并精准获取林木空间枝干结构参数是精准林业发展的必然趋势。本文研究面向激光点云提出了一种融合基于晶格投影的深度学习网络,以及面向提取的枝干点云的树木模型骨架重建的方法。该深度学习网络包括旋转不变性模块、晶格投影与重心插值模块,多尺度变换与卷积操作层,通过将旋转变换后的点云晶格投影到三个坐标平面上再分别重心插值获得变换系数,解决了三维点云因排列无序而造成空间卷积困难的问题。以海南多类树木为研究对象,首先,把带枝叶标签的林木点云基团带入构造的深度学习网络中训练网络参数,实现测试样本中的林木数据的枝叶分离。其次,对分类后的树木枝干点云垂直分层并空间聚类,获取每层的聚类中心点并按相邻层中心点距离最小原则实现骨架链表构造,同时采用自适应随机抽样一致(random sample consensus, RANSAC)方法来计算的圆柱体拟合半径,以重建树木的各级枝干。最后,根据中心点连通的链表结构以及角度变化最小准则自动识别树木中的主枝干和各个一级分枝。通过与实测数据比对验证表明,深度学习枝叶分类准确...