低能传输段空间电荷补偿效应

近些年来,随着基础科学和应用科学对强流加速器需求的日益增加,强流加速器得到了很大推广和发展.在强流加速器的低能段,空间电荷效应会导致束流发射度的增长,束流品质的变坏.这样的束流通常需要空间电荷补偿来控制空间电荷效应.空间电荷补偿是指束流可以通过吸收与束流电性相反的粒子从而减少束流空间电荷发散力的一种效应.北京大学自主开放了PIC-MCC空间电荷补偿模型,该模型被应用在H+和H-束流的空间电荷补偿模拟当中,且得到了与实验符合得比较好的结果.     

定常Stokes问题的新混合元格式

利用Green公式将定常的Stokes问题转化为一个与其等价的新的混合变分格式,基于新的混合变分格式,对速度和压力分别用双二次元和双线性元进行逼近.该格式避开了H(div)空间,使得空间构造简单;同时在特殊的单元剖分下通过定义插值算子,利用有限元插值理论和一些特殊技巧,得到了速度的能量模及压力的L~2模的最优误差估计.     

拟线性黏弹性方程一个新的H~1-Galerkin混合有限元分析

利用不完全双二次元Q_2~-和一阶BDFM元,对拟线性黏弹性方程构造了一个新的H~1-Galerkin混合元模式。通过Bramble-Hilbert引理,证明了单元所对应的插值算子一个新的高精度结果。进一步地,在半离散和一个二阶全离散格式下,分别导出了原始变量u在H~1-模和中间变量珗p在H(div)-模意义下的超逼近性质。     

川中金华地区大安寨段重力流沉积物及其含油气性

以重力流沉积理论为墓拙,在金华地区大安寨段介厉灰宕中划分出领并流和浊流两种不同类型的沉积抽,其沉积模式为重力流湖底扇相;硕料流沉积物的储集性远优于浊流沉积物,该区高产井和不产井的交叉出几原因在于高产升隽于顺抖流发育的网状分流水道之中,而不产并处在浊流为主的受及扇舌形体之上;可根据扇内水道的分布规律,预测有利的含油气区块。     

带耗散的气体动力学方程组的广义解存在性定理

关于一维均熵气体动力学方程组vt-ux=0,ut+[p(v)]x=0,在p(v)=k2v-γ时,(1970),T.Nishida(1968)及T.Nishida和J.A.Smoller(1973)分别就0<1,y />0,张同和郭于法(1968)就一类初值获得初值问题广义解的整体存在性。本文将上述结果推广到带耗散的气体动力学方程组vt-ux=0,ut+[p(v)]x=-A2u的情形,这里A=const。     

骨水泥增强对胸腰脊柱后路长节段固定手术的影响

临床研究表明,不同节段骨水泥增强椎体能够有效预防近端交界性后凸(Proximal Junctional Kyphosis, PJK),然而其中的生物力学影响尚不清楚。针对这一现象,本研究基于正常人体脊柱计算机断层扫描(Computed Tomography, CT)数据,通过临床手术方案构建了T10-S1骨质疏松症胸腰脊柱后路固定(Posterior Thoracolumbar Spinal Fixation, PTSF)T11-S1及PTSF分别联合T10、T11或T10&T11节段椎体骨水泥增强(Vertebral Body Cement Augmentation, VBCA)构建的PTSF+T10VBCA,PTSF+T11VBCA,PTSF+T10&T11VBCA 4种手术有限元模型。通过有限元分析发现骨水泥增强椎体对于预防PJK有明显效果,单节段椎体增强会产生较大的松质骨骨折风险,因此,双节段椎体增强术对PJK的预防效果更好。     

多传感器多变量AR模型信息融合辨识方法

对于带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量自回归（AR）模型,当AR模型参数、传感器偏差和噪声方差未知时,提出了一种信息融合多段辨识方法,其中用多重递推增广最小二乘法（MRELS）得到AR模型参数和传感器偏差的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性。一个仿真例子验证了其有效性。     

带有色观测噪声的ARMA模型参数估计的三段算法

提出了带有色观测噪声的自回归滑动平均（ARMA）模型参数估计的三段算法。第一段用递推增广最小二乘法（RELS）估计自回归（AR）参数;第二段用Gevers-Wouters算法估计伴随滑动平均（MA）模型参数;第三段用求不相容线性方程组的最小二乘解得到原始MA参数估值。一个仿真例子说明了其有效性。     

基于改进堆叠降噪自编码器的连铸机扇形段故障特征提取

为了提取连铸机扇形段在正常浇铸状态下的故障特征,设计一种利用鲸鱼优化算法(WOA)改进的堆叠降噪自编码器(SDAE)网络模型,命名为WOA-SDAE,并应用于扇形段拉矫力信号特征学习和故障分类。首先,从完整的浇铸周期中获取正常浇铸状态下的数据,对低频的拉矫力信号进行时域特征提取,将一维拉矫力信号转换为多维时域特征信号,并建立评价体系以寻找最优时域参数;其次,运用堆叠降噪自编码器与softmax分类器组成网络模型对故障信号进行分类,采用鲸鱼优化算法确定SDAE模型中隐含层层数与节点数。通过实际生产过程中的连铸机扇形段拉矫力信号来验证所提方法的可行性。试验结果表明,WOA-SDAE可有效提取扇形段的故障特征,在测试集上的识别准确率达到92.23%。     

催化合成聚降冰片烯-聚(乙烯-co-丙烯)嵌段共聚物

将活性开环易位聚合得到的聚降冰片烯所带的茂钛取代环丁烷末端基转变成烷氧基茂钛,然后在ＡｌＥｔＣｌ２助催剂存在下催化乙烯与丙烯配位共聚合,合成出聚降冰片烯聚（乙烯ｃｏ丙烯）两嵌段共聚物．考察了铝钛比、聚合温度和单体配比对乙丙共聚合的影响,并通过溶剂萃取及１３ＣＮＭＲ分析对聚合产物进行表征．结果表明约３６％的活性聚降冰片烯有效地转换并在助催剂ＡｌＥｔＣｌ２存在下使乙丙共聚合形成嵌段共聚物．低的聚合温度和铝钛比以及高的乙烯单体比有利于增加乙丙共聚物中形成嵌段共聚物比例