Dzyaloshinskii-Moriya相互作用对自旋S=1的Heisenberg模型热力学性质的影响

应用二自旋集团平均场近似的方法,研究了外磁场中简立方格子上具有Dzyaloshinskii-Moriya(DM)相互作用对自旋.S=1量子Heisenberg模型热力学性质的影响,得到了该系统的相图和磁化强度随温度变化的曲线.结果表明,所研究的系统存在三临界点.系统的这种临界行为可以解释为交换耦合作用与DM相互作用之间相互竞争的结果.     

基于网闸技术构建内外网一体化门户

近年来,电子政务发展迅速,体现在社会生活的各个方面,如工商注册申报、网上报税、网上报关、基金项目申报等等。电子政务与国家和个人的利益密切相关,在我国电子政务系统建设中,外部网络连接着广大民众,内部网络连接着政府公务员桌面办公系统,     

Y2O3：Er纳米透明陶瓷的制备及其显微结构研究

以甘氨酸为燃烧剂,采用低温燃烧法制备了Y2O3：Er纳米前驱体粉末,采用XRD和TEM对纳米粉末的物相结构及其形貌进行了表征,结果表明前驱纳米粉末为分散均匀、轻微硬团聚、粒径均一、Y2O3立方晶相。前驱纳米粉末经研磨、高压钢模成型和1570℃真空烧结6h得到Y2O3：Er透明陶瓷。通过光学显微镜对陶瓷表面及断裂面观察和分析,定性讨论了低温燃烧法制备的纳米粉体的特性对陶瓷透光性的影响。     

基于深度宽卷积残差收缩网络的球磨机负荷状态诊断

针对磨矿复杂工况下球磨机负荷状态准确诊断的难题,提出一种基于深度宽卷积残差收缩网络（Deep Wide Residual Shrinkage Networks, DWRSNs）的球磨机负荷状态诊断方法.首先采用宽卷积神经网络提取振动信号短时特征,建立三层深度残差收缩网络,利用软阈值函数进行非线性变换,再基于注意力机制模块自主学习阈值提取面向负荷状态的高级特征,通过全连接层、softmax层实现球磨机负荷状态的准确分类与判别.实测结果证明,本文提出的DWRSNs方法的拟合度、收敛速度及学习能力均优于现有DCNNs、ResNets和DRSNs诊断方法,且提取的振动信号特征具有高代表性,经TSNE可视化后簇内紧密度高、簇间分界明显.本文方法诊断测试集的准确率超过99%,交叉熵损失为0.077 2,相较于现有负荷状态诊断方法具有更高的准确率且诊断耗时更短,可实现球磨机负荷状态的准确判别,为选冶磨矿过程优化控制、提高磨矿效率提供有效、可靠的判据.