NIM4#铯冷原子喷泉钟新一代时间频率基准

回顾了NIM4 #钟实现 5 μK冷原子云 ,74cm原子喷泉和 0 95Hz线宽Ramsey跃迁实验 ,报道了 9 19GHz微波锁定到铯原子秒定义跃迁 ,频率稳定性达到 (5 - 7)× 10 -15(15 0 0 0s)。目前我们正在进行不确定度评估 ,可望不确定度进入 10 -15量级 ,建立我国新一代时间频率基准装置。     

第一届《微机CAD技术交流会》

中国航空精密机械研究所与香港太古电讯电子公司于一九八五年四月八日至四月十一日在北京联合举办第一届《微机CAD技术交流会》。在这次会议上,由北京航空学院、华北计算所、中国航空技术公司、中国航空精密机械研究所和香港太古电讯电子公司有关专家作CAD综述和微机在模具、工装夹具、服装等设计方面应用的学术报告,进行学术交流。     

中国航空精密机械研究所的经营与开发

中国航空精密机械研究所(简称中航所)是一所综合性应用技术研究所,已有二十五年的历史。中航所主要在如下几方面从事新产品的研究和新技术的开发:精密机械、光学技术、机电测试、仿真模拟、惯导设备、坐标测量机、工业机械人、计     

论我国道德教育及其机制

目前我国道德教育中存在道德教育与德育概念混同,注重道德知识灌输,而缺乏道德实践的严重缺陷。本文结合学校、社会实际提出了优化道德教育环境,建立道德调控机制,改革学校德育方式,培养道德生活主体的道德教育模式。对我国现阶段进行正确的道德教育具有重要的现实指导意义。     

基于Bulk MicroMegas探测器的高能中子束空间分布测量

为验证中国原子能科学研究院（CIAE）自研的100 MeV回旋加速器中的高能中子束是否符合设计要求,利用自研的Bulk MicroMegas微结构气体探测器对该加速器中子场的空间分布进行了首次试验测量。首先通过模拟计算得到不同厚度聚乙烯（PE）转化膜对不同能量高能中子的转化效率、反冲质子的动能谱与角通量谱、反冲质子在 Bulk MicroMegas气体探测器内的沉积能量谱以及中子与探测器结构物质反应产物占比等;然后利用Bulk MicroMegas探测器测量该回旋加速器产生的高能中子场在不同能量和距离处28个点位的中子通量分布,并根据通量分布计算中子束斑半径。结果表明,Bulk MicroMegas微结构气体探测器可以实现对高能中子场束斑边界成像,中子通量随束斑半径的变化关系符合常见束斑边界拟合函数;束斑半径测量结果与模拟计算结果接近。     

混凝土自收缩的测定与模型分析

为了研究水胶比和粉煤灰掺量对混凝土自收缩的影响,建立了混凝土自收缩自动测量系统,并测定了水胶比分别为0.25,0.30,0.40和0.53的硅酸盐水泥混凝土及粉煤灰掺量为10%,20%,30%,40%,60%的粉煤灰混凝土的自收缩发展。以硅酸盐水泥水化动力学为基础建立了相应的数值模型,结果表明,硅酸盐水泥混凝土随着水灰比的降低,混凝土的自收缩发展越迅速,最终收缩值越大,掺加粉煤灰后,可以明显降低混凝土的自收缩值和自收缩的发展速率。     

关于网络伦理问题的研究与思考

人类进入21世纪,人们感受到了信息技术给人类的交往、学习、工作和生活带来极大便利,促进了人的全面发展和社会进步。但也出现了网络“道德真空”和“道德沦丧”,因此关于网络伦理问题的研究也就摆在了我们面前。     

面向客机总体设计的涡扇发动机分析模型

建立一种用于估算涡扇发动机特性的工程分析模型,该模型以涡喷发动机推力估算模型与涡扇发动机效率分析方法为基础,引入高涵道比涡扇发动机的循环分析方法进行修正。利用该模型可以获取涡扇发动机的推力和油耗特性,进而考察总体循环参数对发动机性能的影响。通过与文献验证数据对比,判定了分析模型的精度。该模型只需要输入少量参数就可以快速完成计算过程,适合于飞机总体设计阶段,可以评估涡扇发动机参数对飞机性能的影响。     

剪切层与边界层组合流动的线性不稳定性分析

对不可压缩剪切层与边界层的组合流动完成了线性稳定性研究.组合流动的数学模型为Blasius边界层相似解与双曲正切函数的叠加,采用整体数值方法求解组合流动的稳定性方程,并验证了程序的准确性及网格无关性.研究给出组合流动的不稳定模态的辨识,即边界层模态和剪切层模态.在此基础上研究了剪切层对边界层模态不稳定性的影响以及壁面对剪切层模态的影响.由于剪切层的存在,使边界层模态中性曲线向左上方平移,临界雷诺数减小.此外,边界层模态不稳定性得到增强或抑制的影响,取决于扰动频率以及剪切层速度比的变化.组合流动中壁面边界层促使剪切层不稳定性减弱,主要表现在低频区域;而在高频区域,剪切层不稳定性几乎不受壁面边界层的影响.      

基于合成卷积层网络结构的焊缝X射线图片缺陷筛选技术

焊接技术应用于多个领域,近些年焊缝缺陷自动检测技术成为了重要的研究方向。本文基于VGG-16卷积神经网络的良好分类性能,提出一种SC-VGG网络结构,利用合成卷积层替换了单个卷积层,同时改进了训练过程中的损失函数,使网络结构更为关注焊缝缺陷类型预测的结果。经过实验测试,SC-VGG网络结构在训练过程中损失函数曲线可以很好的收敛,与其他网络结构相比对焊缝缺陷特征的提取性能更好,平均准确率和召回率达到了95.86%和98.33%,为焊缝缺陷自动化识别提供了算法支撑。