Pd-ZSM-5复合膜的制备及其氢气分离性能

为了能够在大孔氧化铝载体表面得到透氢性能良好的钯膜,利用二次生长法在多孔Al_(2)O_(3)载体上生长出一层连续完整的ZSM-5沸石分子筛修饰层,通过化学镀过程在ZSM-5沸石分子筛修饰的载体上沉积一层钯膜,从而得到Pd-ZSM-5复合膜。利用扫描电子显微镜(SEM)对载体、ZSM-5沸石分子筛修饰后的载体和Pd-ZSM-5复合膜的形貌进行详细分析,并通过X线能量色散光谱(EDX)对Pd-ZSM-5复合膜的表面和截面元素分布进行了研究。而且,为了确定该Pd-ZSM-5复合膜的H_(2)渗透性能,在623~773 K范围内,研究了操作温度、操作时间和测试压力对Pd-ZSM-5复合膜透氢性能的影响。研究结果表明,ZSM-5沸石分子筛修饰层能够有效改进载体的表面粗糙度和降低其表面孔径,有助于Pd膜的沉积。所制备的Pd-ZSM-5复合膜表面完整、致密,Pd膜层厚度约为5μm, ZSM-5沸石修饰层厚度约为3μm。当操作温度为773 K、渗透压力为0.1 MPa时,Pd-ZSM-5复合膜的H_(2)渗透通量和H_(2)/N_(2)渗透选择性分别为0.113 mol/(m·s)和468。而且,该Pd复合膜在773 K下,连续操作300 h后,其H_(2)渗透性能保持相对稳定。

废锂离子电池的冶金回收工艺研究进展

回收废锂离子电池对资源可持续性和人类健康至关重要。废锂离子电池需要经过预处理拆解为各种组分,其中正极材料是各种组分中最具回收价值和意义的部分。目前,冶金工艺是废锂离子电池正极材料回收的主要方法,该工艺主要包括废锂离子电池的预处理、有价金属的提取、产品的回收3个阶段。总结了各阶段的主要方法和进展,并对比了各种方法的优缺点。经对比发现在废锂离子电池的预处理阶段中,机械化的处理方式是未来的发展方向;在有价金属的提取和产品回收的2个阶段中,将各种工艺相耦合来开发绿色、低成本、高效率的组合工艺将是今后的发展趋势。

全程营养管理改善晚期胃肠道肿瘤患者营养状况疗效分析

目的探讨全程营养管理对晚期胃肠道肿瘤患者营养状况评估及疗效。方法选取2020年9月至2021年12月开展全程营养管理的胃肠道肿瘤患者60例(观察组);2020年1月至2020年8月开展全程营养管理前的进展期胃肠道肿瘤患者55例(对照组)。采集患者营养状况信息,包括:营养状态NRS2002评估、PG-SGA患者主导的营养评分;同时行PS(ECOG一般状况评分)、血红蛋白、白蛋白、前白蛋白水平及淋巴细胞等指标分析。结果观察组ECOG评分降低,血红蛋白、白蛋白水平及淋巴细胞数均有所提高(P<0.05)。结论全程营养管理可改善进展期胃肠道肿瘤营养状况,提高患者生存质量。

素质教育背景下地方高校通识课程建构逻辑、现状分析和实践策略

文章首先阐述了素质教育背景下地方高校通识课程建构逻辑,然后分析了素质教育背景下地方高校通识课程现状,最后提出了素质教育背景下地方高校通识课程实践策略,包括构建科学的课程体系、完善课程教学模式、优化课程评价体系、加强课程的实施保障。

达格列净与二甲双胍、甘精胰岛素联合治疗对老年2型糖尿病患者血糖水平、胰岛素指标的影响

目的探讨达格列净与二甲双胍、甘精胰岛素联合治疗老年2型糖尿病的效果。方法将80例老年2型糖尿病患者随机分为两组。两组均采用二甲双胍治疗,在此基础上对照组采用甘精胰岛素治疗,观察组采用达格列净联合甘精胰岛素治疗。比较两组的血糖水平、胰岛素相关指标、不良反应发生率。结果治疗后,观察组血糖水平低于对照组,胰岛素相关指标优于对照组(P<0.05)。观察组不良反应发生率为15.00%,与对照组的12.50%比较无统计学差异(P>0.05)。结论达格列净与二甲双胍、甘精胰岛素联合治疗老年2型糖尿病的效果较好,可强化患者血糖调控,改善胰岛功能,安全可靠,临床价值显著。

基于改进GAF-SE-ResNet的光伏逆变器开路故障诊断

针对光伏逆变器一维时序信号输入卷积神经网络时无法充分捕获时间和局部特征的问题,提出一种基于格拉姆角场(GAF)与改进的深度残差网络(ResNet)结合的光伏逆变器开路故障诊断模型。采用双通道GAF编码方法将一维电流信号映射为不同像素分布的二维故障特征图像,将特征图像作为ResNet的输入,保留了数据在时间维度的相关性。ResNet在卷积神经网络中引入残差模块来解决过拟合的问题,加入压缩和激励(SE)注意力机制改进残差模块后进行图像压缩、特征重用,增强了重要特征信息,使ResNet能更深入挖掘图像信息,充分捕获局部特征,结合Swish函数和Ranger优化器优化ResNet,大幅降低模型训练难度。实验结果表明,该方法对光伏逆变器开路故障诊断准确率达99.41%,与其他模型相比,具有更好的特征提取效果和诊断速度。

有机化学课程线上线下混合式教学模式的探索与实践

文章探索了有机化学课程线上线下混合式教学模式,通过课程教学内容与思政元素的有机结合及教学内容的模块化建设,助力教学的实施。以OBE理念为指导,线下教学过程通过思政引领和案例剖析,培养学生勤于思考、勇于探索的科学精神和社会责任意识。线上教学对线下教学起到辅助、补充和拓展作用,能够使学生巩固所学理论基础知识,极大地提升学生分析和解决问题的能力。线上与线下相结合的考核模式、教师评价与学生互评相结合的评价方式,能够有效反映课程目标的达成情况,为教学方法和教学手段的优化提供依据。

面向新工科的“无机化学实验”线上线下混合课程建设实践与探索

课程建设是新工科建设的基础。为主动适应新工科人才培养的需要,本文分析了传统无机化学实验课程教学中存在的问题,提出从科学制定课程建设目标、构建“三位一体”的课程资源、实施“四结合”的混合式教学、建立“多元化”的实验考核方式四个维度进行课程建设,通过开展线上线下混合课程建设的实践与探索,促进教、学、评多维度良性互动的创新性变革,以此强化“无机化学实验”对高水平应用型人才培养的支撑作用。

基于改进DBO优化BiLSTM的IGBT老化预测模型

为了表征逆变器故障中IGBT模块的老化趋势,提高老化过程的预测精度,本文提出一种基于改进蜣螂搜索算法(IDBO)优化双向长短期神经网络(BiLSTM)超参数的IGBT老化预测模型。首先提取老化过程中Vce.on的时频域特征,利用核主成分分析进行降维构建归一化综合指标。其次,针对蜣螂搜索算法(DBO)的不足,通过引入改进Circle混沌映射、Levy飞行和自适应权重因子提升了DBO寻优能力和收敛性能,利用IDBO对BiLSTM预测模型超参数实现全局寻优。最后,通过实际IGBT退化数据验证了基于IDBO优化BiLSTM老化预测模型的有效性和优越性。结果表明,所构建的IDBO-BiLSTM模型与BiLSTM模型相比RMSE平均下降36.42%、MAE平均下降31.77%、MAPE平均下降41.03%。

山西地磁台阵受晋南线高压直流输电接地极干扰的特征分析与处理

2014年9月山西省地震局与中国地震局地球物理研究所在山西北部恒山断裂带区域共同建设了地磁台阵,布设了5台GM4型磁通门磁力仪,安装于代县、山阴、应县、繁峙和怀仁,以获取区域场地磁三分量观测资料,台阵的5个测点位于高压直流输电晋南线接地极附近。通过对比山西地磁台阵5个测点GM4型磁通门磁力仪与其他台站地磁秒数据,量算出高压直流输电线路(晋北—南京)对山西地磁台阵地磁数据干扰幅度,对其进行相关性和误差分析,求得拟合公式。结果表明,山西地磁台阵受晋南线高压直流输电干扰,Z分量变化幅度随台站位置至晋南线垂直距离增加而减小,H、D分量干扰幅度与Z分量干扰幅度线性相关,以Z分量变化量为因变量,使用参考拟合公式求取的H、D分量变化量,可应用于山西地磁台阵受晋南线高压直流输电干扰的日常处理工作。

舒洛地特联合卡托普利对糖尿病肾病患者微炎症状态和免疫功能的影响

目的:探讨舒洛地特联合卡托普利对糖尿病肾病患者微炎症状态和免疫功能的影响。方法:选取2020年3月至2022年4月该院收治的86例糖尿病肾病患者进行前瞻性研究,按照随机数字表法将其分为研究组和对照组各43例。对照组口服卡托普利片治疗,研究组在对照组基础上口服舒洛地特软胶囊治疗,治疗3个月后,比较两组临床疗效,治疗前后肾功能指标[24 h尿蛋白定量(24hUP)、血肌酐(SCR)、血尿素氮(BUN)]水平、血清炎性因子[C反应蛋白(CRP)、白细胞介素-6(IL-6)]水平、免疫功能指标[免疫球蛋白(Ig)A、IgM]水平,以及不良反应发生率。结果:研究组治疗总有效率为95.35%(41/43),高于对照组的79.07%(34/43),差异有统计学意义(P<0.05);治疗后,研究组SCR、BUN、24hUP、CRP、IL-6水平均低于对照组,IgA、IgM水平均高于对照组,差异有统计学意义(P<0.05);两组不良反应发生率比较,差异无统计学意义(P>0.05)。结论:舒洛地特联合卡托普利治疗糖尿病肾病患者效果显著,能够提高肾功能和免疫功能,减轻微炎症状态,效果优于单用卡托普利治疗。

高职院校国家安全教育进课堂现状与对策

国家安全教育进课堂是教育领域落实党中央关于国家安全观政策文件的重要举措,职业教育作为一种重要的教育类型,是实施大中小国家安全教育的重要环节。通过调研X省高职院校开展安全教育进课堂情况,了解目前一些高职院校国家安全教育进课堂的现状,分析存在的问题,提出高职院校国家安全教育进课堂的建议,为同类院校开展国家安全教育提供一定的借鉴和参考。

基于属性约简与加权最优层次聚类的短期风速混合预测

准确的风速预测是提高风功率预测精度的重要保障。为此,提出一种基于互信息(mutualinformation,MI)属性约简与加权最优层次聚类(weighting optimal hierarchy clustering,WOHC)的离群鲁棒极限学习机(outlier robust extreme learning machine,ORELM)风速混合预测方法。首先,计算32维风速属性特征与风速时间序列间的MI,分析不同特征与风速的相关性。在此基础上,分别采用最大相关最小冗余(maximum correlation minimum redundancy,MRMR)算法和WOHC算法实现风速属性特征的约简及风速样本数据的聚类划分,并通过最优化聚类预处理(clusters optimizationonpreprocessingstage,COPS)确定最优聚类数。然后,采用ORELM对不同样本集分别进行训练,构建ORELM风速混合预测模型。计算待预测点约简后的属性特征与每个聚类中心的欧式距离,选择匹配的ORELM模型进行风速预测。最后,结合东北某风电场实测数据对所提预测方法的有效性和准确性进行验证,结果表明所提方法具有较好的预测精度,能够满足实际风电场风速预测的需要。

基于深度学习的增强装配智能人机交互方法

针对增强装配系统智能化水平低、系统与用户交互性差的问题,提出一种基于深度学习的零件拾取感知方法。采用目标检测算法提取手部和零件的类别与位置信息,并通过区域相交判定方法获取图像感兴趣区域。搭建分类网络以识别单帧深度图像中零件的拾取状态,以此为基础,提出连续帧状态识别方法消除单帧识别结果误差。实验结果表明,在航空发动机零件装配过程中,所提方法单帧感知速度在0.031 s内,连续帧下准确率可达100%,满足现场识别准确率和速度要求。

新生儿出院准备度量表的编制及信效度研究

目的编制新生儿出院准备度量表,并检验其信度和效度。方法通过定义概念、构建量表条目池、预调查、筛选条目和修订量表,最终形成正式调查量表;便利选取2021年1月至8月在甘肃地区7所医院出生的837名新生儿及其看护者进行正式调查;分别对量表进行信度检验和效度检验。结果量表的Cronbach′sα系数为0.98,重测信度为0.73,Spearman-Brown分半系数为0.94。探索性因子分析显示,4个公因子的累计方差贡献率为68.47%,且各因子载荷绝对值均大于0.40。验证性因子分析显示SRMR=0.05,CFI=0.98,NFI=0.98,NNFI=0.98和IFI=0.98,模型拟合良好。结论编制的新生儿出院准备度量表具有良好的信效度,可以作为临床医护人员评估新生儿看护者出院后看护能力的工具。

考虑微裂纹随机分布的堆石颗粒准静态强度统计模型

材料内部裂纹尺寸、形状、转向和空间位置的随机分布对其强度有直接的影响。为了研究地震准静态荷载作用下堆石颗粒强度与尺寸和应变率的统计关系,在最弱链理论的框架下假设颗粒内部裂纹的尺寸和空间位置均服从幂律分布,建立了由颗粒累积破坏概率和体积构成的复合参数与强度的关系。从微观角度应变率效应提高了内部裂纹的强度,降低了单位体积的失效概率,同时使裂纹的空间位置分布更稀疏,减弱了颗粒强度的尺寸效应。不同加载速率的颗粒破碎试验结果表明:随着加载速率的增大,存在逐渐减小的空间分布幂指数使颗粒复合参数汇集在由最弱链统计模型决定的主曲线上。

三维点云目标识别对抗攻击研究综述

当前,人工智能系统在诸多领域都取得了巨大的成功,其中深度学习技术发挥了关键作用。然而,尽管深度神经网络具有强大的推理识别能力,但是依然容易受到对抗样本的攻击,表现出了脆弱性。对抗样本是经过特殊设计的输入数据,能够攻击并误导深度学习模型的输出。随着激光雷达等3维传感器的快速发展,使用深度学习技术解决3维领域的各种智能任务也越来越受到重视。采用深度学习技术处理3维点云数据的人工智能系统的安全性和鲁棒性至关重要,如基于深度学习的自动驾驶3维目标检测与识别技术。为了分析3维点云对抗样本对深度神经网络的攻击方式,揭示3维对抗样本对深度神经网络的干扰机制,该文总结了基于3维点云深度神经网络模型的对抗攻击方法的研究进展。首先,介绍了对抗攻击的基本原理和实现方法,然后,总结并分析了3维点云的数字域对抗攻击和物理域对抗攻击,最后,讨论了3维点云对抗攻击面临的挑战和未来的研究方向。

基于终身学习的直升机装配车间物料送达时间预测

关键物料的缺失已成为影响直升机装配生产计划执行的关键因素之一。准确的物料送达时间可指导装配生产计划的制定,一定程度上避免了由缺料导致的生产计划频繁变更。在直升机车间内部数据共享的基础上,一种基于终身学习的物料送达时间预测模型被提出。该模型由门控循环单元(Gated recurrent unit,GRU)网络层、ReLU激活层和全连接层构成,在实时预测时,可快速存储新的记忆且不遗忘旧的。为避免在实时预测中的精度大幅度降低,一种正则化的参数约束方式被提出来对模型参数进行调整。该方法的应用使得模型在目标域数据上的预测误差从0.0329降低到0.0134。使用25个物料清单数据进行模型验证。通过与L2正则化、EWC正则化等常用的正则化方法进行对比,验证了所建立的模型在实时预测上的准确性与实用性。

C型料场刮板机取料速度控制方法与系统开发

在C型料场刮板机自动化作业过程中,取料过快经常导致刮板机跳闸故障,取料过慢会导致供料不足、效率低等问题。对此,本文提出一种基于点云模型的C型料场刮板机取料速度控制方法,并在某C型料场现场试验验证,该控制方法步骤:(1)获取料堆点云数据和形状,将其转换为高度灰阶图,并采用一种新型点云过滤算法降低其噪声、提高平滑度;(2)基于刮板机链板恒定条件建立物料流量模型,结合能量转换构建刮板机电流-速度模型,将模型结果实时写入刮板机PLC中,进而实时控制刮板机取料速度。结果表明:使用该模型,料堆点云模型的内存资源降低98.64%,点与点之间形成有效的拓扑关系,计算的复杂度降低,料堆点云模型的平滑度显著提高;刮板机作业时料流的流量波动在8.29%内,刮板机的设备故障率减少5.24%,生产效率提高9.68%。本文提出的取料速度控制方法可用于替代人工调节刮板机的取料速度,减少刮板机的作业故障,提高生产效率,有效提高设备的无人化、智能化水平,并可为各种刮板机取料速度控制与作业稳定性控制提供参考。