CO_(2)−荷载耦合作用下煤体细观统计损伤本构模型及验证

CO_(2)吸附会对煤体产生损伤劣化作用进而降低其稳定性,对CO_(2)封存的长期安全性提出挑战,明确CO_(2)劣化作用并建立本构模型至关重要。采用损伤力学理论和统计理论推导出能够综合反映CO_(2)吸附和荷载耦合作用下煤体总损伤变量的计算公式,并重点考虑了压密段的影响,分段建立了CO_(2)作用下煤体的细观统计损伤本构方程,明确了模型各参数的确定方法。最后通过CT扫描实验系统、MTS 816实验系统确定了本构模型参数,并采用自主研制的气−固耦合实验系统对不同CO_(2)压力下煤体进行了单轴压缩实验,验证了模型的合理性。研究结果表明:①基于CT扫描获取的裂隙率和运用Weibull分布理论分别定义了吸附和受载作用下的损伤变量,结合损伤理论进一步得到二者耦合作用下的总损伤变量,并建立了细观统计损伤本构模型;②基于CT扫描技术的裂隙三维重构真实反映了CO_(2)作用前后裂隙扩展特征,CO_(2)压力越高,裂隙扩展越充分,煤样三维裂隙参数和损伤变量越大,所形成的空间裂隙网络越复杂;③CO_(2)对煤体力学性质劣化作用显著,煤体的抗压强度与弹性模量随CO_(2)压力增加分别降低了49.78%和22.63%,CO_(2)对煤体的溶胀效应、塑化效应和气楔效应的综合作用导致了力学参数的降低;④建立的CO_(2)作用下煤体细观统计损伤模型理论曲线与单轴实验曲线具有较高的吻合度,说明损伤本构模型能够较好地反映出CO_(2)对煤体力学特性的损伤劣化作用,体现了损伤本构模型及模型参数确定方法的合理性与适用性。

煤张开型裂隙三维宏细观演化特征及扰动因素探究

裂隙演化方式受控于诸如矿物特征及围压条件等内外环境,为探究含裂隙煤体裂隙宏细观演化特征及影响因素的围压效应,基于工业CT扫描系统及其搭载的三轴加载系统对含裂隙煤体开展三轴静载试验,以多角度联合表征,对原生裂隙、矿物及围压的内外条件相互作用机制做出合理解释。结果表明:①围压会改变煤体初始损伤显著区位置,使其随围压升高由裂隙尖端过渡至煤体上、下端,且微孔隙和大尺寸裂隙之间比微孔隙和微孔隙之间更易相互贯通,并产生新的宏观裂纹。②围压升高使得三维动态分形维数由缓慢增加、快速增加和平稳增加转变为平稳增加、快速增加和缓慢增加的发展阶段,可表征裂隙的时间演化规律。③含裂隙煤体在单轴或低围压下呈纵向拉伸破坏,高围压会使其破坏方式趋于剪切,并通过2种途径提升煤体强度。④起裂角理论值偏离试验值程度随围压增加而增加,与煤体由矿物分布引起的离散度数值关系一致。⑤根据裂隙的受力成分及矿物分布特征将裂隙扩展行为分为直驱、绕核和错核3种类型,该扩展行为受围压对裂隙的作用力成分影响,由相对纯粹拉应力、拉伸–剪切复合应力和相对纯粹剪应力作用的裂纹分别对应以上3种扩展行为,即对裂隙的扩展影响形式表现为以围压为主,矿物赋存形态为辅。

数据驱动的无人机异常检测算法综述

随着无人机(Unmanned Aerial Vehicle,UAV)集成化与智能化的不断发展,UAV在军事领域和民用领域得到广泛应用。因此,对UAV的安全飞行提出更高的要求,而UAV异常检测在保障安全飞行、减少经济损失等方面有着重要作用。近年来,数据驱动的方法在特征提取、非线性问题求解和准确率等方面的优势,使其成为UAV异常检测的主流算法。对UAV异常类型及异常数据特点进行分析与总结。梳理并总结国内外UAV数据驱动的异常检测算法的研究现状,从监督学习、半监督学习和无监督学习三方面对UAV异常检测进行了归纳与总结,并分析了各类算法的优缺点。针对现有算法的研究现状,展望了未来UAV异常检测领域的发展趋势,旨在为后续相关研究提供参考。

基于电子鼻和顶空固相微萃取结合气相色谱-嗅闻-质谱联用技术分析不同品种羊肉煮制风味特征

为探究不同品种羊肉煮制后风味的差异,采用电子鼻和顶空固相微萃取结合气相色谱-嗅闻-质谱联用(headspace solid-phase microextraction gas chromatography-olfactometry-mass spectrometer,HS-SPME-GC-O-MS)技术,对煮制后欧拉羊、巴寒杂交羊和宁夏滩羊背最长肌和霖肉挥发性风味化合物成分进行了比较分析。结果表明,欧拉羊肉煮制后的电子鼻图谱轮廓区别于巴寒杂交羊和宁夏滩羊。运用HS-SPME-GC-O-MS技术对煮制羊肉挥发性风味指纹进行分析,3种羊肉共检出30种挥发性化合物,主要包括醛类、醇类、酯类及其他类,其中20种挥发性化合物可被嗅闻出,19种香气活度值≥1的关键香气化合物,包括1-辛烯-3-醇、己醛、壬醛、辛醛、乙酸乙酯、二甲基三硫和2-戊基呋喃等。结合多元数据统计结果分析,发现巴寒杂交羊肉和宁夏滩羊肉煮制后的挥发性化合物成分相近,与欧拉羊肉差距较大,这与电子鼻结果一致。该项研究为羊肉风味品质评价、产地溯源、真伪鉴别提供可靠的数据参考。

基于门控机制与重放策略的持续语义分割方法

显著性目标检测目的是识别和分割图像中的视觉显著性目标,它是计算机视觉任务及其相关领域的重要研究内容之一。当下基于全卷积网络(FCNs)的显著性目标检测方法已经取得了不错的性能,然而现实场景中的显著性目标类型多变且尺寸不固定,这使得准确检测并完整分割出显著性目标仍然是一个巨大的挑战。为此,该文提出集成多种上下文和混合交互的显著性目标检测方法,通过利用密集上下文信息探索模块和多源特征混合交互模块来高效预测显著性目标。密集上下文信息探索模块采用空洞卷积、不对称卷积和密集引导连接渐进地捕获具有强关联性的多尺度和多感受野上下文信息,通过集成这些信息来增强每个初始多层级特征的表达能力。多源特征混合交互模块包含多种特征聚合操作,可以自适应交互来自多层级特征中的互补性信息,以生成用于准确预测显著性图的高质量特征表示。此方法在5个公共数据集上进行了性能测试,实验结果表明,该文方法在不同的评估指标下与19种基于深度学习的显著性目标检测方法相比取得优越的预测性能。

基于深度学习的表面缺陷检测技术研究进展

随着计算机视觉技术的快速发展,基于深度学习的表面缺陷检测技术实现了爆发式的应用,并逐步成为了主流发展方向。基于深度学习的缺陷检测技术可以近似为计算机视觉任务中的分类、检测、分割等任务,其主要目的是找出物体表面缺陷的类别和所在位置,相较于传统图像处理方法,深度学习在特征提取能力和环境适应能力上优势明显。以缺陷数据标签类型为依据,对近年来基于深度学习的表面缺陷检测技术进行梳理划分,总结目前技术的优点与不足,重点阐述了监督学习下的三种缺陷检测方法。探讨了表面缺陷检测技术面临的小样本以及不平衡样本等关键问题:对于小样本问题目前有结构优化、数据增广、迁移学习等解决方法;针对不平衡样本问题,介绍了近年来热点的无监督、弱监督与半监督学习模型。随后介绍了常用的工业表面缺陷数据集并展现了近年来提出的算法在NEU数据集上的应用效果。最后对进一步的研究工作提出展望,希望能给缺陷检测研究提供有意义的参考。

基于多注意力机制与编译图神经网络的高光谱图像分类

针对高光谱图像(Hyperspectral image,HSI)分类研究中小样本学习时,无法达到理想分类效果的问题,以多注意力机制融合、编译图神经网络与卷积神经网络有机结合提出了一种新的高光谱图像分类方法。设计了一种基于混合注意力机制的网络(Multiple mixed attention convolutional neural network,MCNN)与编译图神经网络(Compiled graph neural network,CGNN),在学习样本有限的情况下,其能有效保留HSI的光谱与空间信息。引入的图编码器与图解码器可以有效地映射不规则的HSI地物类别特征信息。设计的多注意力机制可以重点关注一些重要的空间像素特征。研究了不同训练样本下对不同算法学习示例分类的影响,在公共数据集Botswana(BS)的实验表明,本文方法比CEGCN(CNN-enhanced graph convolutional network)、WFCG(Weighted feature fusion of convolutional neural network)算法总体分类精度(Overall classification accuracy,OA)分别高2.72、3.86个百分点。同样在IndianPines(IP)数据集上仅用3%训练样本数据的实验结果显示,本研究方法比CEGCN与WFCG算法的OA分别高0.44、1.42个百分点。说明本研究提出的方法不仅对HSI具有良好的空间与光谱信息感知能力,而且在微小学习数据下仍然表现出强有力的分类准确性。

集成电路用电子特气合成与纯化技术研究进展

电子特气在集成电路制造过程的多个关键工艺步骤中发挥着重要作用。为确保最终的集成电路产品具备良好的电性指标及良品率,要求电子特气具有很高的产品纯度和严苛的质量一致性。然而,电子气体种类繁多,关键杂质种类及含量标准各不相同,因此各种电子特气的合成及纯化手段存在较大差异。文中重点关注市场需求量大的三氟化氮、六氟化钨和六氟丁二烯等产品,系统总结在电子特气合成与纯化过程中相关合成与纯化技术的研究进展及共性技术问题,以期为集成电路制造用电子特气的行业发展与技术进步提供参考和借鉴。

基于知识蒸馏和定位引导的Pointpillars点云检测网络

激光雷达数据由于其几何特性,被广泛应用于三维目标检测任务中。由于点云数据的稀疏性和不规则性,难以实现特征提取的质量和推理速度间的平衡。本文提出一种基于体柱特征编码的三维目标检测算法,以Pointpillars网络为基础,设计Teacher-Student模型框架对回归框尺度进行蒸馏,增加蒸馏损失,优化训练网络模型,提升特征提取的质量。为进一步提高模型检测效果,设计定位引导分类项,增加分类预测和回归预测之间的相关性,提高物体识别准确率。本网络所做改进没有引入额外的网络嵌入。算法在KITTI数据集上的实验结果表明,相比于基准网络,在三维模式下的平均精度值从60.65%提升到了64.69%,鸟瞰图模式下的平均精度值从67.74%提升到70.24%。模型推理速度为45 FPS,在提升检测精度的同时满足了实时性要求。

果园喷雾机施药管路压降特性仿真与分析

为探究仿树形喷杆喷雾机施药管内部液流运动情况,利用SolidWorks软件设计了喷头模型,并通过压力-流量关系验证了喷头模型的准确性;绘制施药管路模型并对不同结构的竖直施药管仿真,分析了喷杆放置倾角、喷口数量、喷杆长度和喷口位置等对管路内部压力的影响效果。仿真试验数据表明:在单喷管上喷口数量较少、喷杆趋近水平放置、喷口均布于喷杆末端时,施药管内部压降小,压力稳定。利用三因素三水平的BBD试验对施药管转角处压降进行分析表明:施药管内径对转角压降的影响呈极显著相关(P<0.01),转角角度、转角半径对转角压降呈显著相关(0.01<P<0.05);当施药管内径为13.2mm、转角角度为98.6°、转角半径为101.2mm时,转角压降数值最低,为98713Pa。研究结果可为仿形喷雾机施药管结构的设计提供一定的理论依据及参考。

基于视觉显著性的蒙古族传统马鞍色彩提取与设计转译

为引发大众对蒙古族传统马鞍色彩的心理认同感,将视觉显著性引入到蒙古族传统马鞍的色彩提取与创新色彩设计转译中。收集并选取具有代表性的17-20世纪蒙古族传统马鞍高清图像,运用视觉显著性检测与k-means聚类分析相结合的方法对图像进行色彩提取与分析;通过人对色彩的视觉感知层次及显著性特征构建赋色设计转译层级。以“雕花的马鞍”为题对马鞍中的纹样进行赋色方案呈现。运用此方法提取的蒙古族马鞍装饰色彩具有一定代表性;从人的视觉特性出发进行赋色,成为连接传统文化与现代创新的情感纽带,为探索传统色彩的传承和设计创新提供了新思路。

通过式固相萃取-超高效液相色谱-串联质谱法测定食品中的氯米芬、曲美他嗪和美度铵

建立通过式固相萃取-超高效液相色谱-串联质谱法测定食品中的曲美他嗪、氯米芬和美度铵残留量的方法。样品采用5%甲酸-乙腈提取,固相萃取小柱净化,经Amide色谱柱(3.0 mm×100 mm,1.7μm)分离后,在多反应监测模式下测定,内标法定量。氯米芬和曲美他嗪在1.0~40.0 ng/mL质量浓度范围内线性关系良好;美度铵在5.0~200.0ng/mL质量浓度范围内线性关系良好。测定结果相对标准偏差为0.3%~6.1%(n=6),平均加标回收率为81.3%~100.7%,该方法能有效降低基质干扰、简便快速、实用性强,普遍适用于食品中的氯米芬、曲美他嗪和美度铵的测定,可为体育赛事的食品保障工作提供有效的技术支撑。

工匠精神视角下以科研能力训练提升高职学生职业素养探究

工匠精神是对新时代职业教育高职学生的更高要求,是提升当代高职学生技术技能素养的关键核心。职业技术教育是以培养学生应用能力为主的教育,在我国教育体系中占有非常重要的位置,学术科研能力与职业技术素养存在相似的思维机制,科研能力训练可以作为工匠精神培养的一种具体实施方案。该文以科研能力的训练为主要内容探索分析了高职学生职业素养提升的可行性实践模式,兴趣孵化项目、寓研于教学实践、参与教师科研项目,并提出了可持续化的建议。

罗汉果、罗汉果甜苷代替蔗糖在娟姗发酵乳中的应用

目的:开展代糖发酵乳的对比,明确代糖对发酵乳的影响,为生产低糖型发酵乳提供参考依据。方法:以娟姗鲜牛乳为原料,添加科汉森L903直投式菌种,分别选取蔗糖、罗汉果粉、罗汉果浓缩汁、罗汉果甜、罗汉果蜜、罗汉果蜜无甜苷、黄金罗汉果、罗汉果甜苷作为甜味剂,在43℃保温发酵6 h,制成发酵乳。通过测定添加9种代糖发酵乳的理化指标和微生物指标,分析甜味剂对发酵乳品质的影响。结果:以0.1168%罗汉果果粉(1组)及3%黄金罗汉果(7组)代替蔗糖制成的娟姗发酵乳,在感官、滴定酸度、甜度、乳酸菌数、持水率、凝胶强度、黏稠度、能量等方面表现良好。结论:罗汉果甜苷完全可以代替白糖进行娟姗发酵乳生产,为低糖型发酵乳的研发提供了参考。

骨肉瘤和软组织肉瘤Hub基因的挖掘及其诊断和预后分析

目的探讨骨肉瘤(OS)和软组织肉瘤(STS)的关键核心基因(Hub基因)及其潜在作用,为肿瘤诊断和预后提供新依据。方法从基因表达综合数据库(GEO)获得OS数据集GSE16088及STS数据集GSE21122,采用GEO2R在线工具筛选GSE16088和GSE21122数据集的差异表达基因(DEGs)。通过韦恩图获得2个数据集共同DEGs。选取2个数据集中差异表达最显著的上调和下调基因各20个,分别绘制聚类热图。通过使用注释、可视化和综合发现数据库(DAVID)对2个数据集的共同DEGs进行功能(GO)和通路(KEGG)富集分析。构建蛋白互作网络并使用最大中心度(MCC)算法筛选排名最前的10个基因作为潜在的关键Hub基因。采用受试者工作特征(ROC)曲线探讨关键Hub基因对肉瘤患者的诊断价值。通过Kaplan-Meier Plotter进行生存期分析。通过实时荧光定量PCR技术对得分靠前的5个Hub基因进行验证。结果GSE16088数据集筛选出5210个DEGs,其中上调和下调的DEGs分别为1028、4182个;GSE21122数据集共筛选出1224个DEGs,其中上调和下调的DEGs分别为451、773个;2个数据集共获得498个共同DEGs。共同DEGs参与到多个生物学过程和信号通路。基于PPI网络和MCC算法最终获得10个关键Hub基因,ROC曲线验证结果符合预期,且生存期分析10个关键Hub基因与肉瘤预后显著相关(P<0.05)。Hub基因在mRNA表达水平和生物信息学分析结果一致(P<0.05)。结论10个关键Hub基因可用于肉瘤的诊断和预后,为后续免疫治疗提供新视野。

基于双向特征融合的露天矿区道路障碍检测

近年来矿用卡车自动驾驶的兴起,使得障碍检测变得至关重要,露天矿区非结构化道路复杂多变,时常出现碎石、坑洼等小目标或多尺度行车障碍,严重危害行车安全。因此,笔者提出一种基于双向特征融合的露天矿区道路障碍检测方法。通过实地采集并使用数据扩增方法对露天矿障碍图像数据集进一步细分及扩充,并在特征提取阶段提出了更适用于障碍检测的RepVGG+骨干网络结构。在特征融合阶段,提出基于SimAM空间与通道注意力和跨阶段连接的双向特征融合金字塔模型。通过扩大预测小目标障碍的特征图和特征感受野,提升小目标障碍检测性能,通过双向特征融合机制提升多尺度检测性能。同时对网络分类预测模块的卷积层和先验框尺寸进一步调整,提升障碍检测性能,降低特征冗余,加快模型推理速度。在模型的损失函数方面,针对训练中样本不均衡和障碍物边界框定位不精准问题,使用融合标签平滑正则化的Focal Loss作为分类损失函数,GIoU Loss作为边界框损失函数进一步优化露天矿区障碍模型。实验表明本文方法能有效识别复杂背景下露天矿区非结构化道路障碍物,在实际应用中,检测精度达到了91.76%,检测速度达到56.76 fps,相较于主流检测方法有着更好的小目标和多尺度目标检测性能,可以满足露天矿区无人矿卡行进中的障碍安全检测要求。

具有正则化约束的脉冲神经网络机器人触觉物体识别方法

拓展触觉感知能力是智能机器人未来发展的重要方向之一,决定着机器人的应用场景范围。由触觉传感器采集的数据是机器人完成触觉感知任务基础,但触觉数据具有复杂的时空性。脉冲神经网络具有丰富的时空动力学特征和契合硬件的事件驱动性,能更好地处理时空信息和应用于人工智能芯片给机器人带来更高能效。该文针对脉冲神经网络神经元脉冲活动离散性导致网络训练过程反向传播失效的问题,从智能触觉机器人动态系统角度,引入脉冲活动近似函数使脉冲神经网络反向传播梯度下降法有效;针对触觉脉冲数据量少导致的过拟合问题,融合正则化方法加以缓解;最后,提出具有正则化约束的脉冲神经网络机器人触觉物体识别(Spiking neural network Tactile dropout,SnnTd;Spiking neural network Tactile dropout-l2-cosine annealing,SnnTdlc)算法。相较于经典方法TactileSGNet,Grid-based CNN,MLP和GCN,SnnTd正则化方法触觉物体识别率在EvTouchContainers数据集上比最好方法TactileSGNet提升了5.00%,SnnTdlc正则化方法触觉物体识别率在EvTouch-Objects数据集上比最好方法TactileSGNet提升了3.16%。

伞形风场式防飘喷雾装置沉积特性研究

为提高风送式喷雾机对果树冠层区域的雾滴沉积量,减少果树行间雾滴飘移,解决环境风速气流导致冠层雾滴沉积量不均匀问题,设计了一种伞形风场式防飘喷雾装置,采用仿真试验与物理试验相结合的方式探究防飘喷雾装置调节机构对防飘喷雾装置伞形风场的影响。以防飘喷雾装置出口直径、侧风风速、喷雾压力为因素,分别进行单因素和三因素三水平的苹果树冠层雾滴飘移沉积试验,探析伞形风场对雾滴冠层沉积效果的影响规律。结果表明:雾滴飘移率、质量中心距、雾滴沉积分布变异系数较普通气流分别降低27.5%、16.2%和7%。3种因素对雾滴沉积特性均有较为显著的影响,其影响由大到小依次为:侧风风速、喷雾压力、出口直径。利用多岛遗传算法优化获得沉积量最高的施药参数,当侧风风速为2 m/s、喷雾压力为0.4 MPa、出口直径为70 mm时,雾滴沉积量最优值为6.34μL/cm^(2),最优组合情况下的实际验证值为5.96μL/cm^(2),差异率仅为5.9%,试验验证结果与模型预测基本吻合。

国家重点实验室培养大学生创新能力实践教学

培养具有科技创新能力的大学生,是我国实施创新强国的重要环节。高校作为培育创新型人才的重要基地,往往忽视高校创新人才培养的实践教学。而且目前普通高校科研实践平台无法满足教学要求,影响了大学生创新能力的培养效果。国家重点实验室作为重要的科研平台,拥有高端的创新人才和先进的仪器设备资源,能够开展科技创新实践教学,基于虚拟仿真教学、人工智能实验学习等不同教学模式,有效提高了本科生创新能力。采用“问题导向式教学—启发式教学—互动式教学”的教学方法,培养学生理论结合实践的能力,通过开展不同形式的科研实践教学,对培养大学生科技创新能力具有重要作用。

培根铸魂 以字育美

年初,张艺谋执导电影《满江红》的宣传海报引发广泛争议。人们针对海报中出现的汉字繁简混用、错字别字、字体选用不当、书体恶俗逢迎等问题展开了激烈的批评。无独有偶,2008年北京奥运会开幕式入场引导牌以及“同一个世界,同一个梦想”背景板中所采用的书法字体也曾遭遇相似境况。批评者们认为这些书法文字艺术水平较低,与奥运会这种世界性的展示平台不相匹配。此类争议事件的频频发生,在暴露出当下汉字书写及使用种种乱象的同时更深刻地揭示了我国汉字美育仍然滞后与薄弱的现状。