通过产物转化分离推动CO_(2)加氢制甲醇过程的研究进展

将过量排放的CO_(2)加氢合成高附加值甲醇的过程因受热力学限制使其原料转化利用率较低,通过产物转化分离的方式能够打破热力学平衡,从而推动反应正向进行,提高CO_(2)转化率。本文以将甲醇作为中间体耦合其他反应继续转化成低碳烯烃、芳烃等化工原料,以及利用膜反应器将副产水原位脱除等两种典型的产物转化分离方式为中心,分别展开论述其在促进CO_(2)加氢反应过程中,耦合反应条件优化、催化剂筛选制备以及分子筛膜反应器设计与改性等方面的研究现状。重点讨论了耦合反应的双功能型催化剂中分子筛载体的酸性与孔道结构对反应性能的影响,并分析了膜反应器未来的研发重点与难点在于进一步提高其制备可重复性。

基于BF-Net与孪生分差的飞机结构裂纹检测方法

针对目前飞机结构疲劳试验损伤检测中计算机视觉识别模型面临的主要问题是如何从同为毫米级的表面纹理、划痕、污迹中识别出疲劳裂纹,提出了基于双向融合网络(bidirectional fusion network,简称BF-Net)和孪生分差的飞机结构裂纹检测方法。首先,采用分级检测策略,提取出可能出现裂纹的重点区域;其次,设计面向微小目标识别的BF-Net,通过自上而下和自下而上的特征融合操作从区域图像中自动获取高质量的裂纹特征信息;最后,采用孪生分差法,基于重点区域的自身特征信息以及与模板间的特征差异信息来综合判别裂纹。试验结果表明,该方法能够实现对微小裂纹的精确检测,为飞机结构疲劳试验中裂纹的自动化检测提供了有效的技术途径。

超声联合O-RADS对卵巢黏液性交界性肿瘤与黏液性囊腺瘤的鉴别诊断价值

目的:探讨彩色多普勒超声联合卵巢-附件影像报告和数据系统(O-RADS)对卵巢黏液性交界性肿瘤与黏液性囊腺瘤的鉴别诊断价值。方法:回顾性分析20例卵巢黏液性交界性肿瘤(黏液性交界性肿瘤组)与33例卵巢黏液性囊腺瘤(黏液性囊腺瘤组)患者的临床资料与超声图像,比较2组临床资料、超声图像特征及O-RADS分类方面的差异。结果:黏液性交界性肿瘤组有实性成分、不规则囊壁/分隔及微囊征的比例均高于黏液性囊腺瘤组,差异均有统计学意义(均P<0.05)。2组年龄、血清CA125和CA19-9水平、肿瘤大小、是否有分隔、乳头状突起、血流和腹水方面差异均无统计学意义(均P>0.05)。O-RADS分类4~5类诊断黏液性交界性肿瘤的敏感度、特异度、阳性预测值和阴性预测值分别为95.5%、58.8%、60.0%和95.2%。结论:黏液性交界性肿瘤和黏液性囊腺瘤超声征象存在共性和差异,O-RADS分类对诊断黏液性交界性肿瘤有较高的敏感度。

基于导波和知识迁移的结构损伤识别方法研究

基于导波的损伤诊断方法在航空结构健康监测领域具有较好的工程应用前景,但由于使用环境和结构形式复杂、结构损伤识别阈值依靠先验知识确定,在提高损伤诊断准确性和可靠性方面还面临巨大挑战。人工智能方法可以降低对先验知识的依赖,但是需要大量的试验数据,实际工程中无法承受。因此,本文提出一种利用模拟物理损伤产生大量数据,再结合少量真实损伤数据进行结构损伤识别的研究思路,并以迁移学习算法为基础架构,设计了适用于实际工程应用的结构损伤识别模型PRED_RF。试验结果分析表明,在有限数据的情况下,PRED_RF模型的损伤识别效果明显优于其他传统机器学习和深度学习模型,结构损伤识别准确率达到了94.48%。

深冷处理对6061铝合金组织与性能的影响

用金相显微镜观察了未处理和深冷处理的6061铝合金的组织形貌,用洛氏硬度机、万能拉伸试验机、研磨抛光机和电子天平分别测试了深冷处理后合金的硬度、抗拉强度及耐磨性。结果表明,深冷处理能显著提高合金的伸长率,但合金的耐磨性下降。在-190℃深冷处理12h后,6061铝合金的力学性能最好。

基于改进Mask-RCNN的飞行器结构裂纹自动检测方法

计算机视觉的裂纹自动识别算法在飞机结构疲劳试验中具有较好的工程应用前景,但由于飞机结构构型多样及疲劳试验环境复杂,传统方法的裂纹识别准确率难以满足要求。针对此问题,设计了一种基于关键结构定位的检测策略,并以目标分割算法掩码-区域卷积神经网络(Mask-regionconvolutionalneuralnetwork,简称Mask-RCNN)为基础对模型架构和非极大值抑制模块进行了适应性改进,提出了一种裂纹自动识别方法。该方法具有主动避开干扰因素、对图片质量要求较低的特点,同时利用Mask-RCNN将像素信息引入参数优化的特性,具备更高的识别准确率。在元件疲劳试验中,该方法对铆钉、裂纹的识别准确率分别为100%和87.5%,相较于现有方法优势显著。

基于正交实验及非线性回归分析的铝灰渣水解研究

采用L9(34)正交实验设计法研究了铝灰渣水解过程时间、温度、转速等因素对铝灰渣中AlN含量的影响,确定了水解参数的主次关系依次为时间、温度、转速。进一步优化了铝灰渣水解工艺,确定了时间、温度、转速的最佳条件值分别为20h、100℃、300r/min。采用非线性回归分析对水解参数进行了深入分析,得出了铝灰渣中AlN含量与各水解参数的非线性关系。实验值与理论值对比结果表明,相对误差值基本可以控制在±9.65%以内,研究结果可为铝灰渣水解过程中AlN含量的预测与控制提供一定参考。

添加剂掺量对铝灰非烧结砖组织和性能的影响

铝灰是铝工业生产过程中产生的一种固体废弃物。为解决铝灰的堆积填埋而导致的环境污染和资源浪费问题,以铝灰为主要原料制备非烧结砖。系统研究了4种添加剂对非烧结砖抗压抗折强度的影响,并对试样进行微观形貌和矿物组成分析。结果表明:铝灰非烧结砖的优选配合比为铝灰70%、熟石灰6%、石膏9%、工程砂5%和水泥10%,抗压抗折强度分别为27.98 MPa和4.64 MPa,符合MU25强度等级要求;非烧结砖内部发生了明显的水化反应,水化产物以AFt为主,密实度提高。

一种基于深度学习的复合材料结构损伤导波监测方法

碳纤维增强复合材料层压板已经广泛应用于飞机的主承力结构。然而,层间分层作为一种最常见的损伤形式,严重影响层压板的力学性能和结构安全。人们利用导波在层压板中的传播特性开展结构损伤监测,其核心是对比分析损伤前后导波信号,根据信号变化特征量化计算损伤指数,并将其与损伤阈值进行比较,从而进行损伤判定。该方法对专家经验依赖严重,并且泛化能力较弱。本文利用深度学习理论,提出了一种基于分布式时序卷积神经网络的损伤识别模型。该模型能够较好地解决深度学习方法在处理结构健康监测问题所面临的困难,包括数据样本量不足、数据偏斜严重以及数据长度不一致等。另外,该方法创新性地应用LSTM模块,对监测数据中各个数据片段特征进行关联。该深度学习模型增强了从原始导波信号进行损伤特征提取的能力,从而减轻对专家经验的过度依赖,并通过测试表明具有较高的损伤识别精度。

铝灰渣与废盐酸制备聚合氯化铝的试验研究

以铝灰渣和废盐酸为原料,通过酸溶法制备聚合氯化铝,考察了原料配比、反应温度、反应时间、熟化温度、熟化时间等因素对聚合氯化铝性能的影响,并对最佳工艺参数条件下制备的聚合氯化铝进行红外光谱分析。结果表明,铝灰渣和废盐酸制备聚合氯化铝的最佳工艺参数为:原料配比为m∶V1∶V2=20∶55∶80,反应温度为85℃,反应时间为3.5 h,熟化温度为80℃,熟化时间为42 h;在此条件下,制备的聚合氯化铝中氧化铝质量分数为8.15%,盐基度为35.6%;红外光谱分析表明合成的聚合氯化铝中存在聚合态铝和羟基结构。

面向电力设备红外图像的温度值识别算法

为了快速准确地识别出红外图像中温度值实现缺陷检测,提出了面向电力设备红外图像的温度值识别算法。针对温度值区域背景复杂的问题,根据红外图像直方图自适应确定阈值进行预处理;结合轮廓与相对位置信息,准确定位温度值区域,并实现字符分割;建立温度值图像数据集,采用卷积神经网络进行训练和测试;基于MATLAB的App Designer模块,设计温度值识别与记录系统。结果证明,该算法对温度值识别准确率达到98.6%,高于传统的字符识别算法,能够实现快速识别与准确记录温度值,有效降低了电力巡检人员的劳动强度。

钙化焙烧法脱除二次铝灰中氮的试验研究

针对二次铝灰中氮化铝导致的铝及其化合物浸出效果不佳的问题,采用钙化焙烧法处理二次铝灰。重点研究配料比、焙烧温度、焙烧时间对二次铝灰脱氮率的影响。结果表明,钙化焙烧法可快速降低二次铝灰中氮化铝含量,可将二次铝灰中不利于浸出的氮化铝和氧化铝转变成易于浸出的12CaO·7Al2O3。最佳脱氮工艺参数条件:配料比为mCaO:m铝灰=0.4、焙烧温度900℃、焙烧时间300min,在此条件下二次铝灰的脱氮率为85.25%。研究结果可为钙化焙烧法提高二次铝灰中铝及其化合物的浸出率提供参考。

基于循环互相关系数的CGAN温度值图像扩增

针对变电设备红外图像温度值样本少、不均衡等问题,本文提出了一种基于循环互相关系数的条件生成对抗网络(conditional generative adversarial network,CGAN)温度值图像扩增方法。根据图像相似度提出了循环互相关系数,改进了CGAN模型的损失函数;使用改进后的CGAN模型在原始温度值图像数据集的基础上进行图像扩增,得到了包含11种标签的新数据集;采用卷积神经网络对传统图像扩增方法、原始CGAN模型和改进的CGAN模型扩增的图像进行对比和测试。结果表明,改进的CGAN模型收敛速度更快,训练过程稳定,扩增的图像轮廓清晰、细节丰富,客观评价指标最高,温度值识别准确率达到99.4%,实现了图像扩增的目的。

Open-loop and closed-loop D^(α)-type iterative learning control for fractional-order linear multi-agent systems with state-delays

This study focuses on implementing consensus tracking using both open-loop and closed-loop Dα-type iterative learning control(ILC)schemes,for fractional-order multi-agent systems(FOMASs)with state-delays.The desired trajectory is constructed by introducing a virtual leader,and the fixed communication topology is considered and only a subset of followers can access the desired trajectory.For each control scheme,one controller is designed for one agent individually.According to the tracking error between the agent and the virtual leader,and the tracking errors between the agent and neighboring agents during the last iteration(for open-loop scheme)or the current running(for closed-loop scheme),each controller continuously corrects the last control law by a combination of communication weights in the topology to obtain the ideal control law.Through the rigorous analysis,sufficient conditions for both control schemes are established to ensure that all agents can achieve the asymptotically consistent output along the iteration axis within a finite-time interval.Sufficient numerical simulation results demonstrate the effectiveness of the control schemes,and provide some meaningful comparison results.

机翼变弯度技术研究进展

通过改变机体结构气动外形,确保飞行器在不同飞行状态下持续获得最优气动效益,一直是航空领域的研究热点,而机翼变弯度(VCW)技术是其中一个重要研究方向。首先,分析总结了机翼变弯度技术所带来的综合收益,详细阐述了不同飞行器对机翼变弯度技术的具体需求;然后,分别从变弯度前缘和后缘回顾了过去数十年的发展历程,分析了当前面临的主要技术难点;最后,预测了未来发展趋势,并对机翼变弯度技术的未来研究方向提出了建议。

重症有机磷农药中毒的急诊急救护理效果分析

目的:分析对重症有机磷农药中毒患者应用急诊急救护理的临床价值。方法:选取2021年3月-2023年3月滨州医学院附属医院收治的64例重症有机磷农药中毒患者作为研究对象,按照护理方案不同分为对照组和观察组,各32例。两组均接受常规急诊救治,对照组采用常规护理,观察组在对照组基础上加强急诊急救护理。比较两组临床救治指标、肝功能指标、心肌酶谱指标及并发症发生率。结果:观察组洗胃、胆碱酯酶复活、M和N样症状消失、急救、昏迷时间均短于对照组,差异有统计学意义(P<0.05)。观察组干预后肝功能及心肌酶谱指标水平低于对照组,差异有统计学意义(P<0.05)。观察组并发症发生率明显低于对照组,差异有统计学意义(P<0.05)。结论:对重症有机磷农药中毒患者加强急诊急救护理可缩短急救时间,有助于改善患者肝功能及心肌酶指标,减少并发症发生。

基于改进FaceNet的飞行器结构裂纹识别方法

基于计算机视觉的裂纹自动识别算法在飞机全尺寸疲劳试验中具有较好的工程应用前景。但由于飞机结构构型多样、疲劳试验环境复杂,直接应用现有的目标检测算法会存在较高的误判率。因此,提出一种基于关键部位状态对比的裂纹识别方法,以人脸识别模型FaceNet为基础,利用对比机制消除结构表面纹理、划痕等干扰因素的影响,并通过对裂纹数据结构和特征分布规律的分析,对FaceNet模型的样本生成规则、网络架构和损失函数进行了适应性改进。该方法具有对裂纹敏感、对图像质量要求低的特点。在疲劳试验环境中,该方法对长度为0.2~5 mm裂纹的检测准确率为97.6%,相较于现有方法优势明显。

基于域自适应的复合材料结构损伤识别方法

深度学习模型能够辅助提高基于导波的复合材料结构损伤监测的可靠性,但需要大量的损伤样本。以大量的模拟损伤样本和少量的真实损伤样本为基础,设计一种基于域自适应的损伤识别模型,实现从模拟损伤识别向真实损伤识别能力的迁移。首先,通过粘贴质量块收集大量模拟损伤数据,设计卷积-时序混合神经网络,实现对模拟损伤的高准确率识别;然后,在模型中加入域自适应模块,使模拟损伤和真实损伤数据在特征空间内分布规律近似,进而在无需对真实损伤进行标注的情况下,实现准确识别。实验结果表明,该方法对真实损伤的检出准确率为85.7%,优于传统深度学习模型。

河北省城市中小学生及家长对学校午餐满意度

目的了解河北省城市中小学校供餐情况和学生及家长的满意度,为相关部门制定学校供餐与营养改善政策提供科学依据。方法采取多阶段随机整群抽样,在河北省抽取石家庄、唐山、沧州3座城市的24所中小学二、五、八年级2739名学生及其家长2716名进行问卷调查。结果学生对学校午餐非常满意的有958名,比较满意的717名,一般的686名,比较不满意的221名,非常不满意的157名。其中石家庄、唐山学生的满意度高于沧州(Z=51.42,P<0.01),城区学生满意度高于郊区(Z=4.12,P<0.01),低年级学生满意度高于高年级学生(Z=151.42,P<0.01)。不同城市的学生家长对饭菜卫生、饭菜外观、饭菜份量、饭菜口味、食物搭配和午餐价格的满意度差异均有统计学意义(P值均<0.01)。结论学生和家长对学校午餐满意度尚可,但学校供餐的饭菜口味有待提高。需要政府加大对学校供餐的投入,定期为食堂工作人员进行科学的培训,同时学校应多了解学生和家长对供餐的意见和建议,提高供餐质量。