以糯米灰浆为代表的中国传统有机-无机复合灰浆研究进展和新发现

在中国数千年的建筑实践中,已发现许多具有中国特色的创造,其中以糯米灰浆为代表的中国传统有机-无机复合灰浆就是其中的一类。本文综述了自2007年以来相关研究的进展,包括:针对传统灰浆中有机残留物的化学检测和免疫分析技术的创新发展;全国252处古建筑遗址的1149个灰浆样品的检测结果及解读;糯米灰浆和桐油灰浆等传统胶凝材料固化作用机理及效果的实验验证;糯米灰浆研究成果对世界的影响及在世界复合材料历史上的地位;最近在新石器时代“白灰面”中新发现的有机添加物及相关溯源;传统糯米灰浆的改良研究及在文物保护工程中的应用情况等。这一系列的探索性研究不仅可为古建筑保护提供材料和技术,也为弘扬中华文明提供了鲜活的案例。

良渚古城老虎岭水坝遗址考古剖面保护研究与工程实践

良渚古城老虎岭水坝遗址是我国迄今发现最早的大型水利工程系统中的一处典型遗存,对中国文明起源和世界文明史的研究具有重要意义。为清晰地展示老虎岭水坝土遗址上“草裹泥”筑坝工艺的痕迹,针对温热、潮湿、多雨环境土遗址保护的难题,在总结吸取国内土遗址保护经验教训的基础上,借助浙江大学的研究成果和敦煌研究院的工程经验,提出了一套避免使用化学材料加固,而以“黑屋+隔水+控湿”为主的小环境控制工程策略,包括:构建遮光大棚以避雨和抑制绿色生物生长;铺设防水毯以防止坝体渗水;设置电加热玻璃罩以保湿和封闭展示面;采用气相补水以调控空气湿度和土体含水率;采用植物精油等绿色环保技术防治微生物;同时做好遗址实时监测和管护等。这套综合保护措施是土遗址保护理念和工程实践的一次新的尝试。

缅甸蒲甘佛塔表面灰浆成分研究——以苏拉牟尼佛塔为例

本研究以缅甸蒲甘苏拉牟尼佛塔为研究对象,使用光学显微镜、扫描电镜、能谱分析仪、X射线衍射仪和显微红外光谱仪等科学仪器,对佛塔后期修复灰浆、外墙灰浆和壁画地仗的主要组成成分进行了深入研究。通过有机添加物、钙含量和泥沙质量比试验,详细探究了灰浆的制作工艺。结合试验结果和当地走访调查,揭示了缅甸蒲甘灰塑的传统工艺和材料。研究结果显示,苏拉牟尼佛塔灰浆主要由石灰、砂砾和泥组成,同时含有淀粉和蛋白质等有机添加剂。缅甸蒲甘地区的佛塔灰浆与我国传统的复合灰浆在制作工艺上存在相似之处,但也呈现明显区别。通过对灰浆制作工艺和材料的研究,有助于理解缅甸文化的独特之处,促进跨文化交流,并为佛塔的修复和技术研究提供重要参考资料。

基于改进YOLOv5s的煤矿输送带异物检测算法

为了解决现有煤矿输送带异物检测模型存在的参数量大、占用计算机资源多、检测异物种类少等问题,对YOLOv5s目标检测算法进行了优化。首先,将轻量化卷积神经网络ShuffleNetv2作为YOLOv5s骨干网络并对异物图像进行了特征提取,进而减少了模型参数量,提高了网络并行度;其次,将双向特征金字塔网络作为特征融合网络,融合了不同特征图尺度中的细节信息;最后,添加了坐标注意力机制,增强了特征提取能力,强化了异物目标关注度,从而提高了网络模型检测精度。实验结果显示,与原始模型相比,基于改进YOLOv5s的目标检测网络模型其参数量压缩为3.60×106个,检测帧率提升了8.4%,表明该算法能够在计算资源较少的情况下实现快速、准确的煤矿输送带异物检测。

基于物理信息神经网络的甲烷无氧芳构化反应的正反问题

解决化学反应动力学建模的正问题和反问题研究有助于更深地理解反应机理,降低实验成本。本研究以一维填充床甲烷无氧芳构化(MDA)反应为案例,利用物理信息神经网络(PINN)将化学反应机理方程耦合到损失函数中,以此构建动力学建模和参数反演的求解框架。首先,通过正问题求解确定最佳神经网络超参数方案,结果表明构建的正问题模型在求解MDA反应动力学方程上有良好的预测性能,训练和外推的L2误差分别为0.19%和0.95%。在此基础上,在0、0.1%、0.3%高斯噪声下,利用标签数据反演反应速率常数,训练得到的预测值与真实值相对误差均在0.5%内,体现出了反问题模型在低质量数据下进行未知动力学参数反演的能力。

基于数据驱动的蒸发器中流体流动沸腾传热性能预测方法

为了准确预测蒸发器中流体流动沸腾传热性能,基于实验数据驱动,采用机器学习中多层感知器(MLPN)为通用逼近器,粒子群算法(PSO)用于优化网络权重和偏置,建立PSO-MLPN模型预测12种流体流动沸腾传热特性。神经网络输入参数包括管内径、质量流密度、热流密度、气相质量分数、液体物性参数组合和其他参数(Martinelli数,摩尔质量和汽化潜热),输出参数为流动沸腾传热系数。网络隐藏层数和神经元数由模型精度和灵敏度分析决定。结果表明,预测值与实验值的平均绝对误差、均方根偏差和决定系数分别为3.74%、10.09%和0.984,其中约90%数据的偏差在±20%以内,与传统经验关联式对比也证明了预测模型的优越性。研究提出的PSO-MLPN模型可为今后两相流传热性能研究提供参考,并可用于实际蒸发器设计优化。

原油常减压蒸馏装置热集成方案分析评价

根据原油常减压蒸馏装置用能特点,本文利用夹点分析方法对原油常减压蒸馏装置热集成方案进行分析评价,借助提出的热集成有效值评价指数,探讨基于夹点分析的常减压装置热集成优化策略,并研究该指标在夹点之下热集成、跨夹点热集成及夹点之上热集成等不同的热集成方案中的应用,所提出方法可用于判断常减压装置热集成方案是否切实有效,能够有效指导炼油企业常减压装置间的热集成。案例研究表明,跨夹点高温热水热集成方案中,热集成有效值仅为7%;夹点之上相同温度,不同热量催化油浆A与催化油浆B热集成方案中,热集成有效值分别为100%与60%,分别降低了装置热公用工程负荷约25%与30%。

基于热集成的轻烃回收装置气体分馏系统用能优化

针对轻烃回收装置气体分馏系统进行模拟分析与用能优化,并基于Aspen Plus流程模拟,探讨了进料温度、回流比对系统能耗的影响。考虑到炼化低温余热相对富余,结合工艺分析和精馏序列优化,并改善热源、热阱的不匹配性,降低脱乙烷塔和脱丁烷塔塔底温度,提出了集成热媒水系统、热泵系统的气体分馏改进工艺以降低装置能耗,并对改进前后的能效和经济性进行了对比分析。结果表明:4种改进方案均可降低气体分馏系统能耗15.61%以上,年净效益151.80万元以上。集成热媒水系统的改进工艺㶲耗量降低0.52 MW,降幅达40.95%,年净效益400.57万元,投资回收期为0.42 a。集成直接式热泵系统的改进工艺方案改进效果最佳,过程㶲耗量降低0.67 MW,降幅达53.04%,年净效益498.18万元,投资回收期为1.41 a。

多尺度特征自适应融合的气动控制阀故障诊断

气动控制阀作为过程工业典型的终端执行机构,由于故障发生率高、故障类型繁多,导致故障识别难度大,且故障后果严重,因此对其进行智能的故障检测和诊断具有重要的实际意义。本文提出了一种多尺度特征自适应融合网络用于气动控制阀故障诊断。首先,搭建了融合自注意力机制的多尺度特征提取网络自动提取信号的空间特征和细节特征。然后,设计了权重自适应特征融合网络对多尺度特征加权融合,提高模型对故障特征的表征能力。最后,由长短时记忆神经网络和SoftMax函数实现特征识别和故障分类。实验结果表明,该模型在DAMADICS阀门基准实验平台上的平均检测准确率达到96.82%,均高于其他对比模型。与最近发表文献中的检测结果对比发现,本文开发的模型在可检测的故障数量和检测准确率方面也具有一定的优势,并且通过实验验证了模型的检测性能。

基于FTA-BN的云ERP不安全事件的人因失误分析

为明确云企业资源计划(ERP)不安全事件的人因失误因素,构建基于故障树分析-贝叶斯网络(FTA-BN)的人因失误分析模型,以避免单一方法的局限性。首先,对云ERP安全审计记录披露的不安全事件进行分类和追因分析,构建云ERP不安全事件故障树,并定量分析最小割集、结构重要度;然后,将故障树映射为BN结构,利用案例数据进行结构学习和参数学习得到最终的贝叶斯网络;最后,依托贝叶斯网络的敏感性分析辨识关键人因失误因素,凭借预测推理计算发生不安全事件的概率。研究结果表明:云ERP安全人因失误因素中工作不到位、培训不足、资源分配不足、管理流程存在问题、职责不清等因素在对应的事件域中应得到重点关注,以保障持续安全。

室内土遗址气-液相变补水的可行性研究——以杭州萧山跨湖桥遗址博物馆为例

土遗址保护具有很大难度,其中土体中水分的单向迁移和蒸发是室内土遗址产生各种病害的重要原因,实践表明保存原状或采用各种化学材料进行加固都很难预防。利用人工“气-液相相变补水”的原理,在不改变土遗址原状的条件下,控制和维持室内土遗址水分的平衡,以达到稳定土中盐分、防止土体开裂和粉化的目标,这可能成为一种室内土遗址保护的新技术。为此,以杭州萧山跨湖桥遗址博物馆为例,进行了一系列研究工作,包括:实验室气-液相变补水小试验、建立水汽冷凝速率方程、开展室内土遗址现场补水实验等。初步探索了各种控制条件对补水速率的影响,验证了气-液相变补水的可行性与效果,为未来更大规模试验提供了基本方法。

未知环境下基于感知自适应的多AUV目标搜索算法

针对未知环境下目标搜索的复杂性与环境特征的随机性问题,提出了基于分区域的感知自适应目标搜索算法,来解决传统的梳子形搜索模式或预先离线设计的全局优化航迹中,自主水下航行器不能灵活适应环境的目标搜索问题。该方法的主要特点是根据AUV视域内有环境目标特征时,实时设计最优一步的航迹规划,并利用贝叶斯估计来完成目标定位,无目标时,利用分区域栅格值并锁定任务区域的航迹规划,两种模式交替进行来提高搜索的灵活性。仿真结果表明,相比于传统搜索模式或全局优化航迹,该方法增强了环境适应能力,提高了目标搜索效率。

从过量体积推算液相活度系数与汽液平衡数据

本文运用统计热力学导出了一个直接由过量体积数据推算液相活度系数的新模型——EVLAC模型,本模型主要从“双液胞腔”与“局部组成”等概念出发,通过配分函数导出y-x表达式和V~E-x表达式,仅需要一个温度下的V~E-x数据即可推算出不同温度下盼恒温y-x,数据和不同压力下的恒压y-x数据,在不需要增加多元可调参数的情况下,可推广应用至多元体系。

南方多雨区域石窟寺防渗效果评价研究——以飞来峰造像二期保护工程为例

南方多雨区域石窟寺的防渗加固是石窟造像保护的重要措施。近年来随着国力的增强,一大批文物保护工程已经实施。但是,对于石窟寺加固保护后效果的跟踪研究却较少。全国重点文物保护单位--杭州飞来峰造像原佛龛裂隙渗水较为严重,已对文物造成破坏和威胁。自2005年以来,飞来峰造像区域已完成了两期保护工程,实施了危岩加固、裂隙灌浆、地表防渗等工程措施。跟踪评价工程的防渗效果,对于后续保护工程和类似石窟造像的保护具有重要参考价值。本研究结合工程资料,实地观察测量渗水情况和分析渗出物成分,试探性对飞来峰造像二期保护工程的防渗效果进行定量化评估。该工作可以为南方多雨区域石窟寺防渗工程的效果评估提供借鉴。

古代彩塑和壁画中植物纤维种类鉴别

针对古代彩塑泥层和壁画地仗中植物纤维种类鉴定技术欠缺的现状,开发出一套以纤维横截面细胞形貌识别为基础的植物纤维种类鉴别方法。从秸秆类植物的化学脱胶技术、提取单根纤维、纤维横截面切片,以及纤维截面细胞形貌对比等开展了系列研究。将该方法应用于彩塑泥层和壁画地仗中常见的9种植物纤维:麦秸秆、稻秸秆、玉米秸秆、高粱秸、黄麻、亚麻、苎麻、剑麻和棉花,并以宁夏须弥山石窟以及甘肃麦积山石窟的彩塑文物样品中取出的纤维标本为例进行了鉴定。结果表明:须弥山石窟彩塑粗泥层中的植物纤维为小麦与黄麻,细泥层中的为苎麻,彩塑佛像手指中的为棉花;麦积山彩塑泥层中含有麦秸秆。研究结果证明本方法可以应用于文物样品中植物纤维种类鉴别。

南方潮湿地区壁画表面加固与裂隙灌浆材料的评价研究

为弥补我国南方潮湿地区壁画保护材料研究的欠缺,模拟南方气候条件对壁画表面加固和裂隙灌浆材料进行保护效果的评价研究。通过前期预实验以及表面光泽度、防水性、耐老化性等测试评价得到:质量分数1.5%的RS1930纯丙乳液具有较好的表面加固效果;传统石灰中添加占石灰质量3.0%左右的ZB-SE-3A纯丙乳液和2.0%左右的纳米材料配制而成的灌浆材料具有较好的强度、防霉性、防水性与耐老化性,适合作为潮湿地区壁画灌浆加固材料。

保俶塔外墙砖表层的差异性风化

保俶塔的外墙自1933年修复以来已历经80余年,塔砖表层的风化病害比较严重.SEM-EDS表明完好塔砖的元素组成以O、Si、Al、Fe为主,而通过SEM在风化塔砖的局部观察到疏松的晶体颗粒,SEM-EDS表明该结晶盐富含元素S和Ca.XRD表明塔砖的主要矿物成分为石英、钙长石和云母,FT-IR表明塔砖的主要成分为二氧化硅,但XRD和FT-IR均未能有效检出风化塔砖中的硫酸钙成分,说明导致塔砖表层风化的外源硫酸钙晶体在砖孔内分布不均匀,而且硫酸钙的含量相对较少.MIP表明完好塔砖的孔隙度为44%,而受孔隙内结晶盐的影响,风化塔砖的孔隙度降至36%,砖孔结构在汞压75 MPa时即发生破坏.因此,硫酸钙晶体在塔砖表层孔隙内迁移、富集和反复潮解-结晶是保俶塔外墙产生差异性风化的重要原因.

杭州市石窟寺及石刻类文物保存状况调研简报

通过对文物病害进行统计调查,能深入了解文物的保存状况,并对文物病害的治理和预防性保护提供基础数据。本次对杭州市12处已列入全国重点文物保护单位和全省重点文物保护单位的石窟寺及石刻类文物进行了病害调查和统计,共发现病害面积19460.3dm^2,其中渗水溶蚀病害占42.7%,表面层风化占34.9%,表面污染与变色占5.92%,表面生物病害占5.22%,机械损伤占5.10%,裂隙与空鼓占3.65%,不当修复占2.53%,石刻表面颜料病害占0.01%。按病害程度,其中大部分为严重病害与中度病害。总体看,需要切实加强日常监测和维护,及时采取工程措施,以预防严重破坏性病害发生。

石窟文物的微生物病害与防治对策探讨

石窟作为一种重要的文化遗产类型,一直是文物保护的重点对象。现存石窟普遍遭受微生物病害的侵扰。本文简要梳理了云冈石窟、莫高窟、龙门石窟、飞来峰造像、乐山大佛等几处国内著名石窟的微生物病害情况,以杭州飞来峰造像与乐山大佛为例分析探讨了微生物病害的防治对策。石窟微生物病害的产生和发展同石材基质、气候条件、水文情况等诸多因素紧密相关。因此,在制定防治对策时应当充分考虑石窟环境的特点,评估微生物对石窟的危害程度,实施个性化保护策略,避免盲目套用工业化方法而对石窟文物造成保护性破坏。

基于物理信息神经网络的传热过程物理场代理模型的构建

物理信息的神经网络(PINN)通过构建结构化的深度神经网络体系,可以有效地耦合基于物理定律的非线性偏微分方程组(如Navier-Stokes方程),能够在较少量的边界数据条件下解决监督学习问题。但是,PINN训练效果与边界条件的设置方式密切相关。本工作以具有内热源的二维稳态导热方程和平板间二维稳态对流传热方程为案例,基于软边界和硬边界两种设定方法构建PINN。将训练所得到的代理模型预测温度场输出,并将其与软件模拟结果进行验证分析,结果表明硬边界PINN代理模型预测能力较优。