SYNTHESIS OF BLOCK COPOLYMER BY INTEGRATED LIVING ANIONIC POLYMERIZATION-ATOM TRANSFER RADICAL POLYMERIZATION(ATRP)

Alpha-trichloroacetoxy terminated polystyrene oligomer (PS-CH2CH2OCOCCl3) and poly-(styrene-b-butadiene) oligomer [P(S-b-B)-CH2CH2OCOCCl3)] were synthesized by living anionic polymeri-zation using n-butyllithium as initiator. Then the PS-CH2CH2OCOCCl3 (PS-Cl-3) or P(S-b-B)-CH2CH2O-COCCl3 (PSB-Cl-3) was used as the macroinitiator in the polymerization of(meth)acrylates in the presence of CuX/bpy. AB diblock and ABC triblock copolymers were prepared by the integrated living anionic polymerization (LAP)-atom transfer radical polymerization (ATRP). The structures of the PSB-Cl-3 and the P(S-b-MMA) were identified by FTIR and H-1-NMR spectrum, respectively. A new way to design block copolymers (the combination of LAP and ATRP) was developed.

Synthesis of Dendritic-Linear Block Copolymers by Atom Transfer Radical Polymerization

The dendritic polyarylether 2-bromoisobutyrate as the macromolecular initiator for the controlled free radical polymerization of styrene was investigated. The polymerization was carried out with CuBr/2,2 ' -bipyridine catalyst at 110 degreesC. It is found that the hybrid dendritic-linear block copolymers possess well-defined molecular weights and low polydispersities.

基于改进ResNet34网络的变电站设备巡检图像分类识别的方法

针对变电站设备巡检图像识别领域中存在的图像规模有限和识别准确率低等问题,提出了一种基于改进ResNet34网络的图像分类识别方法。采用Seam Carving算法对图像中的低能量区域进行压缩以保留关键特征;同时使用弹性变换、高斯噪声等6种图像增强技术来增强图像的多样性。将基础ResNet34网络与卷积注意力模块结合,增强模型对设备巡检图像关键特征的提取能力。使用在ImageNet数据集上的预训练模型作为迁移学习的特征提取器来解决样本数量不足的问题。在Adam优化器中引入余弦退火策略来动态调整学习率使改进的ResNet34网络更快收敛至最优解。试验结果表明所提方法比基础ResNet34网络的准确率提升了0.0733,损失率降低了0.2019,为变电站设备巡检图像识别领域提供了一种可靠的解决方案。

SYNTHESIS OF BLOCK COPOLYMER FROM 5,6 -BENZO-2-METHYLENE-1,3-DIOXEPANE AND METHYL ACRYLATE VIA ATOM TRANSFER RADICAL POLYMERIZATION

Poly(methyl acrylate)-b-poly(5,6-benzo-2-methylene-1,3-dioxepane) (PMA-b-PBMDO) was synthesized by two-step atom transfer radical polymerization (ATRP). Firstly, ATRP of methyl acrylate (MA) was realized using ethyl alpha-bromobutyrate (EBrB) as initiator in the presence of CuBr/2,2'-bipyridine. After isolation, poly(methyl acrylate) with terminal bromine (PMA-Br) was synthesized. Secondly, the resulting PMA-Br was used as a macromolecular initiator in the ATRP of BMDO. The structure of block copolymer was characterized by H-1-NMR spectroscopy. Molecular weight and molecular weight distribution were determined on a gel permeation chromatograph (GPC).

基于注意力机制和迁移学习的服装分类方法

针对服装图像分类效率低、准确率不高等问题,提出了一种基于注意力机制和迁移学习的服装图像分类方法。主要采用预训练的ResNet50网络模型在服装数据集上进行迁移学习,以降低对数据集的依赖,并减少网络训练时间;通过几何变换和颜色抖动2种数据增强手段处理数据集,提高模型的泛化能力;以ResNet50为基础网络,加入卷积注意力机制模块(convolutional block attention module, CBAM),依次从通道和空间2个维度提高对服装不同区域的关注度,增强了特征表达能力。在CD和IDFashion两类背景干扰信息不同的数据集上进行验证,实验结果表明:所提出的模型能够提取更多服装特征信息,在IDFashion数据集的平均分类准确率为95.60%,分别高于ResNet50、ResNet50+STN和ResNet50+ECA模型6.65%、6.69%、6.62%,一定程度上提高了服装图像分类的准确率和效率。

南岭成矿规律与百年勘查成果及新一轮找矿建议——《中国矿产地质志·南岭卷》研编

南岭成矿带是华南乃至全国最为重要且独具特色的成矿带之一,对其成矿规律的探索研究虽然历史悠久但每一次的成果总结都会推进新一轮找矿突破。笔者等在前人大量研究资料的基础上,对南岭成矿带的能源矿产(煤矿和铀矿)、有色金属矿产(钨、锡、钼、铋、铜、铅锌等)、贵金属矿产(金矿和银矿)、稀有金属和稀土金属矿产、非金属矿产(萤石)的成矿特征、时空分布规律进行了总结,并将南岭成矿带矿产按前寒武、加里东旋回、华力西旋回、印支旋回、燕山旋回及喜马拉雅旋回6个旋回厘定出21个矿床成矿系列和23个矿床成矿亚系列,为区域矿产勘查工作部署及成矿预测奠定了理论基础。为了保障能源资源安全,笔者等提出了南岭成矿带区块出让的原则性意见和柿竹园、香花岭、崇余犹、富贺钟、坪宝、三南等15个大型资源基地找矿的建议,为新一轮找矿突破战略行动提供了科学指导。

基于CBAM-CNN的电力系统暂态电压稳定评估

为进一步提高电力系统暂态电压稳定评估模型的特征提取能力和模型在系统拓扑结构发生变化时的适应性,提出一种将改进的卷积神经网络与迁移学习相结合的方法。首先,在卷积神经网络的卷积层后插入卷积块注意力模块,对输入的数据从通道和空间两个独立的维度依次提取特征,提高卷积神经网络对系统暂态电压状态的识别能力。然后,将该模块与微调技术相结合,提高模型在系统拓扑结构改变时的在线更新速度。最后,算例分析验证了所提模型的有效性。

基于多尺度残差注意力域适应的轴承故障诊断

针对滚动轴承待监测样本在跨机器任务中诊断困难的问题,提出一种基于多尺度残差注意力域适应的滚动轴承故障诊断方法。该方法将滚动轴承振动信号直接作为多尺度注意力残差网络模块的输入,为更好提取源域与目标域的共同特征,该模块引入多尺度卷积提取特征信息、注意力机制的压缩激励网络解决数据差异性与残差网络的跨层连接,域自适应部分采用局部最大均值差异度量准则,并选择滚动轴承公开故障数据集进行对比与消融试验。试验结果表明:提出的多尺度残差注意力域适应的滚动轴承故障诊断方法在跨机器任务下平均识别精度达到99.1%,相比于其他方法具有较好的泛化性能。所得结论可为滚动轴承故障监测与诊断提供理论依据。

碘转移本体聚合制备PS-b-PBA-b-PS共聚物:聚合动力学、结构和性能

以碘仿为链转移剂、偶氮类化合物为引发剂,通过碘转移本体聚合合成碘封端聚丙烯酸丁酯(I-PBA-I),并以其调节苯乙烯扩链聚合,制得聚苯乙烯-b-聚丙烯酸丁酯-b-聚苯乙烯(PS-b-PBA-b-PS)共聚物,研究了聚合动力学、共聚物结构和性能。发现丙烯酸丁酯均聚和苯乙烯扩链聚合均符合活性自由基聚合特征,反应初始BA与CHI3物质的量比n_(BA,0)/n_(CHI3,0)从100/1增至1 000/1时,I-PBA-I数均分子量由15 000增大到134 500;以数均分子量为28 400的I-PBA-I为大分子链转移剂,反应初始BA与St物质的量比n_(BA,0)/n_(St,0)为1/1、1/2、1/3和1/4时扩链得到数均分子量分别为46 000、69 000、97 500、127 000的PS-b-PBA-b-PS共聚物;嵌段共聚物微相分离,在增韧的同时保持一定的透光率,PS与PBA物质的量比n_(PS)/n_(PBA)为3.85/1的嵌段共聚物抗冲强度与商品化阴离子活性聚合苯乙烯-丁二烯嵌段共聚树脂相当。

海铁联运港站共享堆场的箱区分配及转场联合优化

海铁联运港站共享堆场前提下,海铁联运箱可堆存在港口堆场和铁路堆场,也可实现跨堆场箱区间的转场,不同堆存方案下载运设备作业和箱区利用存在明显差异。为充分利用海铁联运港站堆场空间资源,本文基于共享堆场,考虑进出口双向货流,以海铁联运集装箱在港中转成本最小化为目标,构建非线性整数规划模型,决策箱区分配及箱区转场问题。针对问题自身特点,为自适应平衡种群多样性和全局收敛性,设计基于Q学习的协同进化遗传算法求解问题。通过不同规模的算例验证模型与算法的有效性。结果表明,本文提出的优化算法具备更好的收敛精度。相较于其他3种传统堆存形式,“共享—转场”堆存形式能有效地均衡转场成本和装卸效率,总转运成本平均降低了15.17%,11.96%,15.09%。最后,通过多个单位成本进行灵敏度分析,以验证算法的普适性。

基于Gebhart-Block模型的大空间建筑对流热转移负荷分析

针对大空间建筑喷口分层空调系统,从Gebhart-Block模型出发,完善多股喷口射流子模型并建立模型中各区域的质量平衡方程和能量平衡方程。由方程迭代求解室内各区域垂直空气温度和内壁面温度。通过分析喷口送风形式下对流热转移负荷的形成机理,利用GebhartBlock模型计算稳定传热条件下的对流热转移负荷。再通过上海理工大学缩尺模型试验台,对所建模型进行验证,得到适合于喷口送风形式下的分层空调对流热转移负荷的计算方法。文章的创新在于利用理论模型计算大空间喷口送风分层空调的对流热转移负荷,揭示了对流热转移负荷的形成机理。

子宫腺肌病IVF-ET助孕病人血清PIBF、RBP-4水平及其对妊娠结局的预测价值

目的:探讨子宫腺肌病体外受精-胚胎移植(IVF-ET)助孕病人血清孕激素诱导阻断因子(PIBF)、视黄醇结合蛋白-4(RBP-4)的表达及其对妊娠结局的预测价值。方法:选取行IVF-ET助孕的子宫腺肌病病人96例为研究对象,根据临床妊娠情况将研究对象分为临床妊娠组(56例)和未妊娠组(40例)。比较2组病人基本特征及治疗数据、血清PIBF、RBP-4水平。Pearson法分析血清PIBF、RBP-4与基础卵泡刺激素(FSH)、抗缪勒管激素(AMH)、基础促黄体生成素(LH)的相关性。多因素logistic回归分析影响子宫腺肌病IVF-ET助孕病人临床妊娠结局的影响因素。受试者工作特征(ROC)曲线分析血清PIBF、RBP-4水平对子宫腺肌病IVF-ET助孕病人妊娠结局的预测价值。结果:临床妊娠组FSH、AMH、促性腺激素(Gn)用量明显高于未妊娠组(P<0.05~P<0.01)。未妊娠组血清PIBF水平明显低于临床妊娠组(P<0.01),RBP-4水平明显高于临床妊娠组(P<0.01)。相关性分析显示,子宫腺肌病病人血清PIBF与基础FSH、AMH呈正相关(r=0.517、0.669,P<0.01),血清RBP-4与基础FSH、AMH呈负相关(r=-0.558、-0.634,P<0.01)。多因素logistic回归分析显示,基础FSH低水平、AMH低水平、PIBF低水平、RBP-4高水平是影响子宫腺肌病IVF-ET助孕病人临床妊娠结局的危险因素(P<0.05~P<0.01)。血清PIBF、RBP-4联合预测子宫腺肌病IVF-ET助孕病人妊娠结局的ROC曲线下面积(AUC)显著大于PIBF、RBP-4单独预测的AUC(P<0.05)。结论:血清PIBF、RBP-4与子宫腺肌病IVF-ET助孕病人妊娠结局相关,两者联合对子宫腺肌病IVF-ET助孕病人妊娠结局具有一定的预测价值。

基于Block-Gebhart模型的大空间喷口送风对流热转移负荷研究

利用Block-Gebhart模型,分析了大空间分层空调喷口送风下对流热转移负荷的形成机理,将室内空间在竖直方向划分为若干区域后,认为区域间气流流动换热与区域间温差换热是对流热转移负荷的主要构成部分,提出了喷口送风下对流热转移负荷的计算方法,并通过大空间缩尺模型实验验证了理论模型的准确性。利用量纲一对流热转移负荷、热强度比及排热比之间的变化规律进行变因素工况计算,拟合了多工况下的对流热转移负荷值,修正了对流热转移负荷线算图。

基于注意力机制的U-Net叶片缺陷图像分割

为解决风力发电机叶片表面缺陷检测存在分类困难和微小缺陷分割模糊的难题,构建一种基于扩张卷积和卷积注意力模块的改进U-Net语义分割网络。该网络基于网络模型的编码-解码结构,使用可迁移的VGG16的特征提取层代替U-Net网络的编码部分,在编码-解码之间的跳跃模块加入卷积注意力模块。通过对微小缺陷信息选取加强全局权重,使用扩张卷积增强网络特征,采用VGG16预训练模型实现迁移学习。开展Focal与Dice结合的混合损失函数验证,对比分析DeeplabV3+、PSPnet、HRNet、U-Net这4种模型。结果表明:对于叶片缺陷数据集,改进的U-Net网络模型对叶片缺陷的分类和分割任务具有更高的精度,均交并比、均像素精度和召回率等指标值分别为83.60%、92.84%和88.50%。改进U-Net网络的均交并比值比DeeplabV3+模型高13.98%,比标准U-Net模型高9.38%,能够提高叶片缺陷检测的灵敏度,有效降低检测结果的误报警率,有助于准确检测风机叶片缺陷。

基于COMSOL的热电偶检定炉温场性能研究

热电偶检定炉的温度场性能在廉金属热电偶的校准中产生重要影响,是评价校准准确度的一个重要参量。廉金属热电偶校准规范中提出使用均温块改善检定炉温场性能,为进一步探究均温块对温度场改善的传热原理,针对检定炉内实现温升的主要传热方式展开理论分析,认为检定炉稳定保温阶段炉膛内传热方式主要为热传导,而采用导热性能良好和体积热容大的合金均温块能有效提高内部导热效率并增强温场稳定性。进一步地,采用数值模拟计算炉膛内部温度场分布,计算结果指出,放置均温块的温度场与不放置的温度场相比,轴向最大温差缩小为原来的1/3,径向最大温差缩小为原来的1/2,与理论分析相吻合,表明放置均温块是优化检定炉温度场的重要手段。

基于CBAM-ResNet50的金刚石颗粒净度检测方法

针对金刚石颗粒净度传统检测方法效率低、准确率差的问题,提出了一种基于迁移学习和改进Res-Net50的金刚石颗粒净度检测算法CBAM-ResNet50。该算法通过在ResNet50主干网络的每层中增加CBAM,以提升模型特征的提取能力;且在主干网络的Layer3和Layer4中融入FPN结构,对提取的特征进行部分特征聚合,来解决采样过程中小目标特征易丢失的问题;同时引入迁移学习方法,用交叉熵损失函数优化模型的初始参数,提升模型的泛化能力。结果表明:在学习率设置为0.0001时,提出的CBAM-ResNet50模型训练准确率达到99.2%;根据混淆矩阵计算得到模型的精确度在99.20%以上,特异性在99.70以上%,F1分数在99.20%,分类召回率在98.70%以上,优于其他主流分类网络的结果,有效提高了金刚石颗粒净度检测的识别能力。

寒冷地区复合自保温砌块墙体热湿耦合迁移特性研究

为研究自保温砌块墙体的热湿耦合传递规律,将当前主流构造型式的复合自保温砌块墙体与同等厚度的外保温墙体进行对比。以寒冷地区保定市为例,通过数值软件进行模拟计算,分析自然环境下墙体内部的热湿耦合传递过程。模拟结果表明:自保温砌块墙体的保温隔热效果优于外保温墙体。在夏季工况下,墙体湿风险较低,不存在霉菌滋生与冷凝风险。在冬季工况下,自保温砌块墙体内部湿风险均高于外保温墙体。填芯自保温砌块墙体、夹芯自保温砌块墙体、外保温墙体内部相对湿度最大值分别为73.9%、92.1%、68.6%。其中,夹芯自保温砌块由于空腔的存在降低了墙体的传湿阻力,相对湿度超过80%,湿积累明显且霉变风险较大,使得墙体长期使用稳定性与保温性能受到影响。因此,填芯自保温砌块具有更好的适用性,有利于减小建筑热湿负荷,降低建筑能耗水平。

灰缝厚度对蒸压加气混凝土砌块墙体热工性能的影响研究

为探究蒸压加气混凝土砌块在建筑节能方面存在的问题,利用AIRPAK软件对蒸压加气混凝土砌块墙体的热工性能进行研究。通过对300 mm厚的B04级蒸压加气混凝土砌块墙体进行不同厚度砌筑灰缝进行建模研究,探讨不同灰缝厚度情况下蒸压加气混凝土砌块墙体传热系数变化情况以及在墙体外侧粘贴分别25 mm和50 mm石墨聚苯板保温时灰缝对墙体传热系数的影响。结果表明:当砌筑灰缝厚度为8~15 mm时,墙体传热系数与不考虑灰缝时的传热系数增加比例为15.152%~31.313%,在建筑热工计算时不能忽视灰缝对墙体传热造成的影响;随着保温层厚度的增加,灰缝对传热系数的影响逐渐减小,但不可忽略;当保温层厚度为25 mm和50 mm时,传热系数增加比例分别为6.584%~15.265%和4.231%~21.154%。

基于图像分块和多头注意力机制的气象识别研究

基于图像对天气现象进行识别,对天气状况的分析至关重要。针对传统的机器学习方法对各类天气特征难以准确提取且天气现象分类效果差,以及深度学习对天气现象识别的准确率不高的问题,提出了基于图像分块和多头注意力机制的天气识别模型。该模型首次将Swin Transformer引入天气识别领域中,采用了窗口多头自注意层与移位窗口多头自注意层相结合的多头注意力机制。结果表明,其区域相关特征提取能力弥补传统方法的不足,能够提取图像中复杂的天气特征。采用迁移学习对模型进行训练,将微调模型的全连接参数输入到Softmax分类器,实现了对多类别天气图像的识别,识别准确率为99.20%,优于对比的几种主流方法。因此,该方法可以作为天气识别模块应用于地面气象识别系统。

基于Blocked force方法的结构振动响应预测

振动噪声源特性识别一直是汽车开发中的重要任务,针对传统传递路径分析中获取激励的局限性,提出了基于Blocked force方法的传递路径分析方法,可以直接测得等效力代替激励源分析结构振动。对Blocked force方法进行理论推导,验证了理论的准确性。针对电子制动助力器工作激励引起的结构噪声问题进行应用研究,选取前围板振动加速度作为研究对象。结果表明,该方法预测的前围板振动响应和试验测试值吻合,验证了Blocked force方法的工程可行性,为整车开发中电子制动助力器结构噪声优化提供理论依据。