基于简易冲击分解模型的爆轰驱动硅橡胶数值模拟及实验解读

为了反映爆轰驱动下硅橡胶发生冲击分解反应的物理过程,提出了一种简易的硅橡胶冲击分解模型。基于该模型,对爆轰驱动含硅橡胶夹层钢板实验进行了模拟,并分析解读了钢板的自由面速度。结果表明,实验中硅橡胶发生了冲击分解反应,导致钢板的自由面速度曲线出现了首次起跳中间速度平台及首次起跳速度峰值降低的现象。受硅橡胶冲击分解影响,首次入射波压力将在临界冲击分解压力附近弛豫一段时间,再继续升高至最高压力。该压力波作用于钢板的自由面后,出现了自由面速度在中间速度平台停留一段时间,之后继续升高至速度峰值的现象。硅橡胶冲击分解后的气相物质可压缩性较高,首次加载波内较多的能量被用于压缩气体做功,导致首次波传播至自由面时能量衰减,峰值压力降低,首次起跳速度峰值降低。

高温下HMX热分解反应分子动力学模拟

本文采用ReaxFF-lg反应分子动力学方法研究了奥克托金(HMX)在六种不同温度下的初始反应热分解过程,验证了ReaxFF-lg势函数对HMX体系的适用性,计算了不同温度下HMX体系势能、总物种演化趋势、初始反应产物以及指前因子和活化能.结果表明,HMX热分解过程主要有三种初始分解机理:N-NO_(2)键的断裂,HONO的解离和主环上C-N键的断裂,计算得到的初始分解阶段活化能Ea和指前因子ln(A),与实验值相吻合.

时间预测中的任务分解效应:未来边界和思维焦点的作用

为探讨任务分解对时间预测的影响究竟是扩张效应还是收缩效应,以458名大学生为参与者,基于计划谬误理论的扩展模型,通过3个实验予以考察。结果发现,任务分解与否条件下参与者的时间预测值存在显著差异;其次,当未来边界的时间范围较短时,分解条件下参与者的时间预测值显著长于不分解,且关注计划在其中起部分中介作用;而当未来边界的时间范围较长时,分解条件下参与者的时间预测值边缘显著短于不分解,且关注障碍在其中起部分中介作用。这些结果表明,任务分解对时间预测存在影响,且该影响受到未来边界的时间范围的调节,即当未来边界的时间范围较短时,表现为任务分解的扩张效应;当未来边界的时间范围较长时,表现为任务分解的收缩效应。此外,当任务分解时,未来边界的时间范围可以通过思维焦点对时间预测产生影响。

电极振动对光电催化分解水气泡动力学的影响

为解决光电催化分解水反应器中气泡长时间附着于光电极表面,从而导致有效活化面积减少和产气效率下降的问题,构建耦合振动系统的光电分解水制氢气泡动力学可视化实验平台,提出通过给电极施加不同振幅和频率振动以加速气泡脱离光电极表面的方法。首先,记录静止电极表面单个气泡演化过程中的电信号和几何参数;然后,对比不同频率及振幅下气泡生长过程中电流和电势的变化情况;最后,分析振动对气泡几何特性的影响。研究结果表明:振动频率和振幅的增加能够提高反应过程中的光电流,降低电势,使得反应阻力下降;增加振动频率和振幅均能显著减小气泡脱离尺寸,从而加速气泡的脱离;当振动频率为70 Hz时,施加振动后气泡的脱离直径比无振动时最大减小了321μm,减小幅度约为48%;施加振动后,气泡直径为生长时间的幂函数,且气泡生长依次受惯性和化学反应控制。该研究可为光电催化分解水反应器的优化设计提供新思路。

融合二次分解的深度学习模型在PM_(2.5)浓度预测中的应用

针对PM_(2.5)质量浓度时间序列呈非线性难以预测的特征,为了进一步提高PM_(2.5)质量浓度预测精确度,研究通过“分而治之”先分解再预测的思想,提出一种融合二次分解的PM_(2.5)质量浓度混合预测模型(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise-Variational Mode Decomposition-Temporal Convolutional Network-Bi-directional Long Short-Term Memory,CEEMDAN-VMD-TCN-BiLSTM)。该模型先由递归特征消除(Recursive Feature Elimination,RFE)进行特征筛选,随后使用自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)将2013—2016年北京市PM_(2.5)质量浓度序列分解为一系列高低频模态分量并计算各分量样本熵,将样本熵由K-means聚类整合为新的分量,再由变分模态分解(Variational Mode Decomposition,VMD)方法进行二次分解。最后,将所有分量先经时间卷积网络(Temporal Convolutional Network,TCN)进行特征提取,并通过双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)预测,叠加各分量预测值即为最终预测结果。消融试验结果显示,该模型相比于单次CEEMDAN分解模型均方根误差E_(MAPE)降低19.312%,绝对误差E_(MAE)降低34.423%,百分比误差E_(MAPE)与希尔不等系数E_(TIC)分别减少40.465百分点和59.794%。由此可见,研究在引入VMD构成二次分解模型相比于单次分解模型的预测误差更小,精度更高,可为决策者在PM_(2.5)质量浓度预测与治理等工作提供一定参考。

甲酸铵含量对现场混装乳胶基质流变及热分解性能的影响

为提高现场混装乳化炸药的耐高温性能,制备了4种不同甲酸铵含量的现场混装乳化炸药基质样品。采用旋转流变仪和同步热分析仪研究了4种样品的流动性、黏弹性、黏温及其热分解性能。结果表明:加入甲酸铵可以提高现场混装乳胶基质的黏度,且随着甲酸铵质量分数的增加,样品的黏度出现先增大后减小的趋势;与未添加甲酸铵的样品相比,加入甲酸铵的样品的弹性模量增大,稳定性增强;当甲酸铵的质量分数不大于9%时,在50℃左右的温度下,乳胶基质的黏度均能够满足泵送要求;甲酸铵的加入对乳胶基质的热分解过程没有明显影响;随着甲酸铵质量分数的增加,其外推起始分解温度、活化能、热爆炸临界温度和自加速分解温度均有所增加,现场混装乳胶基质的热稳定性和热安全性得到提升。

基于递归本征正交分解与强跟踪扩展卡尔曼滤波的结构损伤识别

针对目前已有损伤识别方法难以实时跟踪结构损伤且计算量大的问题,提出了一种基于递归本征正交分解(recursive proper orthogonal decomposition,RPOD)与强跟踪扩展卡尔曼滤波(strong tracking extended Kalman filter,STEKF)相结合的模型降阶与结构损伤在线识别方法,对动载荷作用下的结构损伤识别进行了研究。利用RPOD方法在线更新并实时建立反映结构状态的降阶模型,解决未知载荷作用下多自由度结构动力分析计算量大且难以收敛的问题,同时跟踪损伤的演化并对其进行定位;通过STEKF方法跟踪降阶模型的状态向量,识别因损伤而退化的降阶模型参数。分别采用六层剪切型框架的数值模拟与三层钢框架的模型试验验证了该方法的可行性,结果表明,所提出的方法能够准确建立降阶模型并跟踪降阶模型参数的时变历程,同时可以有效地识别出剪切型建筑结构损伤的位置和程度,即使在处理高程度噪声时仍有较高的精度。

基于射流瞬态流速变分模态分解法的纬纱波动幅度预测

为降低柔性纬纱在引纬过程中因辅助喷嘴高速气流曳力而产生过大形变,使用基于分解层数优化的变分模态分解(VMD)方法,获得辅助喷嘴射流瞬时速度信号的本征模态分量(IMF),利用IMF预测柔性纬纱运动形变,降低断纬率。首先采用大涡模拟(LES)方法数值模拟了圆锥形、圆弧形及圆柱形入口辅助喷嘴射流的瞬态流场分布,监测了辅助喷嘴射流在势核与势尾区域瞬态速度信号;继而,通过VMD方法,得到监测点速度的本征模态分量,讨论了各本征模态信号波动的方差,最后通过双向流固耦合法得到纬纱的径向偏移来验证预测的准确性。结果发现:3种辅助喷嘴势核与势尾处主模态IMF1速度幅值稳定,为辅助喷嘴的主速度模态;次模态IMF2波动大且与纬纱径向偏移具有同步性,可用于预测纬纱波动;第3模态IMF3为高频振荡信号,可视为流场高频噪声信号去除。

光伏新能源电能信号游程域模态分解理论与特征提取

高比例光伏新能源接入下的电能信号呈现出强随机、快时变、大波动特性,常导致电能表电能计量严重超差,影响电能交易的公正合理性。针对新能源电能信号敏感特征不清楚、对电能表电能计量影响不明确的问题,建立了游程域映射理论,解决了电能信号在游程域的表征问题;提出了游程域模态分解(R-EMD)方法,基于游程完成电流幅度在长持续时间下局部区间的自适应模态分解,得出光伏新能源电能信号的2个全局重要特征;构建了游程域特征参量与特征函数,并提取得到光伏新能源电能信号的4个游程域敏感特征;通过实验验证了游程域敏感特征对电能计量的影响。

由“分解”到“整合”:高中美术单元教学实践研究——以“淳朴之情:民间美术”单元教学为例

高中美术单元教学能有效提高学生的自主学习能力,培养学生的创造能力和审美能力,促进学生深度学习、发展美术学科核心素养。文章以高中美术“淳朴之情:民间美术”单元为例,提出了由“分解”到“整合”的教学思路,包括分解教材、分解课堂、整合评价三个层面,旨在对教学设计、教学过程、教学评价进行优化和完善,为广大同人提供有益借鉴,提高高中美术教学的有效性。

基于参数优化变分模态分解的信号降噪方法

针对心电信号中肌电干扰噪声难以去除的问题,提出一种基于参数优化变分模态分解(VMD)的信号降噪方法。通过设计动态边界策略和反向种群生成方式,对白鲸优化(BWO)算法进行改进;采用改进白鲸优化算法对VMD参数自适应寻优,确定分解层数K与惩罚因子α;对含噪心电信号进行分解,得到k个本征模态函数(IMF)分量,同时采用相关系数法进行有效模态和含噪模态识别;对噪声主导的模态分量采用小波阈值降噪,并重构信号主导模态与降噪后模态。对仿真信号与含真实肌电干扰的心电信号进行降噪处理,实验结果表明,所提方法去噪效果优于小波阈值去噪法、EMD法、EMD-小波阈值去噪法,真实含噪的心电信号经该方法去噪后自相关系数可达0.91以上。

基于张量分解的高光谱图像矿物提取方法研究

矿物提取是高光谱遥感的重要应用之一。仅利用光谱信息进行矿物提取会导致矿物填图精度不理想,为了解决这一问题,本文提出了一种同时利用矿物的光谱信息和空间信息的高光谱图像矿物提取方法,以期提升矿物提取的精度。首先,通过三阶张量分解数学模型对原始的高光谱三维数据进行处理,在保持空间和光谱原始约束的情况下,同时提取矿物的空间特征和光谱特征。其次,联合矿物的空间特征和光谱特征实现从高光谱图像中提取指定的矿物,标识出矿物在图像中的空间分布。实验结果表明:本文提出的方法能够有效提升高光谱图像矿物提取的精度。

基于二次分解、LSTM-ELM和误差修正的空气质量指数预测模型

精准预测空气质量指数(Air Quality Index,AQI)对于制定有效的空气污染治理策略至关重要。为了进一步提升AQI的预测精度,提出了一种新的预测模型,并结合了二次分解(Secondary Decomposition,SD)、优化算法、双尺度预测和误差修正的方法。首先,采用改良的自适应白噪声完全集合经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)和样本熵(Sample Entropy,SE)对原始AQI序列进行分解并重构,获得高频、中频和低频3个频率分量。其次,利用经过北方苍鹰算法(Northern Goshawk Optimization,NGO)优化的变分模态分解(Variational Mode Decomposition,VMD)对高频分量进行二次分解,进一步降低其复杂度。再次,引入向量加权平均算法(Weighed Mean of Vectors Algorithm,INFO)对长短期记忆网络(Long Short-Term Memory,LSTM)和极限学习机(Extreme Learning Machine,ELM)的关键参数进行优化,同时利用INFO-LSTM预测高频分量分解后的子序列,进而利用INFO-ELM分别预测中、低频分量,并将所得预测结果进行线性叠加。最后,利用NGO-VMD和INFO-ELM对误差序列进行分解和预测,并对初次预测结果进行修正,得到最终的AQI预测值。研究选取北京、上海和成都3个典型城市为例进行实证分析,并对比了7个对照试验,发现基于二次分解、LSTM-ELM和误差修正的模型具有最高的预测精度。该模型可为治理空气污染提供理论和技术上的帮助。

基于Aspen Plus的利用林业生物质作为替代燃料的水泥分解炉模拟及NO减排研究

基于Aspen Plus建立利用林业生物质作为替代燃料的水泥分解炉模型,选取杨木作为代表性林业生物质,替代40%的煤燃料,在流化床低温气化条件下,研究气化温度、当量比、生物质含水率对产气组分及热值、水泥分解炉出口温度、NO排放浓度的影响。以NO排放浓度为响应值,进行中心组合试验,建立响应面并进行分析。结果表明:在11000 kg/h的生物质进料速率下,随着气化温度从550℃升至700℃,产气中各可燃组分含量先下降后上升,可燃组分含量的升高对NO的生成有促进作用;在当量比大于0.15时,焦炭大多被气化反应消耗,对NO的还原减弱,导致NO排放浓度上升;生物质含水率的增加导致产气中各可燃组分含量下降,分解炉出口温度呈下降趋势;三因素之间存在交互作用,当量比对NO排放浓度影响的显著性水平最高,气化温度和当量比之间交互作用最强;当气化温度为550℃,当量比为0.2,生物质含水率为12.5%时,NO排放浓度(442.91 mg/m^(3))最小。

面向工业动态取送货问题的分解多目标进化算法

由于工业动态取送货问题具有垛口、时间窗、容量、后进先出装载等多种约束,现有的车辆路径算法大多只优化一个加权目标函数,在求解过程中难以保持解的多样性,所以容易陷入局部最优区域而停止收敛。针对上述问题,提出了一种融合高效局部搜索策略的分解多目标进化算法。首先,该算法将工业动态取送货问题建模成多目标优化问题,进一步将其分解为多个子问题并同时进行求解。然后,利用交叉操作增强解的多样性,再使用局部搜索加快收敛速度。因此,该算法在求解该多目标优化问题时能够更好地平衡解的多样性和收敛性。最后,从种群中选择一个最好的解来完成当前时段的取送货任务。基于64个华为公司实际测试问题的仿真结果表明,该算法在求解工业动态取送货问题上的性能表现最优;同时,在20个京东物流大规模配送问题上的实验也验证了该算法良好的泛化性。

基于氨预分解的氨扩散燃烧模拟研究

氨部分预分解是改善氨的燃烧性能的有效手段,但对于氨预分解条件的影响仍缺乏系统的研究。该文针对基于氨预分解策略的氨扩散燃烧装置开展数值模拟研究,以分析氨预分解比例、当量比和氨分解余热对燃烧及污染物排放特性的影响。结果表明,随着氨预分解比例提高,火焰温度提高,火焰高温区更靠近喷嘴,NO_(x)排放量下降;NO排放在NO_(x)中占主导,并随着当量比的提高先增大后减小;N_(2)O排放主要发生在低氨预分解比例、低当量比条件下,在氨预分解比例达到50%后基本消失;利用氨分解余热预热燃料有助于稳定燃烧,并在氨预分解比例不超过30%时,明显减少氨泄漏而未增加NO_(x)排放。研究表明,提高氨预分解比例和当量比能有效改善氨燃烧及污染物排放特性,而在小比例氨预分解条件下应充分利用氨分解的余热。

农村居民代际职业流动变迁状况及其结构分解

农村居民作为改革开放以来职业分化最剧烈的群体,其代际流动性研究具备重要价值,准确估算农村居民代际职业流动性与变迁状况,有助于系统把握农村社会的机会平等状况与开放程度。本文采用CGSS2021数据对农村居民代际职业流动性进行结构分解,研究发现1920—2005年间出生的中国农村居民的代际流动性规律和趋势呈现四方面特征:其一,1920—2005年间出生的中国农村居民代际职业总流动性呈不断上升趋势,排序流动、增长流动、分散流动在总流动性中的占比在不同时期存在较大差异。其二,改革开放以来农村居民的总代际流动性虽呈不断上升态势,但排序流动及其在总流动性中的占比经历了先下降后上升的“U”型变动趋势,表明家庭背景对代际流动的影响呈倒“U”型,即家庭背景对农村居民代际职业流动的影响持续上升,直至“90后”出生群体才呈现出弱化趋势。其三,增长流动对总流动性的贡献占比总体呈逐渐上升态势,特别是1978年改革开放以来,增长流动在总流动中的占比高达90%,反映出中国经济改革和现代化进程对农村居民代际流动性的积极影响。其四,在1920—2005年出生时间段,分散流动在代际流动性中的影响都很小,表明个体社会经济地位差异对农村居民代际流动的影响较小。

光催化剂分解水制取氢气的研究进展

随着化石燃料的迅速消耗和污染的日益严重,开发和利用清洁能源越来越重要.将太阳能转化为清洁氢能的光催化技术是一种有效的解决方案.由于受水分解电极电位的限制,需解决光催化剂带隙与太阳光强度之间的矛盾,因此,开发和利用具有可见光响应能力的光催化剂具有重要意义.综述光催化剂的发展和光催化原理,讨论其巨大的发展潜力,并介绍最常见的几种光催化剂和现阶段的研究进展.

基于模态分解的地基雷达慢速弱目标检测方法

在复杂地物场景中使用地基雷达探测地面动目标时,慢速弱目标与地杂波的频谱通常难以区分,传统的目标检测手段性能受限。针对此问题,提出一种基于模态分解的地基雷达慢速弱目标检测方法。首先设置较低的门限进行单元平均-恒虚警率(cell average-constant false alarm rate,CA-CFAR)检测,初步筛选目标;接着对慢时间信号进行复经验模态分解(complex empirical mode decomposition,CEMD),分离地杂波和动目标;最后利用地杂波和动目标多普勒频谱的对称性差异检测目标。将该检测方法分别与CA-CFAR和正交投影-奇异值分解-恒虚警率(orthogonal projection-singular value decomposition-constant false alarm rate,OP-SVD-CFAR)检测的性能进行比较,并通过仿真数据和两组不同目标的实测数据进行验证。结果表明,所提方法能够提升目标的信杂噪比;在检测概率相同的条件下,其虚警率比CA-CFAR显著降低;在检测概率相同且较高的情况下,所提方法比OP-SVD-CFAR的虚警率也更低,证明了所提方法的有效性。

基于关系有向图正则化的属性三因子分解模型

针对零样本图像分类中属性和特征之间映射不全面以及属性空间结构挖掘不充分问题,提出了基于关系有向图正则化的属性三因子分解模型。首先,利用属性矩阵三因子分解实现了属性空间和特征空间的映射;其次,通过权值矩阵构建了属性关系有向图;最后,在属性空间或特征空间计算测试样本和各测试类别的相似性,进而实现图像分类。在aPY和SUN数据集上的实验结果表明,所提模型有效地提高了零样本图像分类精度。