Active anticorrosion and self-healing coatings:A review with focus on multi-action smart coating strategies

The development of smart coatings with potential for active anticorrosion and self-healing protection of metals is essential for long-term performance of metallic structures in aggressive chemical environments.Presently,emphasis has been placed on the development of advanced smart coatings for corrosion protection in different applications.Innovative multifunctional coatings with fascinating stimuliresponsive functionalities are considered“smart”.The stimuli-responsive functionalities of these smart coatings when properly harnessed result in a class of coatings with inherent autonomous control of corrosion.Fundamentally,when metals are exposed to aggressive environments,occurrences at the metalsolution interface cause environmental changes.These changes can be controlled when triggers from external environment set off active components of smart coating,thereby enhancing coating’s life and functionality.Common triggers include the availability of moisture,concentration of chloride ion,p H gradient,mechanical damage,impact,fatigue,light,redox activity and temperature.In this review,recent technological trends in active anticorrosion and self-healing coatings as functional routes for metal protection are summarized,stimuli responsiveness and mechanisms of inhibition are discussed,and recent multi-action protective systems are particularly focused on.

多元主体参与高职院校创新创业教育的行动路径

随着“大众创业,万众创新”国家战略的实施,高职院校创新创业教育已成为推动经济社会发展的新引擎。在高职院校创新创业教育中,政府、社会力量和高职院校等参与主体围绕公共利益最大化的共同目标履行各自职能。各参与主体都有自身的利益诉求,当以自身利益最大化思维参与创新创业教育时,会出现局部利益凌驾于整体利益之上的问题,使创新创业教育出现主体不在场或缺位现象。为了实现高职院校创新创业教育良性发展,应建立多中心治理架构下的创新创业教育参与模式,从强化政府引领与支持、推动校企融合与共振、提升学校教育水平与培养能力等方面构建创新创业教育路径。

知行合一理念下的多模融合教学在中医耳鼻喉课程中的应用与探讨

目的基于“知行合一”的教育理念,构建多模融合教学体系,并探究它在中医耳鼻喉科课程中的应用效果。方法课前开展线上视频预习,建立不同学习小组并总结疑难点;课堂互助答疑,发布病例讨论,分配学习小组,并由代表总结汇报;课后布置学习任务并进行线上解疑,安排临床见习与实践;思政教育贯穿始终。结果多模融合教学组在平时成绩、期中成绩、期末成绩以及总评成绩方面均优于传统教学组,且具有统计学意义(P<0.05)。结论基于“知行合一”理念下的多模融合教学符合当下医学教育的新要求,强调立德育人的同时,注重临床实践教学,鼓励学生积极学习思考,并逐步形成临床思维,提高实践操作能力。该体系强调知行并进,直面教学不足,有效提高了耳鼻喉科学的课堂教学质量。

地震和风耦合作用下超高层连体结构易损性分析

为探究超高层连体结构在多灾害耦合作用下的设计与安全性能,以苏州超塔为例,开展地震和风耦合作用下的多灾害易损性分析.根据设计资料建立结构有限元模型,分别开展结构在地震作用下以及地震和风耦合作用下的易损性分析,探究结构在多灾害耦合作用下的响应规律.结果表明,地震和风耦合作用下结构联合易损性随着地震动和风荷载强度的增大而增加,且地震动对结构的破坏占主导作用.地震与风耦合作用时结构达到中等破坏、严重破坏和倒塌破坏的概率均比仅地震作用时有所增加.当风速达到40 m/s时,结构在罕遇地震下达到3种破坏状态的概率分别为99.77%、91.56%和46.54%,相比于仅罕遇地震作用下分别提高了1.11%、10.73%和14.65%,相比于一般高层连体结构在同样的灾害耦合作用下分别提高了0.27%、6.26%和14.34%.

新型集体经济与内源式发展:基于江苏省苏州市的案例研究

内源式发展是激发新型集体经济内生动力的重要举措。本文选取江苏省苏州市四个集体经济组织作为案例研究的对象,基于行动者网络理论构建了包括问题呈现、路径整合、利益赋予、征召动员和互动调整五个环节的整合性行动分析框架,归纳出新型集体经济实现内源式发展的演化机理。研究发现,集体经济组织是发展新型集体经济的核心主体;因地制宜地盘活优势资源要素并构建多方共赢的紧密利益联结机制是其实现内源式发展的核心。

单电机线驱动多指柔性外骨骼机械手设计

为使外骨骼机械手的作用更加柔顺、灵活、轻量和低成本,设计了一款基于柔索传递驱动的外骨骼手,整手有10条驱动线,只采用了1台伺服电机做动力源(单驱),通过传动结构和电磁线圈的通断产生的止停作用,使单一动力源的运动输出能合理分配给5根手指的驱动线,并实时控制每根手指上的两条驱动线,生成符合要求的行程运动,缩减了外骨骼手动力装置的体积和重量,降低了生产成本。

岩溶区燃气管道灾害系统多因素耦合作用机理研究

基于灾害系统理论,从“孕灾环境-灾害因子-承灾体-灾情”系统性视角出发,结合系统动力学模型,探讨岩溶区燃气管道灾害系统各子系统内部以及子系统间的耦合关系,考虑多因素间的差异化传导路径,深度剖析灾害演化过程中多因素耦合的作用机理和影响规律。研究表明:(1)孕灾环境活跃性与人员、管道、环境不安全状态以及管理漏洞密切相关;灾害因子风险性受到火灾和爆炸危害的概率、强度、范围、持续时间共同作用;承灾体脆弱性受到社会-经济-自然承灾体三者耦合影响;灾情严重性包含人员伤亡程度、经济损失程度及环境破坏程度三个维度。(2)岩溶区燃气管道灾害的孕育和演化是四个子系统共同作用的结果,子系统两两之间以及三者之间的耦合作用表征灾害不同阶段,而四个子系统间的耦合作用是对整个灾害过程的描述。

台风登陆期间跨海大桥风-浪-流作用结构振动分析

台风登陆时,常诱发狂风、巨浪、风暴潮等自然灾害,威胁跨海大桥的安全。开展台风登陆期间跨海大桥风-浪-流多灾害作用随机振动分析对桥梁结构设计及安全运营有重要作用。首先,介绍台风登陆期间的风-浪-流多灾害数值模拟技术,利用台风混合风场模型驱动SWAN+ADCIRC波流耦合模型实现桥址海域台风期间的风、浪、潮、流模拟。然后,总结了风、浪、潮、流荷载的计算方法,其中风荷载采用了台风风谱,波浪荷载考虑台风波浪谱及各墩非一致激励。以某跨海公铁两用大桥为例,基于台风“艾利”期间的环境参数模拟结果,并借助有限元软件ANSYS开展跨海大桥多灾害作用振动分析。研究结果表明,长期响应的统计特征可利用每次10 min的30次短期随机时程分析结果均值作为代表值,桥梁短期动力响应极值服从广义极值分布;考虑风向、波向变化对桥梁随机振动分析结果影响显著。

多组学整合策略在中药抗抑郁机制研究中的应用

抑郁症是一种常见的精神和心理疾病,发病机制复杂,中医辨证论治治疗抑郁症具有因人而异、因病而异的独特优势。随着分子生物学技术快速发展,多组学技术在中药有效成分抗抑郁效果的分析中得到广泛应用。文章系统介绍了多组学的核心技术,重点综述了近年来基因组学、蛋白质组学、转录组学、代谢组学和多组学整合技术在中药抗抑郁作用机制研究中的思路、方法和进展,为推进多组学技术在中药治疗抑郁症中的应用提供参考。

考虑多能互动的农村区域电网负荷预测方法

为应对煤改电及分布式电源规模化接入导致农村区域电网负荷预测复杂性提升的问题,本文提出一种考虑多能互动的农村区域电网负荷预测方法。首先,分析多能源信息耦合关系,提出农村区域多能信息横向和纵向交互的特征;其次,建立并行长短期记忆网络的多任务学习模型,支持多能源系统之间的横向交互分析;最后,以河北雄安农村区域电网进行验证,结果表明本文所提方法能够有效提高农村区域复杂场景下的预测精度。

多学科协作的I-PDCA模式在结直肠癌学科建设中的实践与思考

目的 探讨北京大学肿瘤医院结直肠癌学科建设中多学科协作模式及实施情况,为医院学科建设和创新管理提供借鉴。方法 本中心7年来将创新设计与传统PDCA管理方法相融合,针对医疗、科研、人才培养开展了五阶段I-PDCA新模式的多学科协作。结果 该模式弥补了传统PDCA四阶段模式缺乏创造力的弊端,促进了本院结直肠癌学科相关资源在多个维度的高效配置,在结直肠癌学科建设中发挥了重要作用。结论 结直肠癌多学科协作的I-PDCA模式有利于提升医疗服务、科研成果产出和人才培养水平,为学科未来发展提供助力。

时空关联的Transformer骨架行为识别

目前主流的骨架行为识别方法采取关节流、骨骼流及其对应的运动流作为多流网络分别进行训练,造成训练成本高,另外,在特征提取过程中,忽略了对复杂时空依赖关系的建模,以及在时域上的信息交流采取大尺度卷积,导致聚合大量冗余信息。针对以上问题,提出一种时空关联的Transformer骨架行为识别方法。首先,构建运动融合模块,以关节流和骨骼流作为双流输入,在特征级别将各自的运动信息进行融合,减少单独训练运动流的成本;其次,提出移位Transformer模块,利用时间移位操作混合时空信息的特性,配合Transformer低成本地捕获短期时空依赖关系;然后,设计多尺度时间卷积进行时域长期信息交流;最后,融合双流得分获得最终分类预测。在大规模数据集NTU RGB+D以及NTU RGB+D 120上进行实验,结果表明,该模型在NTU RGB+D数据集的两种评价标准X-Sub和X-View上分别达到了91.5%和96.3%的识别准确率,在NTU RGB+D 120数据集两种评价标准X-Sub和X-Set上分别达到了87.2%和89.3%的识别准确率,本文所提方法的识别准确率相对主流骨架行为识别方法有明显提升,验证了模型的有效性和通用性。

地铁沿线建筑内噪声多维度感受影响机制

随着城市铁路系统的快速发展,铁路沿线建筑内人群对地铁运行产生噪声的抱怨逐渐增多,为控制室内地铁噪声对人群所产生的负面影响,有必要对地铁噪声产生的多维度负面情绪进行评估。采集了79名受试者对建筑内地铁噪声的多维度负面感受(压抑感,不舒适度和不满意度),基于偏最小二乘法分析了主客观影响因素对多维度负面感受的作用机制,并比较了多维度负面感受在反映地铁噪声影响上的差异。结果表明,多维度负面感受主要取决于主观响度和声学参数,活动干扰度、地铁噪声的敏感度、厌烦度和适应性的影响明显更弱;3个多维度负面感受中,相比于压抑感,不舒适度和不满意度受主观响度的影响轻微更显著,在相同的主观响度感受下,不满意度等级最高。该文可以为地铁沿线建筑物内噪声负面感受的评价和改善提供参考。

基于双重时空特征金字塔的人体行为识别

针对目前人体动作存在着行为识别准确率低的问题,提出一种基于双重时空特征金字塔网络结构的人体行为识别方法—DSTFP。该方法使用SlowFast网络作为骨干网络提取不同尺度的特征,并将多个尺度的特征输入双重时空特征金字塔进行处理以增加网络对多个尺度的敏感度。第一重为语义增强金字塔(SEEP),自顶向下融合多个尺度的特征,在不同尺度的特征中传递高层语义信息;第二重为空间增强金字塔(SPEP),采用自底向上的融合方式,在不同尺度的特征中传递空间定位信息。在公共数据集AVA上的实验结果表明:该方法能获得24.97 mAP,相较于原网络提升了0.77 mAP,并有效地提升了人体行为识别的准确度,相比于同类算法更符合实际应用需求。

一种多骨架特征前期融合的在线行为识别算法

针对现有基于人体骨架的行为识别方法存在计算量大、不适合在线应用的问题,提出一种多骨架特征前期融合的在线行为识别算法。该算法通过前期嵌入层融合不同类型的输入特征,并结合最大池化和层次池化操作提取骨架空间的多语义信息。根据日常行为的数据特征设计有效的骨架序列选取方式,并制作NTU-GAST Skeleton数据集,实现在线的行为识别应用。在公开数据集NTU60/120 RGB+D上进行测试,结果表明提出的算法需要更少计算量的同时取得了较高的识别准确率。

基于视频时空特征提取分类的动作分析评估模型

为拓展机器视觉技术在医工结合场景下的应用,文中基于改进的时空Transformer模型,提出一种动作规范识别模型。该模型由数据嵌入层、时空Transformer层、决策融合层组成。数据嵌入层利用Openpose模型从sRGB图像中提取人体骨骼数据,降低环境部署成本;时空Transformer层使用时空模块和块间模型对图像数据特征进行训练和分类,提升原模型的分类精度;决策融合层实现对应用场景的规范性判别。实验测试结果表明:所提算法的TOP1和TOP5精度指标在所有对比算法中均为最优;在以心肺复苏术为例进行的实际应用测试中,该算法的综合性能较为理想,能够满足工程需要。

基于特征聚合和传播网络的图像超分辨率重建

基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图像丰富的内部信息.首先,提出上下文交互注意力模块,使网络学习到特征图丰富的上下文信息,提高特征的利用率.然后,设计多维注意力增强模块,提高网络对关键特征的判别能力,分别在通道和空间两个维度提取高频信息.最后,提出特征聚合传播模块,有效聚合深层细节信息,去除冗余信息,并促进有效信息在网络中传播.在Set5、Set14、BSD100、Urban100等基准数据集上的测试实验表明,文中方法性能较优,重建后的图像细节纹理较清晰.

基于模糊多判据融合的单端暂态量保护新方案

针对现有单端暂态量保护方案仅依赖单一故障特征进行故障识别导致可靠性不高的问题,提出了一种基于模糊多判据融合的单端暂态量保护新方案,实现不同单端暂态量保护方案间的优势互补。首先,分析了现有基于高低频暂态能量比值、故障初始零模/线模电压行波到达时间差以及前两个线模电压行波极性关系3种单端暂态量保护方案保护判据的特性及其动作灵敏区,在此基础上构造了相应判据的模糊隶属度函数;其次,针对不同暂态量保护方案的优缺点,基于模糊逻辑将上述3种单端暂态量保护方案进行有机融合以判别故障区段;最后,基于PSCAD/EMTDC的大量仿真,对比分析了上述3种暂态量保护方案以及所提新方案在不同故障位置、不同母线杂散电容、不同过渡电阻以及不同权重系数等条件下的适应性,验证了新方案的有效性。

融合行为词的罪名预测多任务学习模型

随着人工智能技术在司法领域的应用,依据案情描述预测所属罪名成为一项重要研究内容。案情内容术语专业,描述言简意赅,而现有方法却往往依赖文本特征,忽略了不同案件相关要素的差异性,缺乏对案情行为词要素的有效利用。为了解决此类问题,提出一种融合行为词的罪名预测多任务学习模型。首先,由边界识别器生成行为词跨度,提炼出案情核心内容;其次,通过构建行为词的结构特征预测所属罪名;最后,将行为词识别和罪名预测进行统一建模,通过共享参数的方式增强模型的泛化能力。通过构建行为词识别和罪名预测的多任务数据集进行验证,实验结果表明该模型识别行为词任务的F值达到了83.27%,罪名预测任务的F值达到了84.29%,与BERT-CNN模型相比,分别提高了0.57%和2.61%,验证了该模型对行为词识别和罪名预测的优势。

LUDV多路阀复合动作流量分配影响因素分析

以某阀后补偿流量共享型多路换向阀为对象,在不饱和流量状态下分析了复合动作中补偿阀芯的压力补偿功能,探明了补偿阀芯的补偿压力随负载动态变化的特性。通过分析不同过流面积下主阀芯和补偿阀芯对各动作流量的影响,提出了考虑补偿阀芯最小开口与主阀芯过流面积影响下的复合动作流量随负载变化理论计算公式。并通过多路阀复合动作试验进行了验证,通过误差分析确立了其具有一定准确性,为实际应用中多路阀流量分配设计提供了理论依据。