面向“双碳”目标人才培养的工业化学课程教学改革探索与实践

为培养“双碳”目标高等教育紧缺专业人才,过程装备与控制工程专业工业化学课程“教”与“学”的模式需要与时俱进,改变以教师为中心的教学模式,建立以学生为中心的教学模式势在必行。该文针对工业化学课程教学过程中存在的“双碳”目标教育内容不足问题,初步探索通过增加绿色工程教育内容、实施项目驱动教学、建设跨学科的工业化学师资队伍和建立与“双碳”目标人才培养相适应的教学评价方法等措施来提高教学质量,并提出“双碳”目标下工业化学课程体系改革建议,为培养“双碳”目标紧缺人才提供参考和应用实践。

基于数据驱动的机动目标跟踪

目标跟踪是进行目标精准打击的关键,特别是对于机动目标的精确跟踪可以提高对目标状态的估计精度,从而实现目标的精确打击任务。针对机动目标跟踪问题,基于神经网络理论,本文提出了基于数据驱动的机动目标跟踪算法。通过生成大量不同机动方式运动的飞行数据,建立目标机动的数据样本库,采用基于双向输入的深度神经网络,对大量不同的机动飞行数据进行训练,生成不同机动轨迹的模型,通过轨迹序列数据与不同机动模型匹配,实现对任意机动目标的运动轨迹预测,进而实现对机动目标的跟踪。仿真结果验证了基于数据驱动进行目标跟踪算法的有效性,提供了机动目标轨迹预测的新思路和新方法,提升了轨迹预测的时效和精度。

电磁目标表征:知识-数据联合驱动新范式

电磁目标表征是电磁空间态势感知中的一项共性基础性问题。早期目标表征基于专家经验知识,需要设计者具有较强的专业背景与先验知识,其在复杂信号环境下的性能不佳。近年来发展起来的深度学习为复杂电磁环境下的目标信号表征提供了新的途径,它通过模拟人脑的深层结构建立机器学习模型,以端到端的方式自动表征和处理目标数据,在电磁目标检测、分类、识别、参数估计、行为认知等感知任务中显示出良好的性能。然而,深度学习严重依赖海量高质量标注数据,在现实电磁环境中存在一定局限。将知识融入智能系统一直是人工智能的研究方向,结合知识与数据进行电磁目标表征,将有望提升目标感知精度与泛化能力,正在成为电磁目标表征中新的方向。本文回顾了电磁目标表征技术的发展过程,对新的知识-数据联合驱动的电磁目标感知范式进行了展望。

层流信道中基于模型驱动的信道建模方法

针对已有的层流信道模型不能直接应用于存在目标的复杂层流信道的问题,提出一种基于模型驱动的信道建模方法.研究了存在目标的层流扩散信道的系统模型,在无目标平流模型的基础上加入参数,考虑层流和目标对接收分子的影响.结合仿真结果,将有目标的复杂层流信道近似为两个稳定的层流信道,建立有目标的点源-接收机层流扩散信道模型.结合神经网络使用Levenberg-Marquardt算法对信道模型参数进行学习和预测,同时提出基于数据和模型驱动结合(combination of data and model driven, CDMD)的检测方法对目标进行检测.结果表明:通过公式数据与仿真数据对比验证了其信道模型的准确性,所有数据的相关系数为0.999 15,该神经网络模型具有可行性;使用神经网络二分类算法验证提出的目标检测方法,检测准确率达到98.8%时,提出的CDMD检测方法所需数据量约为基于数据检测方法的1/6.

基于全永磁微波离子源钛自成靶的D-D中子源设计研究

介绍了一种基于全永磁微波离子源钛自成靶技术的紧凑型氘氘(D-D)中子源,其设计中子产额为1×10^(9)s^(-1)。该D-D中子源已经进行了800 h以上的测试,系统可重复稳定运行。早期测试结果显示,系统打火频率高、中子产额低,长时间放电后反向电子会烧蚀Al2O3陶瓷窗,导致微波耦合困难,氘等离子体无法点亮。通过在等离子体腔室中添加氮化硼(BN)保护片以及在钛靶与高压电极之间增加电子抑制电阻,有效抑制了Al2O3陶瓷窗的损伤。通过对等离子体电极孔径的优化和降低腔室压力,降低了打火频率,提高了中子的产额。系统优化后,氘离子能量为70 keV、束流强度为5 mA时,中子产额达到了2.0×10^(8)s^(-1)。在氘离子能量为97 keV、束流强度为6.6 mA时,系统中子产额达到5.2×10^(8)s^(-1)。

场驱动医疗微机器人:材料制备工艺不断优化的应用前景

背景:微机器人具有体积小、灵活、靶向性强等特点,可以在狭窄的环境下通过单体或集群的方式完成复杂的工作。随着材料、制备工艺以及驱动方式的不断优化,其在生物医学领域内显示出越来越重要的应用价值。目的:分析场驱动微机器人在生物医学领域的应用并展望其应用前景。方法:以“微机器人,纳米机器人,驱动,生物医学,医疗”为中文关键词,以“microrobots,micro-robots,nanorobots,micromachine,microswimmer,medical”为英文关键词,分别检索万方以及Pub Med数据库,检索时间范围重点为2010年1月至2024年1月,同时纳入少数远期文献。通过阅读文题、摘要初步筛选,排除重复性研究、低质量期刊以及与内容不相关的文献,阅读全文后最终纳入66篇文献进行综述。结果与结论:场驱动医疗微机器人涵盖了磁、光、热、超声及多种混合因素驱动机器人。场驱动机器人已被应用于肠道诊断、药物靶向治疗及干细胞治疗等多个领域。尽管医用微机器人在临床医学中已有少数应用,但大多数还处于理论和实验阶段。医用微机器人的未来面临诸多挑战,如实现大规模制备、进一步提升精确控制、解决回收或体内降解问题,以及所用材料是否会对人体产生不良反应等,此外微机器人还需与相应的微创医学手术相配合。

主体功能区战略视角下广东省县域城镇化发展路径研究

推进以县城为重要载体的城镇化是新时期推进县域城镇化的重要切入点和关键抓手,对助推实现城乡融合和区域协调发展具有重大战略意义。本研究选取广东省57个县(市)作为研究对象,从落实主体功能区战略和完善主体功能区制度的视角,揭示了广东省县域主体功能区的重要特征,以及广东省县域城镇化、县域产业发展的情况和问题,并以底线优先、发展赋能、政策叠加的原则和思路,对衔接主体功能区战略的广东省县城进行了归类,对不同类别县城以产业为牵引推进城镇化的路径提出了具体对策建议,以期为支撑广东深入推进“百县千镇万村高质量发展工程”、为其他省市推进县域城镇化发展提供有益参考。

基于深度学习的MIMO雷达一体化处理

传统MIMO雷达采用基于模型驱动的级联信号处理流程,各处理流程对模型假设依赖严重,且互相依赖,引入了基于深度学习的数据驱动的方法,通过构建三维卷积神经网络检测模型,直接在接收端检测发射波形,实现空域、时域和距离维的联合处理。仿真结果显示:在简单目标环境下,深度学习方法同传统处理方案效果相当;在复杂目标环境下,深度学习方法要明显优于模型驱动的传统处理方法,表明了深度学习方法的有效性。

基于数据驱动的目标选择策略探究

文章介绍了数据驱动的目标选择策略的重要性,探讨了相关的研究方法和技术。通过对数据的分析和模型的应用,文章提出了一种有效的目标选择策略并对其进行了评估和验证。研究旨在探讨基于数据驱动的目标选择策略,深入研究其理论框架、方法和实际应用,以期为各个领域的决策者和研究人员提供有益的参考和启发。

基于双目视觉的绳驱动飞行机械臂目标识别与抓取

为提高面向飞行机械臂平台的目标姿态估计的精度,为飞行机械臂配备双目视觉系统,对绳驱动机械臂和双目相机进行系统建模,利用Camshift算法对目标进行实时追踪,结合目标的几何特征提出一种轻量化的目标姿态估计算法,可用于飞行平台的实时目标追踪与姿态估计并进行飞行机械臂抓取实验。实验证明:该姿态估计算法对于目标追踪和姿态估计具有较好精度,可以实现抓取作业。

配电网目标网架实施策略下的电力质量管理优化研究与应用

本研究旨在探讨配电网目标网架实施策略下的电力质量管理优化方法,并通过应用实例展示其潜在价值。首先,文章介绍了配电网目标网架的定义、特点以及主要实施策略,突出了其在电力分配中的优势。随后,分析了当前电力质量管理方法存在的局限性,并探讨了目标网架实施策略下电力质量管理所面临的挑战。接着,文章详细讨论了电力质量管理的优化方法,包括数据驱动的电力质量预测、监控与控制策略,以及电力质量问题的故障定位与诊断技术。最后,通过实际应用案例,展示了目标网架实施策略下的电力质量管理的优化成果。本研究为电力行业提供了有力的参考,以改善电力质量管理和提高配电网的效率与可靠性。

任务驱动教学法在高中化学教学中的应用探究

任务驱动教学法是将教学目标转化为可执行的任务,组织学生用多种方法完成任务并感悟其中原理的一种教学方法。在高中化学教学中,教师要基于目标转化原则、难易适中原则、综合性原则,按照分析目标、创设任务情境、组织任务活动的顺序开展教学。文章在分析任务驱动教学法的内涵、理论基础及应用原则的基础上,结合具体教学案例探究其在高中化学教学中的应用策略,以期为一线教师提供教学参考。

绳牵引并联机构末端执行器运动轨迹精度评价方法

面向高动态运动目标模拟需求,设计一种平面4绳牵引2自由度并联机构,研究其末端执行器轨迹精度评价方法。基于末端执行器直线、抛物线和圆运动轨迹离散点测量数据,提出基于最小二乘法的轨迹误差计算方法,完成了末端执行器运动轨迹精度评价。研究结果表明:末端执行器直线运动轨迹误差为1.54%,抛物线运动轨迹误差为1.23%,圆运动轨迹误差为2.26%。

双碳目标下过程装备与控制工程专业流体机械课程教学改革探索

为了培养碳达峰碳中和技术领域的高等教育紧缺人才,过程装备与控制工程专业流体机械课程教学内容和形式需要一定程度的改革。本文针对流体机械课程在教学过程中存在的问题,初步探索通过强化绿色工程教学内容、执行项目驱动教学课程实施方案、建立科教协同育人平台、培养碳达峰碳中流体机械课程师资队伍等措施来提高教学质量,提出双碳目标下流体机械课程体系改革建议,为我国过程工业实现碳达峰碳中和目标提供坚强的人才保障和智力支持。

用于车载加速器中子源的边缘冷却靶结构研究

为解决车载加速器中子源锂靶出射中子衰减的问题,提出了冷却水在侧面流动的边缘冷却靶结构,研究其辐照损伤、冷却效果和出射中子品质等性能。在靶结构中引入由钒制成的中间层,从氢原子扩散和辐照损伤的角度分析了质子对靶结构材料的影响;基于有限元软件COMSOL Multiphysics,建立了不同质子束流轰击下的共轭传热模型来预测锂靶温度,并通过实验进行了验证;采用蒙特卡罗方法比较了靶结构的前冲方向中子产额,并对边缘冷却靶结构的感生放射性进行了评估。结果表明:钒中间层的引入可以有效促进氢原子的扩散和容纳过程,减轻氢脆对铜基板的影响;对于功率为250W、半径大于0.75cm的高斯分布质子束斑,边缘冷却靶结构的最高温度可以控制在140℃以下,冷却模拟结果相比于实验结果更为保守;边缘冷却靶结构在前冲方向的中子产额损失更小,具有10%左右的优势。边缘冷却靶结构在保证高效冷却的基础上,提高了前冲方向的中子产额,在车载加速器中子源上具有长寿且可靠运行的潜力,可为靶结构的相关研究提供参考。

大数据驱动的红外移动目标检测

为了精准检测移动目标,提出一种大数据驱动的红外移动目标检测方法。采取空间滤波法预处理红外图像,抑制红外图像背景、增强图像内移动目标边缘,采用Seletive Search策略,通过区域划分算法划分预处理后红外图像为若干块小区域,提取若干个红外移动目标候选区域;为避免相邻红外移动目标候选区域图像间存在帧间差异及虚警,影响移动目标中心位置检测效果,提取移动目标候选区域的灰度特征,并结合运动特征建立加权融合特征,精准定位移动目标候选区域,将移动目标候选区域输入卷积神经网络,网络输出结果即为检测到红外移动目标,利用损失函数判定该目标是否为真实移动目标。实验研究表明:所提方法能够精准定位红外移动目标候选区域,检测出红外移动目标,检测性能较好,拥有较强的收敛性。

应用于多层靶准等熵压缩实验的反积分方法

针对磁驱动和激光驱动准等熵压缩实验物理中多层结构靶设计和实验数据处理的需求,在反积分处理方法的基础上,提出了多层靶的层间传递方法,实现了多层靶内加载历史的反演计算。通过正、反积分数值实验以及激光驱动实验的正、反计算,验证了多层靶中反积分数据处理方法的有效性,在绝大部分计算范围内,多层靶的反积分处理精度可以达到1%以内。利用反积分方法开展了多层靶物理实验的波形设计,并分析了不同厚度胶层的多层靶对斜波加载实验的影响。

神经过程和运动模型混合驱动的机动目标跟踪算法

针对基于贝叶斯滤波器模型的目标跟踪算法非常依赖先验知识,在复杂场景中跟踪性能下降的问题,提出了一种神经过程和运动模型混合驱动的机动目标跟踪算法。利用神经网络构建一个目标运动的随机微分方程来提高对目标运动的建模能力;使用加速度模型作为领域知识约束目标状态的微分方程,构造一个混合驱动的解码器;利用所构成的混合驱动解码器替换神经过程的解码模块,形成一种无监督学习的混合驱动滤波器。仿真实验结果表明:所提算法同时具有数据驱动和模型驱动算法的优势,依赖先验知识少,能在不同场景下保持稳定的跟踪精度,生成的轨迹较神经过程滤波器更加平滑且具有目标动力学特征;与经典的贝叶斯滤波器相比,所提算法的状态估计峰值误差平均降低了20%。

单帧红外图像弱小目标检测研究综述

远距离广视角场景中由于红外热成像仪成像原理的局限性、大气环境的干扰、远距离传输介质对红外辐射的衰减,检测目标面临巨大挑战。本文在详细分析了图像背景复杂、目标特性弱小、图像对比度低和结构特性缺失等红外弱小目标图像特性的基础上,从基于目标突显和背景预测两大类概述了单帧红外图像弱小目标检测技术的研究现状,并探讨了红外弱小目标检测研究的发展趋势。

基于流量检测的目标大数据快速检索系统设计

目前使用的基于簇内乘积量化、倒排索引的检索方法存在耗时较长、效率偏低的问题。为此,设计了基于流量检测的目标大数据快速检索系统。设计索引服务器,利用XML驱动系统,编写XML配置文件,并传递给接口执行相关操作。使用流量检测方法检测异常数据入侵行为,实现对异常数据的定位。计算采样间隔,并确定索引构建时间,构建基于时间域的倒排索引。设计检索流程,完成系统设计。实验结果表明,该系统索引构建时间最短为0.03 s,膨胀系数最大可达到0.99,具有快速检索目标大数据的效果。