Abstract:

目的 纳米 Au 催化剂一直是多相催化领域的典型研究材料之一,其具有特殊的电子、结构性质及对诸多氧 化、还原反应历程的高催化性能。 但是纳米 Au 催化剂存在尺寸依赖性强,对 O2 等基础物质活化能力弱等问题。 Ag 与 Au 形成合金材料则是解决上述问题的重要途径之一。 已有研究中采用多种不同的 AuAg 催化剂制备方法, 并且其在不同催化应用中涉及多种催化机理,但未有研究将其制备过程以及协同催化机理进行对比总结。 因此, 针对 AuAg 合金催化剂,综述了其常见的制备方法和预处理条件及其在 CO 氧化等氧化反应、不饱和醛加氢等加氢 反应中的应用以及催化反应机制,并提出了未来可能的发展方向。 方法 通过对 AuAg 催化剂的研究和应用进行综 述,分析了不同制备方法的特点及预处理条件对 AuAg 催化剂结构的影响以及 AuAg 催化剂在不同反应中的催化 机理。 结果 在该合金材料的制备和预处理方面,对比了不同制备方法及其对该合金颗粒在载体表面负载状况的影 响机制,也深入探讨了预处理条件对 AuAg 纳米粒子的尺寸及合金化程度的调控作用。 在催化应用上,Ag 的加入 能够改善纳米 Au 的抗烧结能力,二者间的电子效应也可提升材料对 O2 等基础物质活化能力,并降低 Au 颗粒尺 寸变化对催化反应结果的影响,最终高效催化 CO 氧化、醇氧化、不饱和醛加氢、炔烃加氢以及硝基芳香化合物还 原等反应历程。 结论 目前有多种制备 AuAg 合金纳米催化剂的方法,而其结构的可控及稳定的合成仍是未来的研 究重点。 同时,AuAg 催化剂在不同反应中催化机理的探索对 AuAg 催化剂的定向设计尤为重要,应进行更深入的 研究,以更快实现工业应用。

Abstract:

目的 研究微塑料对高铁酸盐降解有机污染物的影响,以罗丹明 B 作为模拟污染物,分别研究了微塑料添加 量、高铁酸盐使用量、罗丹明 B 初始浓度、pH、天然有机物、无机离子等因素,对微塑料在反应过程中的影响。 方法 通过改变氧化体系的反应条件,研究反应体系中添加微塑料、不添加微塑料以及仅有微塑料存在的情况下,分析高 铁酸盐对罗丹明 B 的去除率,探究微塑料在氧化反应体系中的作用原理。 结果 微塑料参与了高铁酸盐降解罗丹 明 B 的氧化反应,反应后微塑料的形貌发生了改变,由最开始的光滑无空隙变为粗糙呈明显蜂窝状,且表面吸附有 高铁酸盐的氧化产物。 在不同反应条件下,微塑料对高铁酸盐氧化降解罗丹明 B 都具有促进作用,且促进作用不 仅表现为对罗丹明 B 的吸附作用,其中的机理有待探究。 微塑料在反应体系中的作用效果受污染物底物浓度影响 较大。 结论 微塑料存在的反应体系罗丹明 B 的去除率高于没有微塑料存在的反应体系,说明微塑料可以促进高 铁酸盐氧化降解罗丹明 B,提高罗丹明 B 的去除率。 初步探究了微塑料在氧化体系中的作用影响,期望为实际污 水处理中微塑料的去除治理的进一步研究提供理论支撑。

Abstract:

目的 在地籍测绘和灾害管理等领域中,建筑物轮廓和位置的自动提取是至关重要的一环。 为了解决高分 辨率遥感图像建筑物因环境因素导致分割精度不准确等问题,提出了一种改进的轻量化 SOLOv2 实例分割模 型———NDFEDet-SOLOv2。 方法 该模型选用双向特征金字塔网络( BiFPN) 特征融合方式的轻量级 EfficientDet 网 络,其中将骨干网络部分的 EfficientNet 升级为 EfficientNetv2,EfficientNetv2 中的三层 MBConv 模块 SE 注意力更换 为含有 DropBlock 正则化的轻量级标准化注意力机制( NAM) ,构成 NAD-MBConv 模块。 BiFPN 特征融合部分,向 其尾端各特征层并入双水平路由注意视觉变压器( BiFormer) ,形成双向水平路由注意特征金字塔网络结构( Bi- FPN-Former) ,从而聚焦微小建筑物轮廓信息,以实现更高层次的特征融合。 结果 NDFEDet-SOLOv2 模型相较于传 统轻量级 SOLOv2 实例分割算法,平均精度 mAP、mAP50 和 mAP75 分别提高了 3. 9%、3. 7%和 2. 5%,检测帧率(FPS)提 高了 2. 7 帧 / s。 结论 轻量化 NDFEDet-SOLOv2 实例分割算模型消除了建筑物边角的图像畸变,在地理环境空间不均 等复杂情况下也能准确提取出遥感图像建筑物的基本轮廓,从而为城市布局更新和建筑变化检测提供理论参考。

Abstract:

目的 社交推荐是在传统推荐的基础上引入用户的社交信息以更好地生成推荐结果。 由于社交推荐不仅涉 及用户本身的信息,还涉及用户的社交关系信息,因此对用户的隐私保护变得更加重要。 然而,目前的社交推荐方 法大多只注重提高推荐准确性,而忽视了对用户个人信息隐私保护的问题。 因此针对社交推荐中用户的评分数据 和社交关系数据的隐私保护问题,提出了一种基于社区划分的社交推荐隐私保护方法( SRCD) 。 方法 首先,考虑 评分值的分布范围对用户相似度的影响,并结合用户之间的社交关系,来给社交网络中的用户划分社区,并计算每 个社区中用户对所看过项目的评分的均值;然后,根据社区划分的结果,寻找与目标用户所在社区相似的其他社 区。 从而可以构造出一个社区-项目评分均值矩阵。 并且针对实际场景中评分均值矩阵稀疏的情况,采用了中位 数填补矩阵的缺失元素。 最后,用矩阵分解的结果来预测用户对项目的评分,从而评估算法的性能。 结果 通过仿 真实验验证,所提方法相比于现有的社交推荐算法不仅在隐私保护方面提供了保障,而且在推荐准确度方面具有 相近的预测准确率。 结论 提出的方法不仅在一定程度上保护了用户的隐私信息,还为用户提供了令人满意的推荐 结果。

Abstract:

目的 针对光刻系统与特征尺寸不匹配导致的光刻图案与掩模图案严重偏差的问题,提出了一个基于深度 学习的端到端掩模优化框架 TransU-ILT。 方法 该框架使用 CNN-Transformer 的混合模型作为特征提取模块提取 目标布局的深度特征,在特征重构模块中加入像素重组层来重构掩模;此外,在训练过程中,加入深度监督机制提 高对布局图案特征的提取精度,从而进一步提高掩模的可印刷性。 结果 实验定量结果表明:与最先进的方法相比, 所提出的框架可以实现 4 倍的周转时间加速,在平方 L2 误差和工艺变化带指标方面分别降低了 13. 4%和 4. 3%, 且框架生成的掩模晶圆图案边缘更加平滑,更接近目标布局。 结论 TransU-ILT 在时间性能和掩模可印刷性方面 总体上优于对比的先进方法,可以为掩模优化方法提供一种有效的解决方案

Abstract:

目的 为分析并比较不同结构的折流板对热交换器温度场、压力场和流场的影响,提高热交换器的换热效 果,采用 ANSYS FLUENT 软件对热交换器进行数值模拟。 方法 基于某工业园区分布式能源系统,针对系统内的立 式热交换器进行数值模拟研究,并根据数值模拟研究结果对热交换器进行结构优化。 结果 折流板的开口夹角越 小,空气出口温度越高,当折流板的开口夹角从 180°减小至 30°时,空气出口温度提升 11. 82%,但同时在热交换器 出口处空气速度明显升高,导致外筒承受的冲击较大;折流板的间距越小,空气出口温度越高,当折流板的间距从 220 mm 减小至 110 mm,空气出口温度提升 14. 99%,烟气通过内筒壁面与空气换热接触时间变短,且烟气速度在 烟气出口明显上升;折流板的开口面积越小,空气出口温度越高,当折流板外圆直径从 2 170 mm 增大至 2 770 mm, 空气出口温度提升 9. 22%。 结论 对立式换热器进行结构优化时,应应适当减小折流板的开口夹角或减小折流板的 开口面积,同时减小折流板的间距,使空气能够在热交换器内部进行充分地换热。

Abstract:

目的 针对传统电力负荷预测模型对长序列预测精度低的问题,提出一种结合跳级卷积连接与时间编码网 络的新型时序卷积神经网络( TCN) 模型———STE-TCN 模型。 方法 首先对 TCN 模型加入跨周期的膨胀卷积通道 ( Skip-convolution) 提取电力数据周期信息;再进行特征融合得到 Skip-TCN 网络,使网络抓取周期规律,增加信息 利用长度;最后设计日期编码网络( Time encoding network) 捕捉生活周期和季节性特征,与 Skip-TCN 进行特征融 合得到 STE-TCN 模型,实现对电力负荷数据长序列预测。 结果 实验表明:在与 TCN 模型和传统时序网络的对比 下,Skip-TCN 的预测精度均有提升,在预测长度更长的测试上提升尤为明显。 结论 实验结果验证了通过对更长跨 度时序关系的捕捉,STE-TCN 网络改进方法有效提升了对长序列电力负荷的预测精度。

Abstract:

目的 针对变压器油中的 H2 、CH4 、C2 H6 、C2 H4 、C2 H2 气体的浓度存在耦合性问题及电力变压器故障诊断精 度较低的问题,提出了利用堆栈稀疏自编码器( Stacked Sparse Autoencoder, SSAE) 和 XGBoost 模型结合的方法来 提高电力变压器故障诊断的准确率。 方法 首先利用堆栈稀疏自编码器( Stacked Sparse Autoencoder, SSAE) 处理 DGA 数据;其次确定自编码器堆栈个数,确定隐含层数目;然后利用 SSAE 对原始数据进行数据转换,提取深层次 特征信息;接着为了消除数据之间数量级差异较大的问题,对提取后的特征数据归一化进行处理;最后将处理之后 得到的数据再输入 XGBoost 模型之中进行分类验证。 结果 本文建立的基于堆栈稀疏自编码器与 XGBoost 的电力 变压器故障诊断方法诊断准确率为 91. 11%,高于常用的其他机器学习模型。 结论 实验结果验证了方法的有效性, 表明基于堆栈稀疏自编码器与 XGBoost 的电力变压器故障诊断方法能够有效提高故障诊断的准确率。

Abstract:

目的 在有向拓扑下,针对非线性多智能体系统,研究其基于分布式动态事件触发的固定时间一致性问题。 方法 通过在静态事件触发策略基础上引入一个动态变量,提出每个智能体基于状态信息和动态变量的触发条件, 只有当测量误差符合该触发条件时,系统才会进行控制器的更新。 这个动态变量是可调节的阈值参数,能有效减 少大量事件触发,从而在静态事件触发策略的基础上进一步降低系统的资源损耗。 结果 利用代数图论、李雅普诺 夫稳定性理论和固定时间稳定性理论得到了系统实现固定时间一致性时,控制策略和触发函数中各参数需要满足 的条件和系统的收敛时间上界。 结论 相较于有限时间一致性系统的收敛时间依赖于系统的初始条件,利用设计的 固定时间一致性协议,系统的收敛时间与系统的初始条件无关,而且可以通过调整控制参数来确定收敛时间的上 界。 通过对测量误差的分析证明了在所提出事件触发策略下,系统可以避免出现芝诺行为,数值仿真例子验证了 理论结果的可行性。

Abstract:

目的 针对二阶动力系统的识别问题,提出一种基于线性多步方法的稀疏识别方法。 方法 首先,构造一个包 含几乎所有可能基函数的基函数库,用于近似潜在的二阶动力系统;然后,利用线性多步方法离散近似后的二阶动 力系统;接着,在广义最小二乘原理的指导下,选取一个合适的噪声残差项近似协方差矩阵,再利用该矩阵对上述 过程得到的最小化问题进行加权,从而降低噪声对模型识别过程的影响;最后,使用稀疏回归算法从基函数库中挑 选出最有意义的最小特征项,并通过稀疏迭代求解其对应系数。 结果 比较了不同时间步长和不同噪声水平下,使 用提出的线性多步稀疏识别方法挖掘潜在二阶动力系统的数值实验,通过这些实验可以得出:所提出的方法用于 识别未知的二阶动力系统具有较高的精度和较好的鲁棒性。 结论 通过数值实验,验证了算法的有效性。

Abstract:

目的 研究纵向数据部分线性模型的参数和未知回归函数的估计问题。 方法 考虑在一些统计应用中,模型 参数通常带有一定的约束,提出一种基于约束最小二乘与二次光滑局部线性估计的方法。 该方法首先利用 profile 最小二乘法和 Lagrange 乘数法得到参数和回归函数的约束,即 profile 最小二乘估计量;再结合改进的二次光滑局 部线性估计方法得到约束条件下模型的最终估计,并在一定正则条件下,证明了所构造的参数和回归函数估计量 的渐近正态性;同时,通过数值模拟得到了有约束和无约束两种情况下参数分量的偏差、标准差和均方误差,并绘 制了两种情况下回归函数的拟合曲线,验证了上述方法的有效性。 结果 模拟结果表明:相对于不考虑约束条件的 估计量,考虑约束条件的估计量具有更高的估计精度;回归函数的拟合曲线展现出了良好的拟合效果,进一步验证 了所提出估计方法的有效性。 结论 在实际研究中,通常可以获取参数分量的一些额外信息,充分利用这些信息能 够提高估计的准确性;与无约束的估计方法相比,带有约束的估计方法能使估计的效率得到提高。

Abstract:

目的 在传染病传播的过程中,往往会经过反复感染,出现传播多次高峰。 基于这个特点,提出了一种多波 段 Richards 模型,对传染病的感染人数进行数值模拟。 方法 利用多波段 Richards 模型结合最小二乘法对西太平洋 区域的累计感染病例进行拟合,得到感染率、拐点、最终感染人数等参数估计值并判断其是否收敛,从而确定传染 病传播的波段数以及每个波段的拐点日期。 结果 结果表明:西太平洋区域在 2020-01-04—2020-09-13 暴发的传 染病分为 3 个波段,其中 03-15 和 07-04 为分割 3 个波段的两个拐点,由第一波段求得的基本再生数约为 8. 53,说 明这次传染病的传播能力很强。 结论 借助多波段 Richards 模型可以有效拟合多波段传染病的感染情况,能够确定 传染病在多阶段暴发中的关键转折点,以及预测未来一段时间的感染规模,为制定传染病防控措施提供参考。

Abstract:

目的 针对传统卡尔曼滤波算法估算锂电池的荷电状态( SOC) ,其值用 RSOC 准确度不足的问题,提出一种分 数阶鲁棒无迹卡尔曼滤波联合无迹卡尔曼滤波 ( FORUKF - UKF) 方法估计锂电池 SOC。 方法 在动态应力测试 ( DST) 下,采用自适应遗传算法( AGA) 对锂电池分数阶模型( FOM) 进行参数辨识;在 FOM 的基础上将无迹变换 (UT) 技术与 H∞ 观测器结合提出 FORUKF 算法,并与 UKF 联合实现 SOC 估计;联合估计器中的 UKF 实时估计电 池模型中的欧姆电阻 R0 ,并反馈至 FORUKF 算法中估算得到 SOC;最后在北京动态应力测试( BJDST) 下与拓展卡 尔曼滤波( EKF) 、分数阶无迹卡尔曼滤波( FOUKF) 进行比较验证。 结果 在估计 SOC 的过程中 FORUKF-UKF 方法 相对于 EKF、FOUKF 和 FORUKF 始终保持了最高的估计精度,展现了更好的鲁棒性。 结论 FORUKF-UKF 方法在 估计锂电池 SOC 方面比 EKF、FOUKF 和 FORUKF 算法具备更好的准确性和鲁棒性。

Abstract:

目的 针对多品种小批量生产车间存在的设备布局不合理、材料库存高、物流线长等问题,提出对原布局方 案的优化,而传统的 SLP 方法直接应用于现代企业的设备布局存在缺乏动态柔性、缺乏人员和产品的移动路线分 析过程、运算过程有一定的复杂性且受主动因素影响较大等问题。 方法 以某电冰箱装配生产车间为例,采用系统 布置设计( SLP) 方法对车间布局进行初步规划,根据规划结果,采用物料搬运系统分析( SHA) 方法并结合集合理 论知识,以物料分析、物料搬移分析为主要内容,对车间生产所涉及的物料分配暂存区,从而获得两种布局优化方 案;基于 Witness 仿真软件对上述两种布局方案建立相应的仿真模型对其优化效果进行验证,分析在两种布局方案 下车间的生产物流现状从而筛选出最优布局方案。 结果 结果表明,优化后的方案与原车间布局方案相比,总的加 工时间节约了 167. 3 min,物料搬运总距离缩短了 14. 2%,搬运设备利用率明显提高,生产效率明显提升。 结论 采 用优化后的布局方案,能够解决多品种小批量的生产车间设备布局问题,降低物料搬运成本,同时也能给其他制造 型企业进行厂房新建、改建提供一定的借鉴和参考意义。

Abstract:

目的 针对绿色物流的需求现状,降低能源消耗成本和碳排放成本,提出了低碳目标下的混合车队车辆路径 优化研究并探索混合车队的物流运输方案,综合考虑混合车队与燃油车队和电动汽车车队在行驶里程、能源消耗、 碳排放量的差异,构建了以固定成本、行驶成本、能源消耗成本和碳排放成本最小化为目标的优化模型。 方法 采用 粒子群算法并结合 Metropolis 准则以提高算法的高效性,设计多组实验,对问题进行分析并比较了混合车队与单一 车型车队在行驶里程、能源消耗、碳排放量等方面的不同。 结果 混合车队在降低碳排放量、碳排放成本和运营成本 方面有较大优势,混合车队有效降低了能源消耗和碳排放量,与传统燃油车队相比总成本下降约 12%。 最后,研究 逐步增加电动汽车的最大载重和充电速率对混合车队各项成本的影响进行了灵敏度分析。 结论 表明适当提高电 动汽车的车辆载荷和充电速率能有效降低车队运营成本,有助于物流企业考虑能源消耗成本和碳排放成本,能够 为相关物流企业制定合理的运输方案提供了理论依据。

Abstract:

目前许多力学问题,如计算物理、地质学、结构设计、分子光谱学、电学、参数识别、自动控制、商务智能、线性 系统理论、大数据分析与动态分析等领域,都要依赖于矩阵方程。 研究了矩阵方程 AX = B 的求解问题,给出了矩 阵方程 AX = B 有解的新判别条件及其通解表达式,推广了矩阵方程 AX = B 的判解条件和通解形式;例题表明简化 了矩阵方程 AX = B 的求解过程,同时也简化了向量组的线性表示式和基到基的过渡矩阵计算,这对于充实矩阵方 程的求解理论和简化计算均是有益的。