碳基烧蚀材料高温氧化反应机理的分子动力学研究

本文采用基于紧束缚密度泛函理论的分子动力学,研究高温下碳基烧蚀材料三种模型(无缺陷、原子缺陷以及孔洞缺陷)的氧化反应机制．研究发现高温下的反应产物主要是CO和CO₂.CO的产生过程主要源于环氧基团中C-C键的裂解,而CO₂的形成则较为复杂,主要源于小分子团簇(C₂O₂、C₃O₁、C₄O₁)的裂解．C-C键裂解是石墨氧化反应的主要途径,C-O键形成是CO和CO₂生成速率的控制因素．此外,体系的温度、缺陷以及孔洞对石墨的氧化反应机制有重要的影响．通过分析氧化反应速率,计算得到三种模型氧化反应的活化能分别为7.56、2.4和1.6kcal/mol．缺陷越明显活化能越低,则氧化反应速率较高,无缺陷的模型由于活化能最高,其氧化反应速率最低．     

土茯苓种苗质量分级标准研究

探究土茯苓(Smilax glabra)种苗质量分级标准,为土茯苓人工种植规范化发展奠定基础。本研究随机选取50株土茯苓种苗进行调查,首先应用相关分析确定苗木分级指标,然后通过逐步聚类分析法修正分级,最终计算出土茯苓种苗的苗木分级标准。结果表明,根数和球茎数为土茯苓种苗的质量分级指标。土茯苓种苗分级标准为Ⅰ级种苗：根数≥37.4,球茎数≥6.8;Ⅱ级种苗：28.3≤根数<37.4,4.2≤球茎数<6.8;Ⅲ级种苗：根数<28.3或球茎数<4.2。所抽取的土茯苓样苗中,Ⅰ、Ⅱ级种苗(合格苗)分别占34%和20%,Ⅲ级种苗(不合格苗)占46%。本研究通过逐步聚类分析法制定的土茯苓种苗质量分级标准结果可靠,说明此方法可行,能为土茯苓人工种植繁育研究以及生产优质的土茯苓种苗提供理论资料。     

鄂尔多斯盆地长7储层致密油水平井CO2补充能量与吞吐参数优化

长7储层是鄂尔多斯盆地主要的致密区块,近一半的致密油分布其中。针对长7储层开采渗透率低、开采难度大、依靠弹性开采产能较低、能量衰竭较快等问题,通过数值模拟的方法,构建水平井分段压裂数值模拟模型,首先对比不同吞吐方式对油田产能的影响,优选出CO₂吞吐为首选的补充能量方式。其次对井网形式、井网参数及吞吐参数进行优化研究。最终优选出合适的吞吐方案,达到提高生产效率的目的。结果表明,该储层的最优注采吞吐参数为：周期注入量为2 673 t、注入压力为21 MPa、注入速度为90 t/d、焖井时间为10 d。研究对鄂尔多斯盆地长7储层提高采收率具有一定的参考意义。     

基于粒子群优化支持向量机康复下肢外骨骼的脑电控制研究

为解决失能人群自主移动的问题,脑机接口(brain computer interface, BCI)已广泛应用于外骨骼领域,但脑电(electroencephalogram, EEG)信号因信噪比低等原因导致识别率一直难以提高。为提高基于脑机接口下肢外骨骼的信号识别率,采用粒子群优化支持向量机(particle swarm optimization-support vector machine, PSO-SVM)算法提高脑电信号识别率,取得了86.52%的脑电信号识别率。首先建立共空间模式(common spatial pattern, CSP)数学模型对脑电信号进行特征提取,随后建立基于粒子群优化的支持向量机分类模型,优化脑电信号分类关键参数,将最终的实验数据与传统的支持向量机分类方法比较,最后进行算法的验证及下肢外骨骼实验。实验结果表明：经过粒子群优化的支持向量机分类准确明显高于传统支持向量机分类。所提出粒子群优化支持向量机对脑电信号的特征识别方法可实现运动想象(motor imagery, MI)的精确识别,为脑机接口技术在康复外骨骼领域的应用提供理论基础和技术支持。     

基于RoBERTa与句法信息的中文影评情感分析

细粒度情感分析是自然语言处理的关键任务之一,针对现有的解决中文影评情感分析的主流方案一般使用Word2Vector等预训练模型生成静态词向量,不能很好地解决一词多义问题,并且采用CNN池化的方式提取文本特征可能造成文本信息损失造成学习不充分,同时未能利用文本中包含的长距离依赖信息和句子中的句法信息。因此,提出了一种新的情感分析模型RoBERTa-PWCN-GTRU。模型使用RoBERTa预训练模型生成动态文本词向量,解决一词多义问题。为充分提取利用文本信息,采用改进的网络DenseDPCNN捕获文本长距离依赖信息,并与Bi-LSTM获取到的全局语义信息以双通道的方式进行特征融合,再融入邻近加权卷积网络(PWCN)获取到的句子句法信息,并引入门控Tanh-Relu单元(GTRU)进行进一步的特征筛选。在构建的中文影评数据集上的实验结果表明,提出的情感分析模型较主流模型在性能上有明显提升,其在中文影评数据集上的准确率达89.67%,F1值达82.51%,通过消融实验进一步验证了模型性能的有效性。模型能够为制片方未来的电影制作和消费者的购票决策提供有用信息,具有一定的实用价值。     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

基于传动链仿真的发电机智能反演优化设计

提出了一种针对运行在传动链系统中的发电机智能反演优化设计方法,并以一台运行在传动链系统中的15 kW永磁同步发电机为研究对象,针对其运行效率对发电机的设计参数进行优化.首先,在充分考虑变流器侧对整个传动链系统的影响下,建立了面向传动链系统的协同仿真建模平台,验证了传动链的电磁设计参数与协同仿真计算平台的正确性;其次,通过方差分析从发电机的8个设计参数中选定6个敏感参数,并在选定优化变量后提出了一种基于遗传算法优化的拉丁超立方抽样方案,该抽样方案可以兼顾样本空间均匀分布与各变量维度投影的均匀性;然后,通过基于高斯随机过程的智能反演优化设计模型结合基于范围选择的多目标优化算法,获得发电机的效率与最大额定输出转矩的Pareto前沿,并针对优化后的齿槽参数进行绕组设计,结果显示优化后的效率为96.2%,对比其原始设计方案,发电机电磁损耗降低了16.8%,效率提高了0.6%; 最后,通过实验验证了仿真平台的准确性,进一步说明了样本数据与优化设计的有效性.所提设计方法可针对不同规格的大型传动链系统展开优化设计,其优化方法具有一定的普适性,可用于我国海上大型传动链系统的一体化精确仿真计算与流程化优化设计.     

谈李白《清平调》三章诗的英译

李白的《清平调》三章诗问世千多年来,注释家蜂起,各家所见不一,是三章难解亦难译的诗。作者较深入地研究了本诗,于文中提出了“花人合一”之说,并将其译成英文。本文阐述了作者这一观点:译诗者必须具有译诗的素质,诗是随着时间的不断推移、人类交际空间的不断缩小、人类相互了解的不断深化而越来越可译。     

关于3维Navier－Stokes方程解的整体正则性研究

本文对３维Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程解的整体正则性进行了研究,得到了解在一些更弱的范数意义下的“小初值”正则性结果。     

空地导弹落点精度评估系统

为满足导弹设计与试验中高精度的落点精度评估要求,以落点精度评估系统为研究对象,从系统的总体设计思路出发,设计并开发了系统的数据库、数据处理子系统以及评估子系统,同时,详细给出了各模块的具体计算步骤及计算模型。最后通过软件的实例计算测试了系统的稳定性和维护性。该系统的设计开发可为装备定型、部队作战使用、研制单位验证设计思想和检验生产工艺提供技术支撑。