Numerical investigation on heat transfer characterization of liquid lithium metal in pipe

Liquid Li metal is a promising nuclear reactor coolant; however, relevant research regarding its heat transfer characteristics remains insufficient. In this study, a steady-state two-dimensional mathematical model is established to describe the heat transfer process of liquid Li in a straight pipe. A numerical analysis is conducted to investigate the effects of inlet velocity, inlet temperature, and wall heat flux on heat transfer in liquid Li. The results indicate the advantage of using liquid Li for improving heat transfer at high inlet temperatures (> 1000 K) compared with using liquid sodium and lead–bismuth eutectic. Considering the mechanism of the outlet radial heat flow model, the ratio of turbulent to molecular diffusion coefficients presents a parabolic distribution along the radius of the pipe. Increasing the inlet velocity, decreasing the inlet temperature, and decreasing the wall heat flux can effectively weaken the dominant role of molecular heat transfer owing to the low Prandtl number of liquid Li. The heat transfer of liquid Li is investigated comprehensively in this study, and the results provide a basis for the practical application of liquid Li as a promising coolant.     

Steganalysis of neural networks based on parameter statistical bias

Many pretrained deep learning models have been released to help engineers and researchers develop deep learning-based systems or conduct research with minimall effort. Previous work has shown that at secret message can be embedded in neural network parameters without compromising the accuracy of the model. Malicious developers can, therefore, hide malware or other baneful information in pretrained models, causing harm to society. Hence, reliable detection of these vicious pretrained models is urgently needed. We analyze existing approaches for hiding messages and find that they will ineluctably cause biases in the parameter statistics. Therefore, we propose steganalysis methods for steganography on neural network parameters that extract statistics from benign and malicious models and build classifiers based on the extracted statistics. To the best of our knowledge, this is the first study on neural network steganalysis. The experimental results reveal that our proposed algorithm can effectively detect a model with an embedded message. Notably, our detection methods are still valid in cases where the payload of the stego model is low.     

铁磁条对石墨烯中谷依赖电子输运性质的影响

本文建立了铁磁条和硬势垒共同调制下的石墨烯纳米结构模型，计算了铁磁条产生的磁场的大小和铁磁条的宽度对石墨烯中谷依赖的电子输运性质的影响，重点研究了该石墨烯纳米结构中电子的电导和谷极化特征. 数值计算结果表明，该纳米结构中可实现显著的谷极化效应，且磁场的大小和铁磁条的宽度均会对其中的电子电导和谷极化产生较大的影响. 因此，我们可以通过控制铁磁条的宽度和其产生的磁场的大小来获得实际需要的谷极化强度. 这项研究有助于理解和设计谷电子学设备.     

模拟研究和设计高强度低生热聚合物复合材料

利用分子动力学模拟方法研究聚合物复合材料中填料分布、聚合物链性质和体系微观结构对力学强度和动态滞后生热性能的影响.研究结果表明,提高填料分散程度和减少聚合物链末端数量都能有效降低聚合物复合材料的动态滞后生热,聚合物复合材料的力学强度和动态滞后生热随分子链刚性的增加而增加.但是,刚柔嵌段共聚体系的力学强度,在高拉伸状态下,甚至会优于全刚性聚合物体系.在前述研究基础上,笔者设计了一款以填料颗粒为交联点、刚/柔环状链段互穿的三维网络结构复合体系.研究结果表明,新型复合材料与传统聚合物相比,力学性能最高提升640％,生热性能降低40％.模拟研究结果期望能为分析聚合物复合材料的生热机制、设计兼具高力学强度和低生热性能的聚合物复合材料提供理论指导和新的思路.     

既授人以渔又授人以鱼——新形势下我国服务型制造发展之路

发展服务型制造是制造业高质量发展的重要方向.然而,如何有效发展服务型制造,学界尚未达成共识.并且已有研究多聚焦制造业成熟情境,较少关注制造业方兴未艾的新兴国家情境中服务型制造的发展问题.本研究在产品与服务内在联系梳理的基础上,识别制造企业发展服务型制造的内在优势.从规模和范围两方面出发,探讨产品与服务替代与互补的内在张力,以及发展服务型制造"既要授人以渔又要授人以鱼"的内在逻辑.通过案例研究方法,基于制造企业行业技术领先程度不同,初步提出我国发展服务型制造的现实路径,以期为我国发展服务型制造提供实践参考.     

国产计算机的环境适应能力优化与可靠性提升研究

以国产计算机(龙芯3A3000+7A1000)为研究对象,分析其基于车载环境计算资源受限情况下的环境适应能力,通过压力测试和可靠性摸底实验进行验证与改进,采用冒烟测试获取计算机平台的环境适应阈值,并提出计算环境适应能力优化与可靠性提升的解决方案.     

基于度量核和GHI核混合的植物叶片识别算法

针对现有识别算法中的核函数不能充分利用直方图的整体特征和不同维特征间的内在联系,提出基于度量核和广义直方图交叉(generalized histogram intersection,简称GHI)核混合的植物叶片识别算法.首先,构建多尺度边缘轮廓(multi-scale marginal contour,简称MMC)算子;其次,提取预处理后的叶片图像MMC形状特征、局部二值模式(local binary pattern,简称LBP)空域纹理特征、局部向量化(local phase quantization,简称LPQ)频域纹理特征,进而将这些特征拼接成复合特征;再次,利用度量学习和马氏距离改造负距离核构建度量核,将其与GHI核加权融合形成组合核;最后,进行仿真实验.仿真实验结果表明:相对于现有算法,该文算法对不同种类的植物叶片具有较高的识别率.     

金属有机框架衍生单原子纳米酶的合成、表征与生物应用研究进展

单原子催化剂（SACs）具有高原子利用效率以及高催化活性，在各种催化体系中均表现出优异的性能.其原子级别的活性位点与天然的金属蛋白酶类似，因此单原子纳米酶（SAzymes）的概念也应运而生.而金属有机框架（MOF）由于其具有高孔隙率的特点，可以作为合成SAzymes的前驱体.该文总结了使用MOF前体/模板构建SACs的合成策略，以及SAzymes的生物应用，提出了基于MOF衍生的SAzymes的发展挑战和前景.     

TRAIL与kallistatin联合表达载体的构建及抗肿瘤活性分析

为研究肿瘤坏死因子相关凋亡诱导配体(TRAIL)与组织激肽释放酶结合蛋白(kallistatin)联合用药的抗肿瘤作用,构建TRAIL与kallistatin双表达的重组质粒pAM-CAG-Kal-IRES-TRAIL,将重组质粒转染A549,LO-2,NCI-H446和Hela细胞,考察其抗肿瘤活性.实验结果表明:构建的双表达载体能同时表达TRAIL与kallistatin,且均能分泌至培养基中;TRAIL与kallistatin联合表达对肿瘤细胞活力的抑制作用明显增强,诱导肿瘤凋亡的作用也明显增强,说明联合表达TRAIL与kallistatin能够增强抗肿瘤活性.     

世界航天发射运输的发展趋势

 针对世界航天发射运输系统，梳理了国内外发展现状和发展特点，综合对比了国内外航天发射场、运载火箭、火箭发动机的发展现状，并提出了未来发展趋势和展望。提出了低成本进入空间将改变世界航天发展的基本格局，航天远程跨域运输将突破航空领域运输效率的极限，指出了天地往返运输将成为维系空间环境的必然选择，轨道的多样性将催生多样态全域发射能力，同时传统液氧/煤油、液氢/液氧、液氧/甲烷等推进体制的主力运用领域将会迎来重大变革。