强嵌入在群作用下的遗传性质

有限生成群G粗拟作用在一个度量空间X上,如果X具有有限渐近维,且拟稳定子是可强嵌入的,则群G是可强嵌入的.     

(3+1)维Korteweg-de Vries (KdV)方程的高阶怪波解和多波浪解

基于Hirota双线性形式，一个新的（3+1）维Korteweg-de Vries（KdV）方程的高阶怪波解和多波浪解被得到.通过作图，更直观地展示和讨论了高阶怪波解和多波浪解的动力学性质.     

离子交换法制备磷掺杂三氧化钨及光催化降解亚甲基蓝性能

以钨酸钠和磷酸氢二钠为前驱物和磷源,经水热煅烧后,利用离子交换的方法,成功合成了一种高效、稳定的磷掺杂三氧化钨(P-WO3)的光催化剂,利用SEM,TEM,XRD,FT-IR分析其形貌结构以及组成,并以P-WO3为催化剂,在可见光下降解处理亚甲基蓝.结果表明,在可见光的照射下,亚甲基蓝质量浓度为10mg/L,溶液pH为9,催化剂用量为30mg,在120min内对亚甲基蓝的降解率可达89.2％,接近于空白WO3的3倍,且P-WO3也表现出较好的稳定性.     

安全视角下动态共乘匹配成功率的仿真

研究在安全视角下，动态共乘系统对于出行个体的匹配建模与仿真结果分析。构建动态共乘匹配模型框架，并分别建立乘客安全信任演化模型、政策导向影响模型、平台安全投入影响模型和安全事件影响模型，通过系统仿真的方式获得运行数据，以此评价政策宣传密集度和强度、平台安全投入强度、司机对安全投入敏感度和高危安全事件发生概率等因素对司乘匹配成功率的影响。研究结果表明，政府主导的监管模式相对于平台主导模式而言更能显著提升司乘匹配成功率，而政府和共享乘车平台的双重监管模式对司乘匹配率的提升最为有效。同时，政府政策导向宣传作用和平台安全投入作用均存在一定的衰减效应，政府与平台需要把控监管的时机和度量问题。特别地，平台可以重点关注对安全投入敏感度更高的司机，这类司机更容易在受监管的情况下规范自身行为，使得平台的安全投入更加行之有效。     

高铁隧道断层带围岩变形规律有限元分析

研究高铁隧道下穿断层破碎带围岩的变形规律,结合山西长治皇后岭隧道断层带施工区段,采用FLAC3 D软件进行模拟研究.模拟结果显示,隧道下穿断层带时,拱顶沉降和拱肩、拱腰收敛的变化趋势均为先增大后减小.沉降和收敛的最大值发生处在断层偏向的一侧.采用FLAC 3 D模拟断层隧道,隧道的沉降收敛突变范围比断层带与隧道接触范围大.在支护措施下各监测断面的沉降和收敛值均远小于预留量.现场监测对比模拟结果,说明模拟结果可供类似工程参考.     

SAm级防撞活动护栏碰撞仿真分析

针对目前高速公路中央分隔带开口处活动护栏防撞等级较低的问题,提出了一种SAm级混凝土活动护栏及一种新型连接装置。基于有限元的方法,建立车辆与护栏的碰撞模型,通过LS-DYNA对车辆与护栏碰撞过程进行求解,根据不同车型的碰撞结果分别在缓冲,阻挡和导向性能上对护栏的安全性能进行评价,其中小型车辆与护栏碰撞后的OIV(Occupant Impact Velocity)值<12 m/s,ORA(Occupant Ridedown Acceleration)值<20 g且车辆没有驶出导向框;大型车辆与护栏碰撞后没有发生穿越、骑跨等现象且车辆没有驶出导向框,均满足护栏安全性能评价标准。     

具有不可靠修理设备的退化系统维修策略研究

研究一个单部件退化系统的维修策略,假设系统故障后不能立即得到修理并且不能修复如新,修理设备在修理故障系统的过程中也可能发生故障,修理设备发生故障后会立即替换一个新的修理设备,特别的,这里的修理时间服从一般分布.在如上假设下,通过几何过程以及补充变量技术建立了系统的偏微分方程,利用Laplace便换得到系统可用度,最后进一步研究基于系统故障次数的策略替换,给出系统平均费用C(N)的精确表达式并且得到使得C(N?)最小的最优替换策略N?,即当系统的故障次数达到N?时将会更换一个新的系统.     

固态电解质Li3PS4晶相结构转变

硫化物Li₃PS₄是重要的含硫快离子导体,锂离子电导率高,机械性能优异,化学兼容性好,属于全固态电池中一类重要的固态电解质.Li₃PS₄具有多种晶体结构（玻璃态、α相、β相、γ相）,而晶体结构对于材料离子电导率有决定性的影响,因此探究不同Li₃PS₄晶体结构的合成条件及其转变过程对固态电解质的应用有重要意义.本文通过原位变温Raman和室温X射线衍射（XRD）分析发现,通过球磨法所得glass-Li₃PS₄在首次升温过程中（240℃）优先转变为亚稳态的β-Li₃PS₄,此时冷却到室温能保持β相结构,并具有较高的离子电导率(0.65 mS cm^–1).当烧结温度继续升高（>480℃）,β相会转变为离子电导率更高但热力学不稳定的α-Li₃PS₄,在后续的降温过程中,α相会直接转变为热力学更稳定但离子电导...     

基于深度学习的牙刷姿态识别方法

针对牙刷分拣中的定位问题,在确定牙刷位置的基础上采用深度学习实现牙刷姿态识别.对牙刷图像进行去噪增强,通过阈值分割提取感兴趣区域,计算图像的几何矩获得牙刷的方向角和外接矩形,以外接矩形的中心作为牙刷位置.用矩形框内的牙刷图像训练残差网络模型,当模型正确率达到要求时保存该模型,用于判断图像中牙刷的姿态.测试结果表明,该方法可以快速准确地实现牙刷的位置确定与姿态识别,为机器人分拣提供牙刷位姿信息.