公路沥青路面环境性能评价研究

公路沥青路面环境性能研究一直是路面长期使用性能研究的一个重要方面,路面结构不仅要满足行车荷载的要求,还要适应所处的自然环境,因而,在评价沥青路面长期使用性能时应考虑路面的环境性能,本文综合分析国内外相关的研究,采用路面最高温度Tmax和潮湿系数W作为评价参数,建立了公路沥青路面环境性能的评价指标PEI和相应的分级标准,并将此模型应用于河南省高等级沥青路面环境性能的评价。实例实际计算表明,该评价指标能较好的反映路面环境性能随路龄时间的变化状况。     

不同碳氮源对尖顶羊肚菌(Morchella conica)生长的影响

对尖顶羊肚菌（Ｍ．ｃｏｎｉｃａ）液体培养中不同的碳氮源以及合适的碳氮比进行研究．结果表明,合适的碳源是蔗糖、淀粉、麦芽糖和葡萄糖;合适的氮源是天冬氨酸、半光氨酸和亚硝酸钠;合适的碳氮比是３５∶１．液体培养生长曲线测定表明,１２ｄ时生物量达到高峰．     

制霉菌素片质量控制研究

采用TLC法对制霉菌素片制剂产品进行定性鉴别,HPLC法对制霉菌素片A1组分进行测定,抗生素微生物检定法对制霉菌素片的含量进行测定。制霉菌素片的薄层色谱特征明显并与制霉菌素标准品的薄层色谱的斑点位置相同。制霉菌素片A1组分的测定方法检测限为16×10-3μg/ml。含量测定方法在12.8～31.25u/ml范围内线性关系良好（r=0.9997）,平均回收率为100.2%,RSD=1.43%（n=9）。该方法简便、准确,可用于制霉菌素片的质量控制。     

高速列车受电弓气动噪声特性分析

以某高速列车受电弓为研究对象,探讨其在350km/h速度下的气动噪声特性。采用延迟脱体涡模拟(DDES)和声学有限元(FEM)相结合的方法,分析带导流罩受电弓在升起和下降状态下,近场和远场气动噪声空间分布规律和频谱特性,研究流场计算时不同建模方式对诱发噪声幅值和指向性的影响以及壁板的反射和散射作用对噪声频谱特性的影响。结果表明:1)在本文选取的受电弓外形和开口方向下,降弓和导流罩诱发噪声略大于升弓和导流罩诱发噪声;2)导流罩在低于300Hz的低频区诱发噪声比例较大,而受电弓在300Hz后诱发噪声影响较大;导流罩诱发噪声在升弓情形时所占比例相对较大;3)在指向性上,导流罩诱发噪声在受电弓前部贡献较大,受电弓诱发噪声在后部区域贡献较大;在列车正上方区域,弓体诱发噪声大于导流罩诱发噪声,是主要的气动噪声源。     

酸性矿山废水中铁锰氧化反应实验研究

酸性矿山废水（AMD）的水质特点为pH低,酸度大,同时含有大量的可溶性金属离子,如铁、锰等．本文对AMD中铁、锰氧化反应的影响因素进行了研究．实验结果揭示：初始pH高有利于铁的氧化水解反应;随着pH的升高,铁的氧化反应由微生物催化氧化转化为非生物催化反应;锰的氧化物在有Fe^2＋存在时不稳定,对Fe^2＋的氧化有促进作用．     

一种高速可配置二维CFAR检测器设计实现

恒虚警率(constant false alarm rate, CFAR)检测是雷达在干扰背景下检测目标的重要自适应算法。二维CFAR算法随着参考窗口尺寸增大，运算量较大，仅靠软件实现并不能满足较高的实时性需求。文章基于现场可编程门阵列(field programmable gate array, FPGA)设计实现了一种兼容CA-CFAR、GO-CFAR、SO-CFAR和OS-CFAR 4种二维CFAR算法的硬件加速器，同时实现标称化因子、检测器类型、排序值K、参考窗口和保护窗口大小可配置的灵活性，对于256×2 048点距离-多谱勒矩阵(Range Doppler Matrix, RDM)数据，4种检测器均可在2.71 ms内完成检测。设计采用全流水结构，具有高实时性。     

基于车桥接触点响应和盲源分离的桥梁模态识别

针对基于车辆响应的间接测量法进行桥梁模态识别时，桥面不平度的影响难以滤除、高阶模态识别准确率较低等问题，提出一种基于盲源分离算法来分离车桥接触点响应信号中的桥面不平度效应与桥梁振动响应，进而实现桥梁模态识别的方法. 首先，详细阐述了应用二阶盲识别（Second Order Blind Identification，SOBI）算法，以两组车桥接触点加速度响应信号作为输入信号，进而获取桥梁振动估计信号的原理和方法. 然后，采用信号带通滤波和Hilbert变换并结合支点数据延拓的振型修正策略，建立了基于车辆响应的桥梁模态识别技术流程和框架. 最后，依托数值算例对所提出方法的适用性和有效性进行了验证，并分析了车辆间距、桥面不平度和车辆频率等参数对方法适用性的影响. 结果表明，所提出方法能有效滤除桥面不平度的影响，实现桥梁高阶模态的准确识别，且对多种关键因素的影响具有鲁棒性，具有精度高、操作简便和适用性强等特点，可为基于车辆响应的桥梁模态识别提供一种新思路.     

基于注意力密集连接Unet的磁瓦表面孔洞和裂痕缺陷分割算法

针对检测磁瓦孔洞和裂痕时容易丢失缺陷特征等问题，本文在Unet网络的基础上添加注意力模块CBAM来提取更受关注的特征，并在Unet网络的编码部分使用密集连接来充分利用特征.同时，为了减少Unet网络的过多池化下采样操作导致小物体特征消失，还使用膨胀率为[1,2,5,1,2,5]的混合空洞卷积取代池化操作.最后设置加权交叉熵损失函数解决磁瓦数据集当中样本分布不均的问题.实验证明，本文算法在磁瓦孔洞和裂痕缺陷分割时，MIoU分别提高了2.696%和2.739%,Dice系数分别提高了3.342%和2.602%.本文算法在一定程度上提升了磁瓦缺陷分割精确度，还改善了Unet网络边界分割模糊等问题.