工业氟化氢钠中NaHF_2含量的测定

对工业氟化氢钠产品中NaHF_2含量的测定方法进行了探讨,确定用直接滴定法进行测定,并已应用于工业生产控制。     

气相法制备N－乙基苯胺催化剂的研究进展

对苯胺、乙醇气相Ｎ－乙基化反应催化剂的制备及其活性进行了评述，特别是对近十年来的发展作出了较详细而深入的论述，指出研制这类反应催化剂的重要性和今后的发展方向。     

二元体系气液平衡的测定和关联

本文在实验的基础上，用威尔逊方程对异丙醇（１）－环己烷（２）、甲醇（１）－水（２）和乙醇（１）－水（２）体系的气液平衡数据进行关联和预测；计算结果和实验数据符合良好。     

切削刀具倒棱刃口挤压力的理论计算

根据试验观察．揭出了刀具刃口带负倒棱时的切削模型。在此模型中,刀具刃口 存在一个“金属死区”。以新模型为基础．采用能量法,对高温、高应变率下刀具刃 口的挤压力进行了理论计算。所做工作的特点是：１）在材料变形分析中计入了挤压 层金属绕过刀具刃口时的过剩变形;２）进行有关材料变形与物理特性的计算时,考 虑了温度与应变率的影响。利用新研制的压电式切削测力仪进行验证试验,其结果表 明,理论计算值与实测数据较好一致。     

条件不完全确定的发散思维型数学问题

“在条件A之下,会产生哪些、什么样的结果B”的问题,就是发散思维型的问题。若其中的条件A带有某种不确定成份,这就构成一种“条件不完全确定的发散思维型数学问题”。这种问题求解过程中的思维活动,有许多特点,对于培养学生的创造性思维有相当高的教育价值。本文以实例为基础对此做了讨论。     

粘结平面对称分叉裂纹的奇异积分方程数值解

本文对一个含分叉裂纹的弹性半平面与另一不同材料的半平面粘结的问题用复势方法化为一组三个复Caucby型奇异积分方程。采用修正的Gauss-Legendre和修正的Lobatto-Legendre数值求积法则化成一代数方程组,裂纹尖端的应力强度因子值可从代数方程组的解求得。本文计算得到了弹性半平面、刚体与弹性半平面相粘结、两种不同材料的弹性半平面相粘结的三种问题的几种几何形状的对称分叉裂纹的应力强度因子。本文的结果扩充了“应力强度因子手册”的内容。     

关于我国铁路组织按图行车现状和问题的研究

组织“按图行车”是实现铁路运输管理现代化的重要方面。本文根据调查资料,研究了当前我国铁路实现“按图行车”的现状、货物列车晚点的一般规律,并据以提出了进一步提高我国铁路组织“按图行车”水平的意见。     

基于自注意力机制的新生儿胆道闭锁识别

新生儿胆道闭锁是新生儿常见的致命疾病之一,并且该病在亚洲的发病率高于世界其他地区.新生儿胆道闭锁需要及时发现及时治疗,然而由于缺少专业的儿科医生和辅助诊疗手段,新生儿父母往往不能及时发现而错过了最佳治疗时间.因此,本文开发了一个具有实际应用价值的预诊算法,通过新生儿粪便图片预测新生儿是否患有新生儿胆道闭锁,并提醒新生儿父母及时就诊.为了让算法在应用场景下识别率更高,本文的算法基于一个真实场景下拍摄的新生儿粪图片数据集开发.首先我们设计了一个自注意力网络模型BANet(Biliary Atresia Network),将图片的浅层特征和深层特征相结合,可以得到更好的分类效果.由于拍摄自应用场景下的图片存在过暗和过曝等问题.通过分析数据集的亮度分布,我们设计了一个自动亮度调节算法解决.此外,图片中的阴影也会对识别结果造成干扰,因此我们在训练阶段增加了一种阴影数据增强方式来缓解这一问题.为验证本文提出算法的有效性,本文设计了一个和医生的对比试验.结果证明BANet在四分类的识别率、二分类的识别率、特异性和敏感性等客观评价指标上占有明显优势.本文提出的BANet能够有效利用图片中的颜色、异常点...     

盾构隧道围岩与衬砌协同作用纵向位移计算法

盾构机掘进过程中,千斤顶顶进力的不均匀引起的纵向位移是管片间初始错台的主要原因之一;基于Timoshenko梁理论的隧道纵向位移计算方法,未能考虑隧道开挖后围岩卸载破坏的变形特征及围岩与衬砌结构的协同作用效应,预测误差较大。建立了考虑围岩卸载扩容效应的等效地基抗力系数计算方法,提出了能考虑螺栓个数的等效抗剪刚度计算公式,建立一种基于Timoshenko梁理论的改进管片拼装式隧道纵向位移理论计算方法。实际工程案例分析表明：考虑围岩开挖卸载过程中围岩的非线性体积相关塑性变形（即扩容效应）更合理;考虑壁后注浆液固化过程的时效性,采用改进的滑移边界条件计算的纵向位移最大值是传统的固定端边界的计算值的2.3倍,边界条件对计算结果影响较大,本文计算方法更符合实际情况,也更安全。     

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。