求解多尺度双曲型问题的一种新方法

建立了有限体积非均匀化多尺度方法（Finite Volume Heterogeneous Multi-scale Method,FV—HMM）,将其应用于二阶多尺度双曲型问题的求解。该方法分别在宏观尺度和细观尺度上建立原方程的差分格式。通过不同尺度间的耦合．有效地减小了计算所需代价。数值实验结果表明：FV—HMM比传统的有限体积法有效,既大大地节省了计算量,又有较高的精度。     

汇文系统下的合订本期刊价格管理

介绍了在汇文系统环境下,如何对合订本期刊价格进行管理的几种方法。     

残留压缩应力对倾斜裂纹变形的影响

对于具有中心孔的混合型条件下的裂纹,提出了用沿着裂纹的不连续变位量来直接计算裂纹的Ⅰ型和Ⅱ型应力扩大系数(KⅠ)mes和(KⅡ)mes的方法.在拉伸载荷的作用下,利用这种方法讨论了裂纹上下表面接触和裂纹周围存在的压缩残留应力对(KⅠ)mes和(KⅡ)mes产生的影响.其结果是,压缩残留应力的存在使(KⅠ)mes减小的同时,裂纹上下表面的相互接触使(KⅡ)mes下降.     

浸没水射流冷却过程热流密度的导热反问题计算方法

基于单点测温、常热流假设,任意未来时间步长的导热反问题算法求解浸没水射流冷却过程的热流密度;采用有限容积法离散方程,附加源项法处理边界条件。表面施加三角形热流的经典算例验证了算法的正确性。水冷实验数据分析结果表明:射流能提高热流密度和临界温度,缩小过渡区温度区间。     

气体分离用聚合物膜材料基团的设计与性能

采用基团贡献法和自由体积模型,分析了聚合物基团对膜分离性能的影响,比较了不同聚合物基团对O2和N2选择性和渗透性的贡献,预测了特定基团聚合物对O2和N2的分离性能。通过设计聚合物基团,改进了气体分离用膜材料的性能,计算结果与文献数据吻合良好。     

云南白药保险子在重度创伤性失血急救中的应用

创伤性失血是急救领域的重要挑战,可导致凝血-抗凝系统紊乱,云南白药保险子是中医经典急救药物,兼有止血和抗凝的功效。以2018年1月至2021年12月期间在呼和浩特市第一医院急诊中心收治的骨科创伤患者为研究对象,通过前瞻性平行对照临床研究,对保险子的止血疗效进行评价,指标包括术中出血量、术后引流量、血红蛋白下降值、凝血酶原时间（PT）、激活部分凝血酶原时间、纤维蛋白原（FBG）、输血率,预后出血/凝血不良反应等。结果显示,保险子组（n=27）的术中出血量、术后引流量、血红蛋白下降值、输血率、PT以及预后出血/凝血不良反应均显著小于对照组（n=24）,保险子组FBG显著高于对照组;说明保险子能够维持机体凝血-抗凝系统的平衡,在显著降低出血量的同时,兼具抗凝的功效,可预防创伤性凝血病,减少预后不良反应。     

状态方程计算高分子共混物的比体积

基于一个简单的非均核链流体分子热力学模型,采用不同形式的微扰项,可构筑不同形式的高分子共混物系统的状态方程。方程已被应用于关联聚苯乙烯/聚2,6-二甲基苯醚(PS/PPO)、聚苯乙烯/聚乙烯甲醚(PS/PVME)、聚苯乙烯/聚丁二烯(PS/PBD)、聚醚砜/聚氧乙烯(PESP/PEO)等高分子共混物的比体积。结果显示,用一个与温度无关的二元相互作用可调参数可满意关联所选体系的比体积,并可预测所选体系的比体积。     

灰色马尔科夫链在连续刚构桥梁施工线形控制中的应用

介绍利用灰色马尔科夫链对连续刚构桥梁分段悬臂施工时进行线形控制的基本原理,经过工程实例的应用表明,灰色马尔科夫链能较好地应用于连续刚构桥梁悬臂施工的线形控制,该方法能充分利用桥梁施工过程中各段的历史数据给予的信息,对随机波动性较大的数据也能进行较高精度的预测,具有较高工程实用价值.     

基于近场动力学与有限体积法耦合的裂隙岩体渗流模拟

考虑在不降低求解精度的情况下有效地减少计算量,基于有效应力原理提出了一种有限体积法与近场动力学耦合的方法来模拟饱和孔隙裂隙介质中水力裂缝扩展问题。首先,通过多孔介质渗流模拟算例验证了所提方法的有效性;其次,通过几个数值算例进一步验证了该方法在流体驱动下模拟饱和裂隙孔隙介质中裂纹扩展的能力和主要特点;最后,通过对5个工况的模拟,展现了围压差对水力压裂裂缝扩展具有诱导作用的现象。同时,将该耦合方法的数值模拟结果与其他数值、解析结果或试验结果相对比,进一步说明所提出的耦合方法能够有效模拟岩石流固耦合的力学扩展破裂过程。     

基于CWD和残差收缩网络的调制方式识别方法

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。