大数据背景下水厂自动投矾模型研究

根据某市自来水有限责任公司第二水厂的历史矾耗数据，建立矾耗流量关于原水浊度、温度等的动态矾耗模型. 通过对数据进行处理得到10900个合格且净水效果高效的数据，将筛选出的数据分为训练样本集和测试样本集. 在回归拟合中，通过拟合R2的大小将原水浊度划分为“低浊”“中浊”“高浊”3个区间，利用泰勒展开公式的非线性变量代换分别对3个区间建立不同的多项式回归模型，得到预测正确率约为72%，总的矾耗流量值约减少了9.6%的结果；在随机森林模型中，使用10900个合格数据，利用训练样本集，以“原水浊度”“pH值”“原水流量”和“水温”为输入变量，建立包含2000棵决策树的随机森林模型，得到预测正确率约为44. 21%，总的矾耗流量值增加了0.04%的结果. 从模型对合格数据的拟合优度看，随机森林模型比非线性回归模型效果更好；在平均绝对误差、平均绝对偏差百分比等评价指标上，前者均优于后者；但从历史数据检验的结果，模型的可解读性，模型的操作难度和推广角度看，分段二元非线性回归模型的优势更为突出.     

基于时变啮合刚度的变位齿轮系统热弹流润滑研究

为探究动载荷作用下变位齿轮系统的热弹流润滑特性，综合考虑齿轮变位和时变啮合刚度的影响，基于动力学理论，建立了齿轮的六自由度摩擦动力学模型，分析振动与静载荷作用下变位齿轮系统的热弹流润滑特性. 研究表明:与其他传动类型相比，正传动齿轮系统的润滑效果最佳，轮齿间可以形成较厚的润滑油膜，轮齿间的摩擦系数、油膜的最高温升最小，并且，随着两齿轮变位系数和的增大，润滑状况不断得到改善，热胶合承载能力增强；变位系数增加使齿轮系统的刚度增大，但同时降低了油膜的刚度.      

染料敏化太阳能电池载流子传输的数值模拟

由于在染料敏化太阳能电池(dye-sensitized solar cell, DSSC)中存在染料弛豫、半导体薄膜中电子与氧化态染料分子发生反应和电子在电解质中与氧化态离子复合等不利反应,利用一个更完善的DSSC载流子传输模型对电池的光电性能进行模拟就显得非常重要。为此,本文基于由多重俘获理论建立的DSSC中的包括电子、染料阳离子、碘化物和三碘化物在内的载流子传输模型,数值模拟得到了不同TiO₂薄膜厚度、不同入射光强度与不同染料分子吸收系数下DSSC的J-V曲线。结果表明,随着TiO₂薄膜厚度的增加,太阳能电池的短路电流密度增大,开路电压减小,光电转换效率先增大后减小。当DSSC的TiO₂薄膜厚度为20 μm时,光电转换效率达到最大值7.41%,同时光电转换效率随入射光强度与染料分子吸收系数的增大均有一定程度提高,其中在吸收系数为4 500 cm^-1时,光电转换效率为6.73%。以上结果可以为改进DSSC的光电性能提供理论指导。     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

基于Green-Naghdi模型与三相延迟模型的耦合热弹性波传播

研究了基于G-N模型与三项延迟模型的热弹性波的传播特征.在各种广义热弹性理论中,热位移概念的引入使得G-N模型具有独特性质而引起广泛的关注和应用.基于G-N模型,最近一个三相延迟模型被提出.主要研究了这两种模型下第一和第二声波(耦合热弹性波)的色散和衰减特性,分析了温度场和位移场在两种模型下的振幅比和相位差.结果发现三相延迟模型更为通用和灵活,应得到更多的关注与应用.     

减反膜对单晶硅太阳能电池性能的影响分析

在太阳能电池效率的评价中，电池材料、掺杂浓度、扩散长度等都是比较重要的参数，合理地改变相关参数可以优化太阳能电池的性能，提高电池效率。此外，在太阳能电池表面镀一层具有减反作用的光学薄膜（简称减反膜）也是提高电池效率的重要手段。以提高电池效率为目标，对单晶硅太阳能电池的掺杂浓度和扩散长度等微观参数进行计算优化，分析了掺杂浓度和扩散长度变化对电池效率的影响。并在此基础上分析了不同类型的减反膜对于电池效率的影响，给出了最佳减反膜材料及其膜系厚度，并且结合镀膜后电池量子效率的变化验证了其准确性。结果表明，在优化电池掺杂浓度和扩散长度的基础上，选择合适的减反膜，电池效率最高可达20.35%，相比于优化前提高了8.25%。     

Prediction of Concrete Meso-Model Stress-Strain Curves Based on GoogLeNet北大核心CSCD

非均质复合材料的宏观力学性能往往取决于细观组分的分布方式和力学性能，但是建立明确的关系表达式极其困难。为了应对这一挑战，以混凝土为研究对象，提出了一种基于深度学习的策略，能够高效、准确地通过细观模型图像信息获取应力-应变曲线。首先，使用基于卷积神经网络（convolutional neural network，CNN）的GoogLeNet模型进行图像信息识别和提取，并针对应力-应变曲线的复杂性特点，进行了数据预处理操作，并且设计了相应的多任务损失函数。数据集中的细观模型图像采用基于Monte-Carlo的随机骨料模型生成，并且使用数值模拟试验获取对应细观模型的单轴压缩应力-应变曲线。最后，通过对神经网络的训练和测试评估了所提出方法的可行性。结果表明，GoogLeNet模型训练效率和预测精度均优于AlexNet和ResNet模型，具有良好的泛化能力和鲁棒性。     

基于SIR模型的工程材料统一单轴本构关系研究

工程材料的单轴应力-应变全曲线反映了材料最基本的本构关系,但目前对适用于多种材料的统一本构关系研究尚不够深入。本文基于传染病传播动力学SIR模型,建立了反映材料单元动态变化的应力-应变模型。根据同伦分析方法提出了模型的解析解和近似解,并讨论了模型反映材料尺寸效应和应变率的能力。结果表明,本文提出的单轴应力-应变模型中的参数可以与实际材料的力学特性相对应,模型解能够统一、全面、准确地反映多种材料力学性能的变化规律以及尺寸效应和应变率等因素的影响。     

Application of DEM modified with enlarged particle model to simulation of bead motion in a bead mill

We applied the discrete element method （DEM） of simulation modified by an enlarged particle model to simulate bead motion in a large bead mill. The stainless-steel bead mill has inner diameter of 102 mm and mill length of 198 mm. The bead diameter and filling ratio were fixed respectively at 0.5 mm and 85%. The agitator rotational speed was changed from 1863 to 3261 rpm. The bead motion was monitored experimentally using a high-speed video camera through a transparent mill body. For the simulation, enlarged particle sizes were set as 3-6 mm in diameter. With the DEM modified by the enlarged particle model, the motion of enlarged particles in a mill was simulated.The velocity data of the simulated enlarged particles were compared with those obtained in the experiment. The simulated velocity of the enlarged particles depends on the virtual frictional coefficient in the DEM model. The optimized value of the virtual frictional coefficient can be determined by considering the accumulated mean value. Results show that the velocity of the enlarged particles simulated increases with an increase in the optimum virtual frictional coefficient, but the simulated velocity agrees well with that determined experimentally by optimizing the virtual frictional coefficient in the simulation. The computing time in the simulation decreases with increased particle size.     

CRISPR/Cas9基因编辑非病毒递送系统

规律间隔成簇短回文重复序列及相关蛋白9(CRISPR/Cas9)系统的基因编辑技术为哺乳细胞基因组的精准修饰与编辑研究提供了高效、快捷的工具,但其化学生物学应用依然面临着CRISPR基因编辑工具Cas9蛋白和g RNA的细胞及活体递送等问题.近年来,研究人员通过开发多种非病毒递送载体,实现了编码CRISPR/Cas9基因编辑工具的DNA和信使RNA(mRNA)以及Cas9/gRNA核糖核蛋白(RNP)复合物的递送,并应用于靶基因的化学修饰与编辑调控.本文主要概述了近期CRISPR/Cas9基因编辑递送的研究进展,并对其化学生物学应用前景进行了展望.