颗粒材料三维应力路径下的接触组构特性

颗粒材料的宏观应力变形特征与其微观接触力、组构等紧密相关.一般而言,强接触系统属于颗粒内部体系的传力结构,其对应的组构张量是影响宏观应力性质的重要因素.细观数值方法(如离散单元法)能够反映物理试验的基本规律,并且可以方便地提取宏微观数据来研究颗粒体系的应力变形机制.采用离散单元法(discrete element method,DEM)进行一系列等$p$等$b$应力路径下颗粒材料的真三轴试验,在此基础上研究了三维应力路径下颗粒材料的宏微观力学参数的演化过程、三维组构张量与应力张量多重联系以及强接触体系反映的宏观应力特征.研究表明:颗粒体系偏应力峰值状态和临界状态均存在与加载路径无关的宏微观特征;三维应力路径下组构张量与应力张量存在非共轴性,但其联合不变量演化过程表现出加载路径无关的特征;与弱接触系统的组构张量相比,强接触系统的组构张量更能反映宏观应力张量的特征;强弱接触体系的组构张量对颗粒体系宏观响应的贡献不同,其分界点存在一定取值范围,但采用平均接触力较为简单合理.      

基于表面等离子共振的光纤探针折射率传感器

基于表面等离子体共振效应,设计一种锥形光纤探针折射率传感器。通过锥形结构理论模型与SPR共振模型,利用MATLAB与FDTD Solutions软件进行理论计算与模拟仿真,分析锥形光纤锥度比、传感区长度和银膜厚度对传感器发生共振时的共振深度的影响。通过对比所镀膜层的结构与厚度,从灵敏度与品质因素角度对传感器性能进行优化。结果表明随着锥形光纤锥度比增大,共振深度出现极值;传感区长度越长,共振深度越深;银膜在50 nm处传感器性能较优,银/二氧化钛复合膜结构的传感器灵敏度与品质因素高于单层膜结构传感器。     

定曲率螺旋盘管式汽车尾气余热回收装置的性能研究

为研究汽车尾气余热回收装置不同参数对其性能的影响,对汽车尾气余热回收装置定曲率螺旋盘管换热器建立三维仿真模型,研究了雷诺数在4 000～14 000的范围内,定曲率螺旋盘管换热器盘管直径和螺旋直径两个几何参数对阻力和换热性能的影响。结果表明:改变换热器盘管直径,对换热器流动阻力性能影响不大,换热量随着换热器盘管直径的增加而增加;螺旋直径为70 mm时流动阻力增量最大,换热量随着螺旋直径的减小而增大。     

脉冲展宽分幅相机的磁聚焦时间弥散和畸变

模拟相机磁场分布和光电子运动轨迹,建立传输时间和距离的二维分布模型,分析磁聚焦时间弥散和畸变的成因及其降低方法。研究结果表明,时间弥散和畸变与物点(即阴极位置)沿轴磁场强度密切相关,并随物点离轴距离的增大而变大,通过适当提升轴对称磁场均匀性可降低磁聚焦时间弥散和畸变。当漏磁缝隙由4 mm扩宽至40 mm时,轴上与离轴30 mm物点的沿轴磁场强度峰值比由0.82提高到0.89,时间弥散由127 fs和435 fs分别减小至120.6 fs和378.4 fs,离轴30 mm物点的时间畸变率由4.61%下降至4.01%。     

基于级联卷积神经网络的前列腺磁共振图像分类

针对深度学习训练成本高，以及基于磁共振图像的前列腺癌临床诊断需要大量医学常识且极为耗时的问题，本文提出了一种基于级联卷积神经网络（Convolutional Neural Network，CNN）和磁共振图像的前列腺癌（Prostate Cancer，PCa）自动分类诊断方法，该网络以Faster-RCNN作为前网络，对前列腺区域进行提取分割，用于排除前列腺附近组织器官的干扰；以基于ResNet改进的网络结构CNN40_bottleneck作为后网络，用于对前列腺区域病变进行分类.后网络由瓶颈结构串联组成，其中使用批量标准化（Batch Normalization，BN）、全局平均池化（Global Average Pooling，GAP）进行优化.实验结果证明，本文方法对前列腺癌诊断结果较好，而且缩减了训练时间和参数量，有效降低了训练成本.     

基于八面体理论的岩石循环加-卸载本构模型及修正

探究岩石的受力特点及破坏特性是研究岩石地下工程安全性的关键,诸多学者都期望能在岩石本构模型的研究上取得突破性进展。在此背景下,提出了一种能够描述循环加-卸载条件下岩石的本构模型。首先,假设岩石的微元强度服从八面体剪应力理论并且微元破坏服从Weibull概率公式,将岩石本构中的损伤变量以及岩石微元强度表达式里包含的损伤因子进行本构变换,得到关于应力、应变等其他表现加-卸载下岩石损伤本构模型的参数,表示出岩石微元强度和损伤变量,再将得到的岩石微元强度和损伤变量代入所提出的岩石本构模型中,并进行等式变换得到一个函数表达式。通过将其与实验数据进行拟合对比分析,得出修正后的拟合参数,将其代入函数式中,得到损伤本构模型的修正式。最后将拟合参数进行必要的敏感性分析,得出各拟合参数的实际物理意义。     

融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测

PM_2.5小时浓度多为单步预测。为实现PM_2.5小时浓度的多步预测，基于“编码器-解码器”的序列-序列预测（Seq2Seq）模型，集合图卷积神经网络提取非欧式空间数据特征的能力以及注意力机制自适应关注特征的能力，提出了融合图卷积神经网络和注意力机制的PM_2.5小时浓度多步预测（GCN_Attention_Seq2Seq）模型。并与Seq2Seq模型和使用了图卷积神经网络、未使用注意力机制的GCN_Seq2Seq模型进行了对照，以2015—2016年北京市22个空气质量监测站点的空气质量数据为样本进行实例验证，结果表明，Seq2Seq模型和图卷积神经网络（GCN）可对PM_2.5小时浓度数据的时空依赖进行有效建模，注意力机制有助于减缓多步预测中的预测精度衰减，提升PM_2.5小时浓度多步预测的精度。GCN_Attention_Seq2Seq模型可有效应用于多种长度的PM_2.5浓度预测窗口。     

全自动凝胶净化-浓缩-固相萃取/气相色谱-质谱法测定紫皮石斛中有机磷农药残留

建立了以凝胶渗透色谱(GPC)和固相萃取(SPE)净化、气相色谱-质谱(GC-MS)法同时测定紫皮石斛中10种有机磷农药残留的方法。样品用乙腈超声提取,提取液经GPC去除类脂杂质和大分子物质,后经Envi-Carb/NH2固相萃取柱净化,选择离子(SIM)监测模式检测,外标法定量。在26min内10种农药得到很好的分离,农药残留量在0.02~0.5μg/mL,方法的线性良好,相关系数为0.997 3~0.999 9,农药加标浓度为0.05mg/kg和0.2mg/kg时,加标回收率在70.4%~115.8%,相对标准偏差在2.8%~9.6%,满足国家标准要求,检出限为0.005 2~0.011mg/kg。方法简便、快速、灵敏、准确,能够运用于石斛中多组分有机磷农药残留的定性和定量分析。     

Banach空间中一类二阶具阻尼项的积分-微分包含的可控性

本文讨论了一类二阶具阻尼项的积分-微分包含问题.利用集值不动点定理将问题转化为求不动点问题,进而得到系统可控性的充分条件.