突出矿井瓦斯抽放限制影响因素的AHP-熵权法评价模型

为提高煤与瓦斯突出矿井瓦斯抽放效果,建立了3个一级指标、14个二级指标的突出矿井瓦斯抽放限制影响因素评价指标体系,利用AHP和熵权法分别确定指标因子主、客观权重.通过实地调研分析和反馈验证了AHP-熵权法的可行性和正确性,利用加权平均法确定评价模型的综合权重.研究表明:封孔方式、钻孔半径、抽放时间、煤体裂隙发育程度和抽放负压是目前影响煤矿瓦斯抽放效果的主控因素.     

大尺寸电阻加热式碳化硅晶体生长热场设计与优化

大尺寸低缺陷碳化硅(SiC)单晶体是功率器件和射频(RF)器件的重要基础材料,物理气相传输(physical vapor transport, PVT)法是目前生长大尺寸SiC单晶体的主要方法。获得大尺寸高品质晶体的核心是通过调节组分、温度、压力实现气相组分在晶体生长界面均匀定向结晶,同时尽可能减小晶体的热应力。本文对电阻加热式8英寸(1英寸=2.54 cm)碳化硅大尺寸晶体生长系统展开热场设计研究。首先建立描述碳化硅原料受热分解热质输运及其多孔结构演变、系统热输运的物理和数学模型,进而使用数值模拟方法研究加热器位置、加热器功率和辐射孔径对温度分布的影响及其规律,并优化热场结构。数值模拟结果显示,通过优化散热孔形状、保温棉的结构等设计参数,电阻加热式大尺寸晶体生长系统在晶锭厚度变化、多孔介质原料消耗的情况下均能达到较低的晶体横向温度梯度和较高的纵向温度梯度。     

Subset representations and eigenvalues of the universal intertwining matrix

We solve a combinatorial question concerning eigenvalues of the universal intertwining endomorphism of a subset representation.     

Synthesis of Au nanorods via autocatalytic growth of Au seeds formed by sonochemical reduction of Au(I): Relation between formation rate and characteristic of Au nanorods

The sonochemical formation of Au seeds and their autocatalytic growth to Au nanorods were investigated in a one-pot as a function of concentration of HAuCl₄, AgNO₃, and ascorbic acid (AA). The effects of ultrasonic power and irradiation time were also investigated. In addition, the formation rate of Au nanorods was analyzed by monitoring the extinction at 400 nm by UV–Vis spectroscopy and compared with the growth behavior of Au seeds to nanorods. Most of the reaction conditions affected the yield, size, and shape of Au nanorods formed. It was confirmed that the concentration balance between HAuCl₄ and AA was important to proceed the formation of Au seeds and nanorods effectively. The formation rate became faster with increasing AA concentration and dog-bone shaped nanorods were formed at high AA concentration. It was also confirmed a unique phenomenon that the shape of Au nanorods changed even after the completion of the reduction of Au(I) in the case of short-time ultrasonic irradiation for Au seed formation.     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

高雷诺数下非混相Rayleigh-Taylor不稳定性的格子Boltzmann方法模拟

本文采用相场格子Boltzmann方法研究了竖直微通道内中等Atwoods数流体的单模Rayleigh-Taylor不稳定性问题,系统分析了雷诺数对相界面动力学行为以及扰动在各发展阶段演化规律的影响.数值结果表明高雷诺数条件下,不稳定性界面扰动的增长经历了四个不同的发展阶段,包括线性增长阶段、饱和速度阶段、重加速阶段及混沌混合阶段.在线性增长阶段,我们计算获得的气泡与尖钉振幅符合线性稳定性理论,并且线性增长率随着雷诺数的增加而增大.在第二个阶段,我们观察到气泡与尖钉将以恒定的速度增长,获得的尖钉饱和速度略高于Goncharov经典势能模型的解析解[Phys.Rev.Lett.200288134502],这归因于系统中产生了多个尺度的旋涡,而涡之间的相互作用促进了尖钉的增长.随着横向速度和纵向速度的差异扩大,气泡和尖钉界面演化诱导产生的Kelvin–Helmholtz不稳定性逐渐增强,从而流体混合区域出现许多不同层次的涡结构,加速了气泡与尖钉振幅的演化速度,并在演化后期阶段,导致界面发生多层次卷起、剧烈变形、混沌破裂等行为,最终形成了非常复杂的拓扑结构.此外,我们还统计了演化后期气泡与尖钉的无量纲加速度,发现气泡和尖钉的振幅在后期呈现二次增长规律,其增长率系数分别为0.045与0.233.而在低雷诺条件下,重流体在不稳定性后期以尖钉的形式向下运动而轻流体以气泡的形式向上升起.在整个演化过程中,界面变得足够光滑,气泡与尖钉在后期的演化速度接近于常数,未观察到后期的重加速与混沌混合阶段.