对固体圆二色光谱测试方法的再认识——兼谈“浓度效应”

对近期发展的固体圆二色(CD)光谱测试方法进行了概述、评价和比较, 着重探讨了“浓度效应”的存在使固体CD光谱失真的原因. 通过对本课题组和其他作者已报道的四种化合物的固体CD谱再测试的反思, 强调了依手性化合物的手性光谱学性质不同, 根据浓度梯度实验选择其合适测试浓度的必要性. 对固有手性的阻转异构化合物(S)-1,1'-联二萘酚(S-BINOL)进行了成膜法固体CD谱浓度梯度测试, 发现所得固体薄膜CD谱中也存在着“浓度效应”     

对固体圆二色光谱测试方法的再认识——兼谈“浓度效应”

对近期发展的固体圆二色(CD)光谱测试方法进行了概述、评价和比较, 着重探讨了“浓度效应”的存在使固体CD光谱失真的原因. 通过对本课题组和其他作者已报道的四种化合物的固体CD谱再测试的反思, 强调了依手性化合物的手性光谱学性质不同, 根据浓度梯度实验选择其合适测试浓度的必要性. 对固有手性的阻转异构化合物(S)-1,1'-联二萘酚(S-BINOL)进行了成膜法固体CD谱浓度梯度测试, 发现所得固体薄膜CD谱中也存在着“浓度效应”     

基于可见吸收信号的乳酸脱氢酶光纤传感器

报道一种测定乳酸脱氢酶活力的基于可见吸收信号的光纤生物传感器，在该传感体系中，通过辅酶Ｉ的氧化还原对（ＮＡＤ＾＋／ＮＡＤＨ）将乳酸脱氢酶和心肌黄酶催化的两个脱氢过阳以耦合，第一个脱氢过程对分析对象进行了化学识别，第二个脱氢过程引起可见吸收信号的变化，该传感器对０～４００Ｕ／Ｌ的乳酸脱氢酶有线性响应关系，检测下限为４８ＵＬ，该传感器已用于人体血清中乳酸脱氢酶活力的测定。     

基于强化学习的电磁悬浮型磁浮列车悬浮控制

为了保证磁浮列车的安全、可靠运行,研究了悬浮系统在参数摄动条件下的悬浮控制问题。首先,对电磁悬浮（EMS）型磁浮列车的基本悬浮单元建模,给出了电流控制模型;然后,建立了悬浮系统的强化学习环境以及软演员-评论家（SAC）智能体,并设计了加速训练的奖励函数与“吸死”处理方案;最后,提出了基于强化学习的悬浮控制方法。与传统比例-积分-微分（PID）控制方法的对比结果表明,本方法具有更快的动态响应,在损失50%线圈匝数或磁极面积变化时具有更好的跟踪精度。     

太湖流域超标特大洪水风险预警系统建设及应用

为做好超标洪水调度、保障流域防洪安全,开发建设了由基于水文水动力学耦合的超警超保风险区域预警模型与基于水文学法的洪水淹涝风险快速评估模型共同组成的超标特大洪水风险预警系统,该系统在太湖流域预报调度一体化系统中通过智能交互方式进行模型与系统的紧密集成,实现了预报调度成果的可视化。基于水利一张图的超警超保与淹涝动态展示,实现了预报产品从点到面、从常规预报到影响预测的突破,以及洪水风险由静态评估向实时快速动态分析的转变。应用结果表明：系统在2020年太湖流域性大洪水中累计发布超警超保风险提示39期、洪水淹涝风险评估4期,预测结果与实际基本一致,为科学调度防御超标洪水提供了技术支撑,避免了江苏省苏州市3万多的人员转移,有力保障了太湖流域防洪安全。     

CFRP-钢管-CFRP复合钢管约束海砂混凝土短柱轴压试验

以钢管壁厚、钢管屈服强度、碳纤维增强聚合物(carbon fiber reinforced polymer, CFRP)层数和位置、混凝土强度等为研究参数,进行19根CFRP-钢管-CFRP复合钢管约束海砂混凝土短柱的轴压试验,分析试件破坏模式、荷载-应变曲线、结构承载力等,并讨论现有算法对承载力计算的适用性.研究结果表明：内外壁CFRP与钢管的组合对核心混凝土有良好的复合约束作用,可大幅提高结构承载力;钢管内外壁张贴CFRP后,其结构破坏模式由剪切破坏变为腰鼓破坏;钢管最先开始屈服,CFRP层数决定纤维布的断裂宽度和分布;荷载-应变曲线在强化阶段呈明显线性上升特性,二次刚度由CFRP层数决定;与外壁张贴CFRP试件相比,内壁张贴CFRP试件的结构承载力更大.     

采用空间量化技术的泉州传统街巷风貌改造策略

以福建省泉州市的传统街巷为研究样本,通过空间量化技术探究泉州街巷形成的大致演变过程与形成逻辑;然后,采用等级、功能与宽度3个因子辨析街巷,并生成一套适用于泉州传统街巷空间的风貌改造策略.结果表明：泉州街巷的主要差异在于等级、功能与宽度的不同,同时等级、功能与宽度的变化也会导致街巷类型的转变,街巷的属性能够通过等级、功能与宽度共同组成的复合评价体系进行辨析;最后,通过梳理泉州现有的街巷格局,并针对街巷分别提出相应的改造策略.     

融合电池温度和寿命的深度强化学习PHEV能量管理策略

针对当前插电式混合动力汽车能量管理策略忽略电池老化成本和电池温度变化过大而导致的热失控问题,制定融合电池寿命和电池温度的深度Q-Learning神经网络(DQN)强化学习能量管理策略.首先,从融入能量管理策略的角度,建立动力电池热模型和老化模型,引入调节目标价值函数的严重因子和量化电池老化程度的安时通量.其次,建立由超温惩罚、等效电池老化成本和燃油消耗组成的目标价值函数,进而构建深度强化学习能量管理策略.最后,通过仿真实验对所制定的控制策略进行验证.结果表明：融合了电池老化和电池温度的能量管理策略能够有效抑制电池老化和温度.在4个随机工况中,DQN策略下的电池有效安时通过量相较于CD-CS最大下降了35.75%;与CD-CS相比,DQN策略下单个驾驶任务的行驶总成本最大降低10.36%,证明了所制定策略的有效性.     

一种磁流变弹性体执行器的联合优化方法研究

磁流变弹性体（magnetorheological elastomer, MRE）执行器作为智能减振应用系统的核心元件,其结构的优化是决定执行器性能上限及系统控制成效的关键。针对目前MRE执行器优化方法及理论研究欠缺的问题,文中面向一款横向隔振的MRE执行器,基于其机械结构和有效磁路,以优越磁控性能、低功耗和快速响应时间为优化目标,提出了一种新的MRE执行器联合参数优化方法。首先,基于MATLAB和COMSOL的联合仿真,将遗传优化算法和电磁有限元分析方法进行有效结合,实现对MRE执行器的优化编程;其次,完成对器件的全局尺寸结构优化设计,使得器件具备优越磁控性能（526.21 mT）、低功耗（44.05 W）及快速响应（5.43 ms）;最后,通过搭建测试系统对优化后装配的MRE执行器进行测试和评估,验证了文中优化方法的可行性和有效性。提出的联合优化方法不仅适用于MRE执行器结构,还可为多领域减/隔振应用的共性MRE器件优化设计提供理论参考。     

基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.