基于深度学习和细观力学的颗粒材料本构关系研究

颗粒材料的本构关系对岩土工程等众多领域至关重要. 不同于传统的唯象本构理论, 本文基于机器学习模型探索了一种细观力学理论指导下的数据驱动型颗粒材料本构关系预测方法. 根据Vogit均质化假设, 建立了小应变条件下颗粒材料应力?应变解析关系, 此关系唯一地确定了一组与颗粒材料本构行为相关的细观组构变量. 这些变量与反应颗粒材料宏观性质的主应力和主应变信息通过一系列离散元三轴压缩数值试验获得. 考虑到细观组构变量为内变量, 不能直接作为本构模型的输入. 本文基于有向图方法将颗粒材料微观结构信息隐式地包含在应力?应变的预测当中, 并采用门控循环单元(GRU)循环神经网络作为基础深度学习模型描述有向图中结点之间的映射关系. 通过将有向图从目标节点沿源节点展开, 整个应力?应变预测模型可由两个神经网络分别训练并组装而成. 将训练后的深度学习模型在全新的数据集上进行测试, 结果表明该训练策略能有效捕捉到颗粒材料在常规三轴任意加卸载, 等中主应力系数b的真三轴加载, 和等平均有效应力p的真三轴加卸载等复杂多轴加载工况下的应力?应变响应关系, 模型具有良好的内插和外推预测能力. 考虑到深度学习模型捕捉颗粒材料力学响应的能力及其开放式学习的特点, 充分结合数据驱动方法和理论本构模型可能是颗粒材料本构研究的一个重要方向.      

平衡双重伪补Ockham代数的理想格

在平衡双重伪补Ockham代数上引入核理想的概念,构造了具有核理想的最小同余和最大同余关系,并论证了它们之间的性质以及两者之间的等式关系.最后,在核理想格KI(L)上定义伪补运算(KI(L)),I*={x|((V)i∈I)x∧i=0},将其构造为一个伪补代数.     

填充比对三角晶格等离子体光子晶体色散关系的影响

采用有限单元法,分别对TE模式、TM模式下三角晶格等离子体光子晶体的色散关系进行了理论计算,分析了等离子体填充比对能带位置和禁带宽度的影响.结果 表明:TM模式下等离子体光子晶体在M-F、X-M两个方向上存在不完全带隙,随填充比的增加,带隙位置向高频移动,禁带宽度增大直至达到一稳定值.TE模式下等离子体光子晶体不仅存在禁带结构,还在低频处形成了表面等离子体波的平带结构.随填充比的增大,TE模式等离子体光子晶体由X-M单一方向的不完全带隙形成了完全带隙,带隙宽度随填充比的增大而增大.本文提供了一种可调谐等离子体光子晶体的有效方法,有望应用于微波、THz波的可调性控制.     

若干高维可积和不可积模型的严格解

可积和不可积模型可以描述自然科学中的诸多现象, 寻找高维非线性模型的严格解已成为可积系统的一个重要研究内容. 结合达布变换法和多线性分离变量法, 可以得到多个(2+1)维非线性模型包含任意函数的严格解, 通过选取不同的任意函数, 构造这些非线性模型新的相互激发模式. 进一步推广了形变映射理论, 建立了变系数 场和sine-Gordon以及双sine-Gordon场的形变映射关系, 从而得到高维不可积模型包含任意函数的新严格解. 对任意函数的不同选择, 构造了sine-Gordon和双sine-Gordon可积模型丰富的局域解和周期解, 如多solitoff解及其周期波推广、周期形变的蛇形孤波解以及变模的拟周期解等.     

基于点线特征视觉惯性融合的机器人SLAM算法

针对弱纹理环境下单目视觉SLAM系统只依靠提取点特征鲁棒性较差的问题,提出一种点线特征视觉与惯导融合的机器人SLAM算法。首先,采用自适应加权提取点线特征并使用普吕克坐标法表示线段,减小计算量同时较好克服线特征提取时线段割裂的不足;其次,采用四叉树法实现点线特征提取均匀化解决特征堆积问题,同时消除点线特征误匹配,再利用视觉点线信息与IMU紧耦合优化机制提高机器人SLAM算法精确度。最后,将该算法在EuRoC数据集和弱纹理环境中进行实验,结果表明,改进后线特征提取相较于传统线特征提取鲁棒性提高了12.94%,相较于原生算法ORB-SLAM3,改进后特征匹配时间节约了19.2%,大型弱纹理环境中绝对定位精度提高了55.6%,所提算法在弱纹理环境中定位效果具有较强的鲁棒性和精确性。     

一道无机推断题的综合解析

[例题]A、B、C、D 4种无机物在一定条件下具有如下图所示的转化关系.     

神经肽FF的构效关系研究

多肽在机体中具有重要的生理功能,并且它具有化学合成和修饰的便利性,因此它吸引了越来越多的化学、生物学及其交叉领域研究人员的研究兴趣。神经肽FF(NPFF)作为阿片调节肽在阿片耐受等药理学方面具有重要的调节作用,然而迄今为止仍缺乏NPFF受体高选择性的激动剂和拮抗剂,从而阻碍了NPFF药理学功能及其作用机制的研究。本文简述了NPFF的发现,并综述了近几年来在NPFF的前体、受体和生理学功能等方面所取得的最新进展,结合本实验室的工作重点介绍了NPFF构效关系方面的研究,并展望了该研究方向今后的发展趋势。     

硝基芳烃对圆腹雅罗鱼毒性的DFT研究

对30种硝基芳烃化合物进行DFT-B3LYP/6-311G**水平全优化计算, 据所得量子化学参数分类建立了硝基苯类和硝基苯胺类化合物对圆腹雅罗鱼急性毒性(－lgEC₅₀)的定量构效关系(QSARs)模型. 结果表明, 硝基苯类化合物的毒性主要由硝基基团的电荷(Q_-NO2)和前线轨道能级差(ΔE)决定; 硝基苯胺类化合物的毒性则由分子最低未占轨道能级(E_LUMO)和ΔE决定. 苯环上取代基的类型、数目和取代位置直接影响到标题化合物的毒性大小, 强吸电子基如硝基会降低Q_-NO2和E_LUMO大小, 使化合物毒性增强, 且邻对位硝基取代的毒性高于间位取代; 相反, 给电子基团氨基的存在则会使化合物的毒性降低. 总之, 硝基是这两类化合物致毒的主要基团, 将硝基包覆或还原为氨基应为此类化合物解毒的重要途径. 最后以1,4-二硝基苯为例, 模拟了其活性亚硝基中间产物与蛋白质中还原性巯基间的反应, 并将其与硝基苯和1,3-硝基苯的反应活化能进行了比较, 讨论了不同取代基数目和位置对分子活性的影响, 结果与QSAR模型分析一致, 进一步验证了硝基芳烃化合物的致毒历程, 研究结果对品优高能炸药的分子设计也有助益.     

烷烃同系物气相色谱保留指数的分子拓扑研究

定义了分子中原子的平衡电负性,并用原子的平衡电负性对分子图进行着色,在距离矩阵的基础上结合分子中各原子的支化度构建了一种新的拓扑指数N1,N2和N3。该拓扑指数对分子结构实现惟一性表征,具有优良的结构选择性。将拓扑指数N1,N2和N3与烷烃在固定相角鲨烷(柱温50　℃)及SE-30(柱温80　℃)上的气相色谱保留指数进行多元线性回归,结果表明烷烃的气相色谱保留指数可分别定量描述为I(Squalane)=23.97842N1-3.86562N2+0.787379N3+42.33061,I(SE-30)=23.83937N1-3.5687N2+0.939876N3+22.11952。用上述回归方程对烷烃的气相色谱保留指数进行预测,结果表明预测值与实验值的平均相对误差均为1.31%,预测结果误差在实验误差范围内。     

抗癌性吲哚喹唑啉衍生物的定量构效关系

用量子化学密度泛函理论(DFT)、分子力学(MM＋)及回归分析方法,对一系列抗癌性吲哚喹唑啉衍生物进行了定量构效关系(QSAR)的研究.通过回归分析,筛选了影响抗癌活性的主要因素,建立了定量构效关系方程.结果表明,化合物的最低未占据分子轨道(LUMO)与最高占据分子轨道(HOMO)之间的能量差(ΔεL-H)、分子的疏水性(lgP)以及环D上的总电荷(ΣQD)和环D上R1取代基的第一个原子的净电荷(QFR1)是影响化合物抗癌活性的主要因素.所得模型对化合物抗癌活性有较好的预测效果. 同时, 与ΔεL-H密切相关的LUMO轨道能量及共轭平面面积对药物的DNA-结合及其活性起着十分重要的作用,可通过选取具有较强的拉电子性质同时又能与本系列化合物的骨架形成更大共轭体系的取代基R1,设计抗癌活性较高的化合物.