从认知隐喻角度解读葛浩文的“隐”与“不隐”

从认知语言学角度出发,隐喻不仅是一种修辞方法,更是一种认知方式.以总结隐喻的认知机制为基础,综合探讨了隐喻的翻译方法并将其运用到《红高粱家族》葛氏译本的分析中.研究发现葛氏译本在一定程度上再现了原作中的隐喻,有利于英语读者了解其中蕴含的文化意象、缩小不同民族间的认知差异;同时,这也为分析和判断莫言英译作品的隐喻译介效果提供了新视角.     

新型可变位式街码

低压线路的升级改造中,大量街码需要更换或改变街码位数。但现有街码上的低压轴式绝缘子(瓷碌)是固定不可移动的,改造时需要拆掉现有街码重新在墙上打孔安装新街码。这会造成居民建筑外墙体的再次伤害,引起用户的不满,甚至投诉。且这种更换方式会造成大量不必要的人力、物力浪费。根据现有街码生产标准,将瓷碌与街码固定架之间设计为可移动变位的形式。通过滑动更换瓷碌的方式,减少再次打孔,提高工作效率,降低工作成本。     

沥青混合料玻璃态转变温度的外部影响因素

为探究环境因素、交通水平等外部条件对沥青混合料玻璃态转变温度的影响,研究选取升温速率、荷载频率、应变水平3个试验因素,采用DMA方法在不同试验水平下对沥青混合料试件进行温度扫描试验.利用Boltzmann模型拟合得到材料的玻璃态转变温度,通过对试验结果的统计分析,确定影响玻璃态转变温度的主要因素,并建立了多因素影响下的玻璃态转变温度预测模型.结果表明:采用Boltzmann模型能够准确有效地确定材料玻璃态转变温度;升温速率、荷载频率对沥青混合料的玻璃态转变温度有显著影响,玻璃态转变温度随着升温速率、荷载频率的增大而升高,玻璃态转变温度与升温速率、荷载频率的对数值存在良好的线性关系;处于弯拉受力模式下的沥青混合料,其玻璃态转变温度在线粘弹性区域内并无明显的应变依赖性.     

准晶相增强高性能镁合金的研究进展

综述了准晶相增强镁合金的制备方法,以及准晶相增强Mg-Zn-Y、Mg-Zn-Al的微观组织和性能特点,介绍了准晶相增强镁合金在国内外的研究及应用进展状况.已有的研究结果表明,钱合金中准晶相的存在对提高合金的室温和高温强度、改善合金塑性有明显作用.     

基于青少年美育的人工智能融合数字孪生创新设计研究

目的 本研究探讨了人工智能与数字孪生技术在青少年美育中的应用,旨在提供沉浸式、互动式、个性化的学习体验。研究结合了认知发展理论、社会文化理论等以优化美育教育效果。方法 首先,运用文献研究法梳理人工智能和数字孪生技术的理论内涵及其与美育的理论联系;其次,通过案例分析法总结数字孪生等技术在美育设计领域的典型应用实例与应用场景;最后,利用模型构建法探索了数字孪生技术赋能下的青少年美育系统,着重研究了技术与教育的互动和技术应用于实际教育环境中的挑战。结果 人工智能与数字孪生技术的融合提升了青少年的美育体验,增强了学习的沉浸性和互动性,并通过提供个性化学习路径促进了青少年的认知、情感,以及社会的发展。同时,这些技术与教育理论相协调,为美育教育带来了新的范式。结论 人工智能与数字孪生技术在青少年美育设计中的应用具有的重要时代意义。它们不仅突破了时间和空间的限制,实现了全方位的美育设计,而且有效地促进了美育的数字化升级。此外,这些技术为青少年提供了全新的美育体验,有助于其在数字和文化素养交织的世界中全面发展。     

葡萄糖三聚氰胺甲醛树脂的热性能

以葡萄糖、三聚氰胺和甲醛为主要原料,在碱性条件下合成了葡萄糖－三聚氰胺－甲醛（ＧＭＦ）树脂,研究了葡萄糖与三聚氰胺的摩尔比（Ｍ_ｇ∶Ｍ_ｍ）对ＧＭＦ树脂固化性能与热稳定性的影响。结果表明：ＧＭＦ树脂固化后羟甲基等活性官能团含量减少,形成了稳定的三维网络结构;随着Ｍ_ｇ∶Ｍ_ｍ 的增加,ＧＭＦ树脂的热稳定性总体变差;ＧＭＦ树脂的固化过程为放热反应,随着Ｍ_ｇ∶Ｍ_ｍ 的增加,活化能Ｅ_ａ随之增大,固化反应更难发生,需要更高的温度使其充分固化;ＧＭＦ（Ｍ_ｇ∶Ｍ_ｍ ＝０.１）与ＧＭＦ（Ｍ_ｇ∶Ｍ_ｍ ＝０.５）树脂的固化反应ｎ级动力学模型分别为ｄα／ｄｔ＝１.３６×１０^８ｅ^{－８０８９０／ＲＴ}（１－α）^{０.９２７８}、ｄα／ｄｔ＝１.５５×１０^１０ｅ^{－９６４８０／ＲＴ}（１－α）^{0.９３６７}。该结果可为ＧＭＦ及其他糖类物质改性ＭＦ树脂的热性能与人造板热压工艺的研究提供参考。     

复合垂直流人工湿地-微生物燃料电池耦合系统产电性能和水质净化

人工湿地(CW)和微生物燃料电池技术(MFC)是两种具有潜力的环境技术,用于水污染治理和可再生能源生产。目前大部分研究主要针对上流式人工湿地-微生物燃料电池进行探索,很难用到实际的人工湿地上。主要以垂直流人工湿地为研究对象,研究复合垂直流人工湿地-微生物燃料电池耦合系统的产电性能和水质净化作用。结果表明,在相同的垂直流CW-MFC系统中,产电性能和水体污染物的含量有一定的关系;在模拟自然的水流情况下,CW-MFC1阳极生物氧化产生的质子和电子迁移至CW-MFC2的阴极也能同其电子受体发生氧化还原反应,从而产生电压电流,且其电压高于单一垂直流CW-MFC系统;模拟自然情况下的CW-MFC系统对各项水质指标的去除都有不错的去除效果,其中磷酸盐和总磷的去除率为97.5%和97.9%,氨氮和总氮的去除率为86.4%和66%,COD去除率最低为36.5%,表明复合垂直流CW-MFC系统对水体污染物的去除起明显的效果。     

自适应随机共振算法的立铣刀磨损信号检测

在对刀具磨损信号的检测过程中,强噪加工环境使得所需特征信号显得非常微弱,给提取微弱特征信号带来了难题,基于此问题提出了利用自适应随机共振算法对立铣刀在磨损过程中产生的磨损信号进行检测,用加速度传感器和力传感器采集振动信号和切削力信号,再将提取的信号进行时频域的特征值提取,以此来分别建立遗传算法和粒子群算法优化的自适应随机共振模型,最后将这两种模型都用在对立铣刀的磨损检测中。实验结果表明,遗传算法和粒子群算法均可检测出立铣刀转动频率和刀齿切入频率,以及这两种频率下所对应的立铣刀磨损信号,为日后立铣刀磨损状态在线监测系统的建立奠定了基础。     

Levy-CPSO-GA算法在空调冷负荷预测模型LSTM中的应用

针对单一算法优化空调冷负荷模型参数存在的局限性及对预测精度的需求，本文提出了基于遗传算法(genetic algorithm, GA)进化、莱维飞行(Levy)及粒子群(particle swarm optimization, PSO)优化算法的协同并行混合算法Levy-CPSO-GA。将初始种群初始化为2个同规模种群，分别按照合作机制和竞争机制并行更新，种群1采用Levy飞行产生随机新巢方式自适应初始化PSO,同时引入迭代极值，记录粒子群的信息交换；种群2按照GA更新，种群间通过适应度交流，以最优适应度更新群体，将混合算法应用于优化长短期预测模型(long short-term memory, LSTM),并将结果与各预测算法进行比较。研究结果表明，优化后的预测模型，预测精度大幅提高，与ELM相比，RMSE降低了81.1%;与LSTM模型相比，误差显著降低，RMSE降低了26.4%,在第105个预测点处，该预测模型的绝对误差为-0.682 9,相比于ELM的绝对误差值-7.313 5,其精度提高了90.66%,预测性能优于其他算法。该研究对准确预测冷负荷具有重要意义。