高职院校化工类实验室安全管理体系的构建与探索

近几年,高职院校实验室数量在不断增加,同时实验室规模也在增大,实验室的安全增加了很多隐患,围绕"以人为本,预防为主,安全第一"这一主线,结合学校自身的实际情况,构建了一套针对高职院校化工类实验室的安全管理评价体系。同时,建立相对应的实验室安全检查项目表,使得结果更加直接,安全隐患更容易发现,从而能够有效预防实验室各类事故的发生,构建一个良好有序的实验环境。     

准直管直径和摆动角度对残余应力测试结果的影响

采用不同准直管直径和不同摆动角度对无应力粉末、细晶材料、较大晶粒材料进行残余应力测试，研究了残余应力测试结果的影响因素。结果表明：不同准直管直径和不同摆动角度对无应力粉末及细晶材料的残余应力测试结果影响不大，对较大晶粒材料的残余应力测试结果影响较大；采用较大的准直管直径并增大摆动角度，可以改善较大晶粒材料的衍射峰峰形及对称性，提高其测试结果的准确性。     

抽拉速度对单晶叶片定向凝固过程的影响

以DD6高温合金作为单晶叶片试件合金材料，对固定抽拉速度、简单阶梯抽拉速度和多级阶梯抽拉速度下单晶叶片试件温度场、糊状区和凝固组织生长情况进行了数值模拟，并进行了定向凝固验证试验。结果表明：采用低速固定抽拉和多级阶梯抽拉速度能获得单晶完整性好的叶片试件；高速固定抽拉和简单阶梯拉速下单晶叶片试件在缘板产生杂晶；凝固组织数值模拟结果与定向凝固试验结果基本吻合。     

一种具有高阶温度补偿的低温漂高PSRR带隙基准北大核心

设计了一种基于高阶温度补偿与内建负反馈稳压技术的带隙基准，所设计的带隙基准具有低温漂和高PSRR的优点。通过采用两对工作在亚阈值区的MOS管，根据不同工作温度分段产生指数型补偿电流，形成高阶温度补偿，降低了带隙基准的温度系数。基于带隙基准输出电压，通过内建负反馈稳压电路，提高了带隙基准的电源抑制能力。基于Dongbu 0.18μm BCD工艺，完成了低温漂高PSRR带隙基准的设计、版图绘制和后仿真验证。带隙基准的版图面积为290μm×200μm。后仿真结果表明，所设计的带隙基准在-45～125℃范围内温度系数仅为1.15×10-6/℃,电源抑制比为83.22 dB;在2.8～5.5 V电源电压变化下，基准电压的平均值为1.212 V,线性调整率为0.015%。     

聚酯丙烯酸涂料的研究

聚酯漆和丙烯酸漆在高档汽车面漆中占很大比重，为了便好地发挥各自的优点，采用聚酯和丙烯酸以一定官能团相结合的方式进行聚合，本文对这方面的工作作了一些探索 。     

基于注意力特征金字塔网络的肺结节检测算法

针对肺结节计算机辅助检测（CAD）系统中肺结节形态各异难以检测带来的敏感度低、假阳性率高的问题，提出一种基于注意力特征金字塔网络的肺结节检测算法。在第一阶段，以更加紧凑的双路径网络（DPN）为骨干网络，并结合特征金字塔网络（FPN）进行多尺度预测，以获取不同层次的特征信息，同时嵌入全局注意力机制（GAM）来细化学习要强调的语义特征，并提高算法的敏感度；在第二阶段，提出一种假阳性抑制网络，以获得最终分类预测结果；在训练阶段，采用焦点损失函数和多种数据增强技术来处理数据不平衡问题。在公开数据集LUNA16(LUng Nodule Analysis 2016)上的实验结果显示：仅有第一阶段的算法的竞争性能指标（CPM）达到了0.908，而加入假阳性抑制网络后算法的CPM达到了0.933，这与经典算法基于最大强度投影（MIP）的卷积神经网络（CNN）算法相比提升了1.1个百分点；而消融实验的结果表明DPN、FPN、GAM对于提升检测敏感度是有作用的。以上证明了所提出的两阶段检测算法可以获取多尺度结节信息，提高肺结节检测的敏感度，并且降低假阳性率。     

河南省西平县小洪河郑州“7·20”特大暴雨移置洪水响应分析

为提高河南省西平县小洪河流域防洪水平，通过暴雨移置法将郑州“7·20”特大暴雨移置到洪汝河流域，分析小洪河流域在“7·20”特大暴雨条件下的洪水过程。结果表明：在郑州“7·20”特大暴雨条件下，西平县小洪河流域水利工程(除石漫滩外)均超保证水位；水库大坝、河道堤防均有可能出现漫溢、溃坝、决堤险情；小洪河堤防险工处可能决口；滞洪区、行洪区需全部投入运用。提出了针对性改善建议：在防洪工程调度运用中对大中型水库工程防洪库容试行全部拦蓄原则；完善滞洪区、行洪区群众转移预案编制；变更小洪河桂李站保证水位为62.51 m,保证流量为420 m³/s;建立小洪河洪水演进模型等。     

基于双分支条件生成对抗网络的非均匀图像去雾

雾天拍摄的图片存在颜色失真、细节模糊等问题，会对图片的质量造成一定影响。许多基于深度学习的方法虽然在去除合成的均匀雾霾图片上具有很好的效果，但在最新的NTIRE挑战赛中引入的真实非均匀去雾数据集上效果较差。主要原因是非均匀雾霾的分布较复杂，纹理细节在去雾过程中很容易丢失，并且该数据集的样本数量有限，容易产生过拟合。因此提出了一种双分支生成器的条件生成对抗网络（DB-CGAN）。其中，一条分支以U-net为基础架构，通过“加强-整合-减去”的策略在解码器中加入增强模块，从而增强解码器中特征的恢复，并使用密集特征融合为非相邻层级建立足够的连接。另一分支使用多层残差的结构来加快网络的训练，并串联大量的通道注意力模块，以最大限度地提取更多的高频细节特征。最后，使用一个简单有效的融合子网来融合两个分支。在实验中，所提模型在评价指标峰值信噪比（PSNR）和结构相似性（SSIM）上明显优于先前的暗通道先验（DCP）、一体化去雾网络（AODNet）、门控上下文聚合网络（GCANet）、多尺度增强去雾网络（MSBDN）去雾模型。实验结果表明，所提出的网络能够在非均匀去雾数据集上具有更好的性能。     

智能安全驾驶监测系统设计与实现

针对当下发生的交通事故中及大部分是由于驾驶员酒后驾驶、违规驾驶或是突发身体疾病所导致的,设计出一种智能安全驾驶检测系统；系统以树莓派为和核心搭配智能手表、APP、酒精检测模块；系统可以实现监测驾驶员的酒精浓度,驾驶员的违规驾驶行为以及驾驶中的健康状况等功能,并通过移动端APP进行可视化展示；经测验,整个系统能够在驾驶途中稳定的运行,能够满足实时监测驾驶员的驾驶行为以及健康信息的需求。