基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

智能建造技术协同创新主体互动关系研究

文章分析智能建造技术创新主体的特点，界定并划分智能建造技术协同创新主体互动关系的范畴和类别，建立智能建造协同创新的多方演化博弈模型，揭示智能建造技术协同创新主体互动关系。主要结论为：①智能建造技术协同创新呈现级联性、函数性、动态平衡性、不确定性和指数性特征；②智能建造技术协同创新主体互动关系分为同质性的内部主体互动和异质性的内部主体与外部主体互动，表现出利益共生、成长进化和共享协同的特征；③创新主体之间的互动行为有利于对创新资源进行有效配置，推动智能建造技术的应用。     

PDMS基片表面的光刻胶图形化工艺研究

在聚二甲基硅氧烷(PDMS)微纳米器件的制造过程中,经常需要在PDMS基片表面进行光刻胶的图形化。建立了一种PDMS基片表面的光刻胶图形化工艺。通过对PDMS基片表面进行氧等离子体改性处理,提高了PDMS的表面润湿性,使得光刻胶可以均匀地旋涂在PDMS基片表面;提出利用室温下长时间静置代替常规的光刻胶前烘工艺,有效避免了光刻胶在前烘过程中裂纹的产生。最后,作为工艺验证,在PDMS基片表面成功制作出了复杂的光刻胶微阵列图案。     

煤基高碳醇粗产品的加氢精制研究

高碳醇(C~+_6混合醇)是重要的精细化工原料,广泛应用于合成增塑剂,洗涤剂和分散剂等。以合成气为原料,经费托合成途径一步制得高碳醇的方法,近年来得到密切关注。但是,费托合成高碳醇的粗产品中,除了醇和烷烃外,还有较多的烯烃、醛等不饱和化合物,以及少量的有机酸,因此需要通过加氢精制将其脱除,以简化后续精馏分离工序。针对该体系开发了活性炭负载的Pd基催化剂,在液体空速6 h~(-1),氢油比100～300,温度100～310℃,压力8 MPa条件下,在实验室微型反应装置上对催化剂的性能进行了评价,考察其活性、选择性和稳定性。试验表明,不饱和组分的转化率随温度升高而增加,在温度高于250℃后,不饱和组分转化率可以达到99%以上,且能够将原料中大部分的酸加氢转化,转化率高于90%。但是当温度高于270℃后,醇收率开始显著降低,说明高温条件下醇在催化剂上发生了一定程度的氢解反应。因此,为了尽可能提高加氢产物中醇的收率,较优的反应温度应在250℃左右。采用X射线衍射(XRD)技术表征了反应前后催化剂活性位的晶相和粒径,证明催化剂的活性位是金属Pd纳米粒子,粒径约为20 nm,且在反应前后基本保持不变,催化剂在反应过程中活性位结构稳定。在实验室开发的基础上,该催化剂经历1 000 h寿命实验和规模化制备等环节,成功应用于陕西榆林合成气制高碳醇万吨级工业试验的粗产品加氢精制工序,在反应温度约250℃,8.4 MPa下,不饱和组分转化率100%,酸转化率90.4%,生产出只含有醇和烷烃的混合油品,为后续醇油分离技术的开发奠定基础。     

基于增强现实技术的3D打印辅助系统研究

简要介绍了增强现实技术及AR+3D打印技术的应用情况,阐述了基于增强现实技术的3D打印辅助系统的构建和实现过程。该系统利用Unity3D引擎,以3D打印模型为研究对象,将3D打印技术和增强现实技术相结合,实现了虚拟和真实环境的融合显示。系统发布于PC端并应用于3D打印工作和机械结构教学中,对于促进机械行业的智能化发展具有重要意义。