基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

建筑 XPS板表面超疏水涂层的电沉积制备及其耐蚀性能研究

为了提高建筑用挤塑聚苯乙烯泡沫塑料（ XPS）板结构表面疏水能力，采用电化学氧化方式在 XPS板表面制备超疏水涂层结构，并对制备参数进行了优化，同时表征了超疏水涂层结构及其腐蚀性能。结果表明：提高苯三腈加入量后，接触角先增大后降低，加入 40 mg/L的苯三腈时，形成153. 9°的最大接触角，滚动角减小到 5. 8°；提高电沉积电压和延长电沉积时间后，接触角先增大后降低，控制电沉积电压为 8V和电沉积时间 12 h，可获得粗糙度较大的超疏水表面。超疏水处理后的 XPS板试样表面形成了许多外形尺寸与分布形态均匀的突起，并产生了明显凹坑。超疏水处理后的 XPS板具有更高的自腐蚀电位，对 3. 5% NaCl溶液产生更强耐蚀作用，提升了阳极与阴极耐蚀能力。     

滚筒位置参数及摇臂厚度对装煤性能的影响研究

采煤机作为综采工作面的关键设备,其性能直接决定工作面的生产能力,为进一步提升工作面生产能力,在研究滚筒采煤机装煤理论的基础上,基于现有工作面采煤机的参数分别对滚筒位置参数和摇臂厚度对采煤机装煤性能的影响机理进行研究,为后续改进采煤机的结构参数和生产过程中位置参数奠定扎实的理论基础.     

原纤化天丝纤维纸基复合材料的制备及其电气性能的研究

天丝纤维作为一种可再生纤维,具有多重原纤结构的特点,通过原纤化处理制备的微纳米级别的天丝纤维可广泛应用于超级电容器、电池隔膜等材料领域。本文选取高度原纤化的天丝纤维,探讨了天丝纤维纸基复合材料结构对其介电常数及击穿电压的影响规律。结果表明,天丝纤维纸基复合材料的相对介电常数实测值与按照体积比经验理论公式模拟计算值有较好对应性;采用具有微纳米直径的天丝纤维制备的定量40 g/m~2的电解电容器纸,压光后介电强度可达到18.27 kV/mm;参考复合介质串联电容模型,可根据单层纸参数计算双层天丝纤维纸基复合材料的击穿电压,从而指导双层电容器隔膜的结构配方设计。