荷电细水雾对管道瓦斯爆炸超压的影响规律研究

为了研究荷电细水雾对瓦斯爆炸超压的影响规律和机理,采用小尺寸管道模拟瓦斯爆炸,研究不同荷电电压作用下的瓦斯爆炸超压和平均压升速率,以及不同雾通量作用下的瓦斯爆炸超压.结果表明:随着荷电电压的升高,瓦斯爆炸超压和平均压升速率受到明显的抑制;随着雾通量的增加,瓦斯爆炸超压明显降低.在实验条件下,和普通细水雾相比,当雾通量为4L、荷电电压为8kV时,瓦斯爆炸超压峰值降低10.798kPa,降幅达49.78%;平均压升速率峰值降低180.468kPa/s,降幅达49.90%.     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。     

基于OH-PLIF的狭长受限空间油气爆炸中间基团浓度分布研究

为了精确测量狭长受限空间油气爆炸过程中的关键自由基团，从而实现对其爆炸流场、火焰传播的精确分析，基于先进的平面激光诱导荧光测量技术（PLIF），设计构建了油气爆炸PLIF测量系统，开展了不同工况下狭长受限空间汽油-空气混合气爆炸实验研究，获得了该爆炸中间基团OH基的浓度分布。实验结果表明，1.1%~2.4%（体积分数）油气浓度之间，OH基浓度先增大后减小；随火焰的传播发展，OH基浓度不断变大，表明爆炸不断强化；爆燃不同时期OH基分布情况不同，表明不同爆燃阶段的燃烧反应区域有较大差异；爆燃前期火焰与壁面之间有“隔离带”，是由未燃气浓度增大导致火焰传播变慢的结果。主要创新点在于通过设计时序控制子系统，解决了非稳态预混燃烧中自由基分布瞬态测量。     

A new perspective of co-doping and Nd segregation effect on proton stability and transportation in Y and Nd co-doped BaCeO3

Bulk and surface properties of proton stability and transportation in Y and Nd co-doped BaCeO₃ (BCYN), especially the effect of Nd segregation, were investigated by first-principles calculations. Since the structure of doped BaCeO₃ at the operating temperature of proton-conducting has been unclear for a long time, we have summarized the latest experimental results and calculated the structure of the asymmetric BCYN for the first time. The results show that compared with Y, Nd doping promotes oxygen vacancy formation, however reduces proton stability. Our calculation can also provide a possible explanation for the formation of space charge layer at the grain boundary of doped BaCeO₃ in experiment. Unlike the stable Y in BCYN, Nd is calculated to be easily segregated, which can facilitate both proton hydration and proton transportation near the surface. Moreover, Nd segregation at the grain boundary is predicted to be beneficial for proton transportation between grains.     

移动边缘计算环境下的动态资源分配策略

在通讯设备爆炸式增长的时代,移动边缘计算作为5G通讯技术的核心技术之一,对其进行合理的资源分配显得尤为重要。移动边缘计算的思想是把云计算中心下沉到基站部署(边缘云),使云计算中心更加靠近用户,以快速解决计算资源分配问题。但是,相对于大型的云计算中心,边缘云的计算资源有限,传统的虚拟机分配方式不足以灵活应对边缘云的计算资源分配问题。为解决此问题,提出一种根据用户综合需求变化的动态计算资源和频谱分配算法(DRFAA),采用"分治"策略,并将资源模拟成"流体"资源进行分配,以寻求较大的吞吐量和较低的传输时延。实验仿真结果显示,动态计算资源和频谱分配算法可以有效地降低用户与边缘云之间的传输时延,也可以提高边缘云的吞吐量。     

钚及其裂变产物钯 、银 、镉 、锡 、锑 、锆的系统分离方法

描述了钚及其6种裂变产物钯、银、镉、锡、锑、锆的系统分离方法：在强碱性阴离子交换树脂柱上将盐酸介质的辐照靶溶解液中的这些元素分为5组，然后再针对各组目标元素进行分离和纯化，可简便快速地从同一份靶溶解液中分离以上7种元素。采用辐照铀靶对分离方法进行了验证，结果表明，分离流程对6种裂变产物的化学回收率均大于70%，对γ谱仪测量干扰的主要核素去污因子均大于1.0×10³，可满足²³⁹Pu裂变谷区核素裂变产额测量对化学分离的要求。     

基于张量分解融合RGB-D图像的物体识别

为了充分利用RGB-D图像的深度图像信息，提出了基于张量分解的物体识别方法。首先将RGB-D图像构造成一个四阶张量，然后将该四阶张量分解为一个核心张量和四个因子矩阵，再利用相应的因子矩阵将原张量进行投影，获得融合后的RGB-D数据，最后输入到卷积神经网络中进行识别。RGB-D数据集中三组相似物体的识别结果表明，利用张量分解融合RGB-D图像的物体识别准确率高于未采用张量分解的物体识别准确率，并且单一错分实例的准确率最高可提升99%。