基于ERNIE-BiGRU模型的摘要语步自动识别研究

学术文献的摘要是对文献主要内容的浓缩,摘要不同部分的语步具有不同的信息,语步的自动识别和抽取对于学术摘要的后续研究有着重要的应用价值,而目前语步识别的研究相对较少,并且相关算法的效果还需要提高。针对上述问题,该文提出了一种基于ERNIE-BiGRU模型的语步识别算法。该算法首先结合中文句法分析理论提出基于句法依存关系的多语步结构拆分法,对学术文献摘要多语步结构进行自动拆分,获得多个单语步结构;然后构建用于训练的单语步结构语料库,并利用知识增强语义表示预训练模型,训练出句子级词向量;最后将训练出的单语步结构词向量信息输入双向门限循环单元(BiGRU)进行摘要语步自动化识别,取得了良好的效果。实验结果表明,该算法具有较好的鲁棒性和较高的识别精度,在结构化和非结构化摘要上的识别准确率分别达到了96.57%和93.75%。     

Flow field simulation and pressure drop modeling by a porous medium in PEM fuel cells

For proton-exchange membrane fuel cells, the distribution of reactant flow in the stack is critical to the fuel cell's efficiency. The uneven distribution of reactant flow in the stack may cause poor current density, low performance, and material degradation. To understand and accurately predict the flow field in the proton-exchange membrane fuel cell system, the present study aims to develop a simple correlation to analyze the pressure drop in fuel cell stacks. The flow channel in each cell of a stack is treated as a porous medium, and a power-law model is used to approximate the porous medium momentum source term. For the stacks with fewer cell numbers, namely, 1, 5, and 10 cells, the parameters in the power law are established based on the experimental data. Then, a correlation is developed to simulate the flow and predict the pressure drop in the stack with higher cell numbers (ie, 20 and 40 cells). The simulations show that the pressure drop in each cell of a stack is almost invariable, and the average pressure drop decreases with increasing the number of cells. The flow uniformity in the stacks with different cell numbers is evaluated using the dimensionless pressure drop and the pressure drop ratios. It suggests that the lower the cell number, the more uniform the pressure drop. The developed model is conducive to efficiently designing the flow channel for a fuel cell stack with large cell numbers.     

基于纸浆纤维的贵重物品内包装塑造系统研究

为解决贵重物品与其内包装“契合度”不高的问题，提出基于纸浆纤维的贵重物品内包装塑造系统。系统通过三维扫描获取待包装物品的点云信息，经主控计算机进行数据处理，以下位机为执行中枢，辅之其他外部设备，利用纸浆纤维为贵重物品塑造“量身定制”的内包装，提升内包装契合度，增强保护效果，绿色环保，安全稳定。     

中药桂枝总黄酮的提取工艺研究

优化桂枝总黄酮的提取工艺，建立桂枝的提取和含量测定方法。通过单因素试验，考察提取方法、提取溶剂浓度、提取体积、提取时间对药材总黄酮含量的影响，采用正交试验，优化提取工艺条件，筛选出桂枝总黄酮的最佳提取工艺。总黄酮最佳提取工艺为75%乙醇、料液比1:40、回流提取时间60 min。该方法能有效测定桂枝药材总黄酮的含量，为该药材的质量标准研究提供一定的科学依据。本方法重复性较好、方法稳定、可行。     

蒸压建材生产过程中钢渣安定性处理与活性化利用

钢渣安定性处理过程常常造成胶凝活性的损失。为此，本文利用改性助剂消除钢渣水化过程中产生的氢氧化物并生成胶凝产物，在蒸压建材的生产过程中实现钢渣安定性处理和游离氧化物的活性化利用，并避免单独处置钢渣造成的活性物质损失。研究表明，8%秸秆灰和3%磷酸二氢铵作为复合助剂制备的尾矿-钢渣蒸压试块体积稳定，抗压强度达24.0MPa。通过对蒸压样品游离氧化物消解率、化学结合水量及热重、XRD分析，得出钢渣安定性处理与活性化利用机制：硅质材料与钢渣中f-CaO水化生成的Ca(OH)₂结合迅速生成对体系力学强度有益的水化硅酸钙，避免因大量Ca(OH)₂积累造成体积膨胀；磷酸盐中的NH₄⁺、H₂PO₄^-与f-MgO结合生成磷酸铵镁及其他低溶度积复盐类矿物，进而消除因f-MgO水化生成Mg(OH)₂造成体积膨胀的隐患。试样在180℃蒸压4h后，f-CaO及f-MgO消解率分别可达86.28%、89.73%。本文将为利用钢渣大比例取代水泥和石灰生产蒸压建筑材料提供理论基础，对于提高钢渣利用率、减少碳排放具有重要价值。     

基于CFD⁃DEM的水下切粒装置水室内颗粒流动过程数值模拟

基于CFD?DEM耦合方法，研究了颗粒在水室内的流动状态，分析了不同刀盘转速、粒子水通入量和水室出口角度对造粒过程的影响，发现提高刀盘转速、增加粒子水通入量和水室出口倾斜一定的角度都有利于水室内颗粒的排出。进一步研究了颗粒与碎屑在水室内的流动，发现在水室出口处二者的流动基本呈现出一定的分离角度。