水利输配水压力钢管多运行工况下水锤数值模拟及设计优化与应用

本文以海外某水利输配水工程为例,通过在管径DN1600压力钢管上设置液控缓闭止回蝶阀、三阶段防水锤复合排气阀、开式双向调压塔等技术措施,并应用Pipe2016 Surge软件对不同运行工况下的水锤进行数值模拟,计算钢管应力,在满足招标技术要求的同时优化泵站及输配水压力钢管设计,取得了良好的经济效益和社会效益.     

基于禁忌搜索的晶体位置谱分割与校准方法

为满足不同规格晶体探测器对分割校准晶体条响应事件位置数据的需求，开发了一种以禁忌搜索算法为核心，结合UDP数据帧、二维高斯模型及光导折射率的位置信息分割校准方法。实验结果表明，本方法在溢出率为5%时，峰谷比可达1218，空间分辨率达17 mm，晶体条响应位置识别准确度高达99%，滤除了引发伪峰的噪声，避免了过分割问题。在面对多种规格晶体阵列的位置谱时，本方法能依照阵列规格将晶体条区域的响应自动校准编号并输出晶体位置查找表，实现响应事件的精确校准。     

Numerical study on the loss of fast ions produced by minority ion cyclotron resonance heating in EAST

The classical prompt loss of fast ions produced by minority ion cyclotron resonance heating(ICRH)is studied by a guiding center orbit following code in the Experimental Advanced Superconducting Tokamak(EAST).It is found that the loss of fast ions produced by ICRH mainly appears in both ends of the resonance layer,while the loss of fast ions in the middle resonance layer is very small.The dominant fast loss comes from trapped ions,rather than from passing ions.Controlling the location of resonance layer at the plasma core may be more beneficial to the EAST tokamak ICRH.In addition,the loss distribution of fast ions is studied.The results show that the fast ions are mainly lost near the midplane in the poloidal direction,but almost uniformly in the toroidal direction.Moreover,we investigate the dependence of fast ion loss on the ICRH power.The simulation results show that the loss fraction of fast ions in both ends of the resonance region increases with the ion cyclotron range of frequencies(ICRF)power,but barely affects the loss of fast ions in the middle region.     

基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。     

自适应融合层级特征的混合退化图像复原算法

多种退化类型混合的图像比单一类型的退化图像降质更严重,很难建立精确模型对其复原,研究端到端的神经网络算法是复原的关键.现有的基于操作选择注意力网络的算法(operation-wiseattentionnetwork,OWAN)虽然有一定的性能提升,但是其网络过于复杂,运行较慢,复原图像缺乏高频细节,整体效果也有提升的空间.针对这些问题,提出一种基于层级特征融合的自适应复原算法.该算法直接融合不同感受野分支的特征,增强复原图像的结构;用注意力机制对不同层级的特征进行动态融合,增加模型的自适应性,降低了模型冗余;另外,结合L1损失和感知损失,增强了复原图像的视觉感知效果.在DIV2K,BSD500等数据集上的实验结果表明,该算法无论是在峰值信噪比和结构相似性上的定量分析,还是在主观视觉质量方面,均优于OWAN算法,充分证明了该算法的有效性.     

改进的CAGAN在虚拟试衣中的应用

针对CAGAN（Conditional Analogy GAN）换衣后效果模糊，在目标衣服与原始衣服长短不一致时效果一般，相对目标衣服保留过少的细节等问题做了相关研究并对CAGAN进行了改进，提出了新的虚拟试衣方式。经过改进的CAGAN生成一个粗糙的结果，由该结果得到目标衣服穿在模特身上改变形状后的mask，接下来利用mask对目标衣服进行变形，综合变形的衣服和第一步的结果便得到最终的试衣图像。实验结果表明，该方法解决了前面存在的问题，而且取得了非常好的效果。     

Kinetic Energy Harvesting Toward Battery-Free IoT:Fundamentals,Co-Design Necessity and Prospects

Energy harvesting(EH)technology is developed with the purpose of harnessing ambient energy in different physical forms.Although the available ambient energy is usually tiny,not comparable to the centralized power generation,it brings out the convenience of onsite power generation by drawing energy from local sources,which meets the emerging pow?er demand of long-lasting,extensively-deployed,and maintenance-free Internet of Things(IoT).Kinetic energy harvesting(KEH)is one of the most promising EH solutions toward the realization of battery-free IoT.The KEH-based battery-free IoT can be extensively deployed in the smart home,smart building,and smart city scenarios,enabling perceptivity,intelli?gence,and connectivity in many infrastructures.This paper gives a brief introduction to the configurations and basic principles of practical KEH-IoT systems,including their mechani?cal,electrical,and computing parts.Although there are already a few commercial products in some specific application markets,the understanding and practice in the co-design and optimization of a single KEH-IoT device are far from mature,let alone the conceived multia?gent energy-autonomous intelligent systems.Future research and development of the KEHIoT system beckons for more exchange and collaboration among mechanical,electrical,and computer engineers toward general design guidelines to cope with these interdisciplinary en?gineering problems.     

煤基高能量密度燃料的合成及表征

高能量密度燃料是为新型高性能飞行器提供动力保障的关键,其合成及应用研究具有重要的前瞻性和重大战略意义。煤炭是我国的主体能源和重要原料,通过煤直接转化获取的煤基油,充分保留了煤中特有的环状分子化学结构,具有良好的热安定性和较高的能量密度,被认为是高超音速飞行器的优选燃料。以煤直接液化工艺生产的煤液化石脑油馏分为起始原料,通过富集轻质芳烃、化学合成、催化加氢稳定和产物分离提纯等方法制备煤基高能量密度燃料,并对其产物进行分子结构表征和性能评价。结果表明,煤直接液化生产的石脑油馏分是一种优异的催化重整原料,经催化重整富集轻质芳烃后,其轻质芳烃质量分数高达71.05%。Diels-Alder化学合成主产物是由多个封闭环平面组成且具有空间立体构型的二环或三环烃类物质,质量分数为46.18%,因分子内存在较大的张力能,结构紧凑,其拥有更大的密度和体积热值。煤基高能量密度燃料的密度和体积热值分别为0.8990 g/cm3与38.06 MJ/L,均大大超过现行的国内石油基喷气燃料(RP-3和RP-6)、煤基大比重喷气燃料、美国和俄罗斯军用标准。与单一纯物质合成高能量密度燃料(JP-10和T-10)比较,其密度与体积热值偏小。究其原因主要是轻质芳烃的富集度仅为71.05%,需进一步提高其轻质芳烃质量分数。另外,制备的煤基高能量密度燃料种类复杂,其主产物质量分数仅46.18%,下一步可重点调控合成产物的分子构型和纯化分离。     

武汉市一般人群血清中全氟及多氟烷基化合物浓度及其影响因素研究

目的 了解武汉市一般人群血清中全氟及多氟烷基化合物(PFASs)浓度,探索血清中PFASs浓度水平的影响因素。方法 以在武汉市某医院进行一般体检的人群为研究对象(n=67),通过超高效液相色谱-三重四级杆质谱(UPLC-TQ/MS)联用仪测定外周血清中12种PFASs浓度,采用多元线性回归分析方法分析一般人口学特征和血清中PFASs浓度的关联性。结果 武汉市一般人群血清中12种PFASs的平均浓度水平为11.60 ng/mL。全氟辛烷磺酸及其盐类(PFOS)和全氟辛酸及其盐类(PFOA)的贡献率较大,分别为45.03%和31.86%。男性人群血清中PFOS、PFOA、全氟己基磺酸(PFHxS)、全氟壬酸(PFNA)等主要化合物的浓度高于女性,其β值(95%可信区间)分别为0.708(0.313,1.104)、0.518(0.069,0.967)、0.724(0.388,1.059)和0.684(0.399,0.968)。同时,发现血清中PFOS、PFHxS、PFNA浓度和年龄呈正相关,其β值(95%可信区间)分别为0.062(0.042,0.081)、0.035(0.019,0.052)和0.030(0.016,0.045)。结论 性别和年龄对血清中PFASs浓度有影响,在进行人体PFASs暴露评估中应考虑这些因素。