基于交叉点支护设计对井巷支护效果优化

为进一步提升综采工作面生产的安全性,对交叉区段采取特殊的支护进行设计,以西铭矿22407工作面为例在分析其地质、水文、煤层等条件的基础上,对其支护现状进行分析,并从改进交叉区段掘进顺序、交叉点形式以及支护参数三个方面实现对交叉区段的特殊支护,并对最终的支护效果进行验证,取得理想效果.     

煤矿5G分布式MIMO组网技术研究（增刊）

根据煤矿井下的安全防爆要求，天线的射频发射功率受到严格限制，导致煤矿5G的基站部署密度显著高于地面场景。为了解决由此引发的交叉覆盖问题，本文提出了煤矿5G分布式MIMO组网技术，利用分布在不同位置的天线实现对用户数据的联合并行发送，不仅避免了由交叉覆盖导致的乒乓切换等负面效应，还提升了边缘区域的信号覆盖效果。在乌兰木伦煤矿的300米采煤工作面内，利用分布式MIMO组网技术实现了5G信号的无边界覆盖，上行速率不低于500Mbps，保障了煤机数据的实时有效传输。     

2022中国自动化大会征文通知

中国自动化大会是由中国自动化学会主办的国内最高层次的自动化、信息与智能科学领域的大型综合性学术会议,2022中国自动化大会拟定于2022年11月在福建省厦门市召开,此次自动化大会由华侨大学承办。2022中国自动化大会将为全球自动化、信息与智能科学领域的专家学者和产业界的同仁提供展示创新成果、展望未来发展的高端学术平台,加强不同学科领域的交叉融合,引领自动化、信息与智能科学与技术的发展。     

还原温度对氧化石墨烯的湿度-甲醛交叉敏感性能的影响

以氧化石墨烯溶胶为前体，通过旋涂工艺制备薄膜型气敏元件，在低温80～180℃下进行热处理，获得系列不同还原程度的还原氧化石墨烯气敏元件，采用XRD、AFM、FT-IR、XPS对样品的层结构、薄膜厚度及含氧官能团变化属性进行表征，将气敏薄膜元件在相对湿度为11.3%～93.6%的范围内进行预湿处理，并测定元件对甲醛气氛的敏感性能。结果表明：随热还原处理温度的升高，氧化石墨烯的结构逐渐向类石墨结构转变，含氧官能团逐渐脱失，缺陷增多，薄膜的方块电阻呈数量级地减小，从41 MΩ减小至928 Ω；经不同湿度预处理的气敏元件置于甲醛气氛中产生了水分子与甲醛分子的竞争吸附，从而导致电阻的明显变化；在10^?4甲醛气氛下，未还原或热还原温度较低的气敏元件适用于低、高湿环境下甲醛气氛的气敏测试，最大灵敏度为69.1%，而还原温度适中的元件则适用于中湿环境的甲醛测试，最大灵敏度为80.3%。     

一种基于GN算法的动态图划分方法

随着图规模的急剧增长，对动态图进行实时处理的需求日益增加。大多现有的算法针对静态图划分是有效的，直接用其处理动态图会带来较大的通信开销。针对该问题，提出一种基于GN算法的动态图划分方法。首先收集一段时间内加入动态图中的顶点；然后，利用GN算法对这些新加入的顶点进行预划分，产生若干个内部联系紧密的社区；最后，将预划分产生的社区结果插入到已经划分好的当前图中。实验从交叉边数和负载均衡度两方面将该方法与传统流式划分方法进行比较，结果表明， 在公开数据集上，该方法的交叉边数降低了13%，负载均衡度减少了42.3%。由此可见，该方法的划分质量明显优于传统的流式划分方法。     

氮杂环卡宾-钯功能化的配位聚合物（NHC-Pd@Zn-L）：合成、表征及催化Suzuki-Miyaura交叉偶联反应

以\mathrm{1,3}-二(1-羧乙基)咪唑盐(HL)和Zn(NO₃)₂·6H₂O反应合成二维配位聚合物[Zn(L)₂] _n (Zn-L)，产物再与K₂PdCl₄在四氢呋喃溶液中反应引入氮杂环卡宾-钯（NHC-Pd）催化位点，制得催化剂NHC-Pd@Zn-L，并通过PXRD、TGA、ICP、SEM、EDS和XPS进行表征。结果表明，NHC-Pd@Zn-L具有良好的热稳定性且修饰后晶体的框架结构没有发生变化，Pd以NHC-Pd的形式结合在Zn-L中，并均匀分散在配位聚合物中。将NHC-Pd@Zn-L用于催化Suzuki-Miyaura交叉偶联反应，当以苯硼酸和溴苯为底物，催化剂用量为15 mg，乙醇为溶剂，碳酸钾为碱的条件下60℃反应6 h，产率达到>99%，而且催化剂易于回收并可循环使用3次。     

投稿须知

1稿件内容要求《中国宝玉石》杂志面向社会征稿的版块有:理论研究、学科前缘、教研实践、名家与名校,另设"设计与创作"版块,刊登设计作品图稿及简介。1.1理论研究:包括以下三类文章:(1)选定某种宝玉石作为研究对象,对其宝石学及岩矿特征、谱学特征、光学特性、热力学性质等进行测试分析,可涉及新宝石种类介绍、宝玉石定名、宝玉石质量评价、优化/处理/合成品鉴别、成因产状推断等方面,以分析技术及其应用为核心,突出文章采用的多种分析测试技术以及取得的成果、发现和创新,鼓励学科交叉。     

基于深度学习的靶蛋白药物重定位研究

笔者提出的靶蛋白药物重定位算法,是十折交叉验证算法思想在医药学领域的一个应用。不同于以往交叉验证算法应用的验证思想,十折交叉验证算法,可以独立应用于药物重定位研究,利用蛋白质相似性构建数学模型进行相似性量化。基于蛋白质相似性的蛋白质-药物作用预测方法,是交叉验证衡量参数和阈值提取的方法。基于此,对该方法的应用前景做了大致推测,并提出了该方法的局限性和改进策略。