盾构隧道施工物料无人运输发展现状及关键技术

盾构隧道施工物料无人运输有助于提升运输效率、降低运输成本、减少运输安全事故率。与公路汽车无人驾驶、港口车辆无人驾驶、轨道交通无人驾驶等逐步成熟的无人驾驶技术不同，在隧道场景下实施施工物料无人运输存在运输物料种类繁多、运输调度困难、地下定位信号拒止、狭窄车道频繁会车、行车路面工况复杂、地上地下联动响应慢等诸多挑战。从实现盾构隧道施工物料无人运输的关键问题分析入手，综述当前盾构隧道施工物料运输方式、运输需求、无人运输发展现状及存在的挑战，提出盾构隧道施工物料无人运输的五大关键技术：多种类物料智能货控能效管理技术，无人化垂直装卸门机控制技术，多传感器融合同步定位与地图构建技术，隧道复杂环境路径规划与自主避障技术，隧-地一体化联动响应的高可靠性无线通信技术。     

Revealing the relationships between alloy structure,composition and plastic deformation in a ternary alloy system by a combinatorial approach

A high-throughput approach based on magnetron co-sputtering of alloy libraries is employed to inves-tigate mechanical properties of crystalline and amorphous alloys in a ternary palladium(Pd)-tungsten(W)-silicon(Si)system with the aim to reveal the difference in plastic deformation response and extract the relevant structure-property relationships of the alloys in the system.It was found that in contrast to crystalline alloys,the amorphous ones,i.e.,metallic glasses,exhibited a much smaller fluctuation range in the plasticity parameters(Er2/H and Wp/Wt),indicating a significant difference in the plastic deformation mechanism controlling the mechanical properties for the respective alloys.We propose that the inho-mogeneous deformation of amorphous alloys localized in thin shear bands is responsible for the weaker compositional dependence of both plasticity parameters,while dislocation gliding in crystalline materials is significantly more dependent on the exact structure,thus resulting in a larger scattering range.Based on the representative efficient cluster packing model,a set of composition-dependent atomic structural models is proposed to figure out the structure-property relationships of amorphous alloys in Pd-W-Si alloy system.     

MHWRR连续辐照生产裂变钼技术研究

为适应当前全球对放射性诊断核素99m Tc需求量不断增长的需要,阿尔及利亚比林核研究中心对多用途重水反应堆(Multi-purposes Heavy Water Research Reactor,MHWRR)实施升级改造,提出建立不停堆连续辐照生产裂变钼的能力需求。在对裂变钼靶件堆内辐照堆芯物理计算分析、热工水力计算分析、靶件出堆过程热工计算分析以及裂变99Mo产额计算等分析研究的基础上,结合反应堆设施原有限制条件,创新地提出了采用短时间临时停堆方式的技术方案,既能实现阿方产量目标,又能满足辐照安全要求。方案得到了阿方认可,工程实施后的初步调试结果表明:理论计算值与实验值符合较好,在无参考可借鉴实例的情况下,提出的辐照技术方案和工艺流程是合理可行的。     

甘肃省绿色矿山建设现状与绿色矿业发展策略

绿色矿山建设和绿色矿业发展是联系矿产资源开发与矿业经济健康发展的纽带，是落实生态文明战略的重要平台和抓手，是适应矿业发展阶段、矿业转型升级、落实自然资源管理工作新定位的重要途径和必然选择。为进一步推进甘肃省绿色矿山建设和绿色矿业发展，通过分析甘肃省矿产资源概况和绿色矿业发展现状，发现存在建设标准不够详尽、矿业结构不尽合理、创建先决条件不够、企业技术实力有限、矿山企业存有误区、支持政策未能落地等制约因素，提出在编制专项规划、细化建设标准，灵活运用政策、优化产业结构，严格过程管控、严肃责任追究,申请专项资金、解决技术难题,加大宣传引导、积极纠正误区,细化优惠政策、倒逼产业升级等方面加以完善的对策，促进甘肃省绿色矿业转型升级。     

内插螺旋立式上行管流场及传热性能的实验研究

通过粒子图像测速流场实验与传热实验相结合，研究了内插螺旋立式上行管的螺旋节距、丝径、中径比等结构参数在不同Re下对流场、阻力及传热性能的影响。结果表明，内插螺旋能够有效扰动和混合管内流体，使管内形成多个纵向旋涡的流体结构、增大管壁附近液体涡量，有利于强化传热。当Re相同时，管内平均流速v、Nu和综合换热性能PEC均随丝径增大而增大，随中径比减小而增大；随节距增大，3种参数均出现增大的趋势，节距大于20 mm后开始减小。管内流体的阻力f随丝径和节距增大而减小，随中径比增大而增大。综合比较，在较低Re时，节距p=20 mm、丝径e=1.6 mm、中径比D/d=0.75时综合传热效果最好。     

基于强化学习的HP模型优化方法研究

蛋白质结构预测问题一直是生物信息学中的重要问题。基于疏水极性模型的蛋白质二维结构预测问题是一个典型的NP难问题。目前疏水极性模型优化的方法有贪心算法、粒子群算法、遗传算法、蚁群算法和蒙特卡罗模拟方法等，但这些方法成功收敛的鲁棒性不高，容易陷入局部最优。由此提出一种基于强化学习的HP模型优化方法，利用其连续马尔可夫最优决策与最大化全局累计回报的特点，在全状态空间中，构建基于能量函数的奖赏函数，引入刚性重叠检测规则，充分挖掘生物序列中的全局进化关系，从而进行有效与稳定的预测。以3条经典论文序列和5条Uniref50序列为实验对象，与贪心算法和粒子群算法分别进行了鲁棒性、收敛性与运行时间的比较。贪心算法只能在62.5%的序列上进行收敛，该文方法能在5万次训练后稳定的在所有序列上达到了收敛。与粒子群算法相比，两者都能找到最低能量结构，但该文的运行时间较粒子群算法降低了63.9%。     

Input-to-state learning of recurrent neural networks with delay and disturbance

This article deals with the issue of input-to-state stabilization for recurrent neural networks with delay and external disturbance. The goal is to design a suitable weight-learning law to make the considered network input-to-state stable with a predefined -gain. Based on the solution of linear matrix inequalities, two schemes for the desired learning law are presented via using decay-rate-dependent and decay-rate-independent Lyapunov functionals, respectively. It is shown that, in the absence of external disturbance, the proposed learning law also guarantees the exponential stability of the network. To illustrate the applicability of the present weight-learning law, two numerical examples with simulations are given.