准Z源软开关高增益DC-DC变换器

为使光伏系统能够稳定地输出逆变器母线所需高压直流电，需使用高增益DC-DC变换器来实现光伏组件电压等级提升，基于此设计一款准Z源软开关高增益DC-DC变换器应用于光伏系统中。在准Z源框架基础上使用有源开关管替换二极管并嵌入耦合电感和开关电容模块，可实现软开关、高电压增益以及高效率。介绍该变换器的工作原理，分析稳态下性能表现，并与同类型变换器进行比较，结合变换器的建模仿真及样机实验，验证理论分析的正确性。     

利用膜分散微反应器高效溶解D-7-ACA的研究

合成头孢呋辛的关键中间体3-去氨甲酰基头孢呋辛（DCC）由3-去乙酰基-7-氨基头孢烷酸（D-7-ACA）溶液与酰氯试剂缩合得到，其中利用高浓度NaOH溶液将D-7-ACA溶解在水和甲醇中是第一步。而D-7-ACA中的β-内酰胺环在强碱性条件下容易发生开环反应，造成收率不高。传统反应釜不能精确控制体系的pH、混合效果差，因此溶解得到的D-7-ACA溶解浓度低。采用一种膜分散微反应器，实现了高效溶解D-7-ACA，并研究了D-7-ACA在不同初始浓度、不同温度和pH条件下的降解动力学。接着详细探讨了pH、温度和循环流速等因素对膜分散微反应器溶解D-7-ACA的影响。结果显示，利用膜分散微反应器在最优条件下得到的D-7-ACA溶解浓度为76.50 mg/ml,DCC收率为91.90%，相比传统搅拌法分别提高了5.91%和5.61%。     

基于多粒度交互推理的答案选择方法研究

预训练语言模型已经广泛应用于不同自然语言处理任务，其蕴含的自注意力机制能够在“文本对子”之上形成统一的语义编码表示，从而使BERT模型的输入结构和运算模式理论上适用于处理“目标问题和候选答案”样本。然而，直接应用BERT等语言模型将面临两种局限性：(1)BERT并不侧重词块、短语和子句的独立语义信息表示，使得文本在匹配过程中往往错失不同颗粒度语义相关性的感知；(2)BERT中的多头注意力机制不能在不同粒度的语义结构之间计算交互强度(相关性)。针对上述问题，该文提出一种基于BERT的多粒度交互推理网络，该方法将问题与候选答案的语言信息进行多粒度语义编码，丰富了句子间的语义信息与交互性。此外，该文提出句子级的编码损失策略，借以提高编码过程对关键子句的加权能力。在WPQA数据集上的实验结果显示，该方法有效提高了非事实性问题的答案选择性能。