R134a-DMF溶液制冷剂质量分数在线软测量

利用二元溶液密度与制冷剂质量分数之间具有良好对应关系的特性,将质量分数测量转化为密度测量,提出二元溶液(R134a-DMF)中制冷剂(R134a)质量分数在线软测量方法。对比温度-密度拟合式、温度-压力-密度拟合式的复杂程度、拟合度,选取综合性能最佳的拟合式。对在线软测量结果准确性进行检验。引入压力因素可提高拟合式的拟合度,但也增加了拟合式的复杂程度,且确定系数增大幅度十分有限。综合考虑计算复杂性和拟合度,选用温度-密度拟合式。与已知值相比,软测量值的最大相对误差绝对值仅为0.45%,说明R134a质量分数数学模型的准确度比较高。     

基于负极支撑型复合隔膜的高安全锂离子电池

锂离子电池热失控的情况近年来多有发生，严重制约了其未来发展。隔膜作为电池基础材料之一，对电池安全性能有重要影响。传统的聚丙烯(PP)/聚乙烯(PE)隔膜熔点低，会在高温下发生变形或融化，引发大面积内短路。研究了负极支撑型SiO₂/聚乙烯醇(PVA)/聚氧化乙烯(PEO)复合隔膜，通过对粘结剂PVA/PEO配比的优化，在实验室与中试产线上均制备出复合隔膜，其厚度仅有14μm，在400℃下不发生形变，显著提高了电池热滥用与机械滥用时的安全性能。电池循环性能稳定，300次循环后容量保持率可达99%，且在-20～-40℃的极低温环境下，展现出比常规电池更高的容量保持率。     

基于风险均衡度的电力5G通信链路自动选择方法研究

为有效自动选择通信链路，降低通信全局风险度，提出了一种基于风险均衡度的电力5G通信链路自动选择方法。首先，以最低全局风险度、最高业务通道可用性为目标函数，以通道带宽、时延与丢包率为约束条件，建立电力5G通信链路自动选择模型。以业务风险度与网络业务风险均衡度等为指标，评估业务风险度。按照风险度大小，由低至高排序通信业务，利用通信链路自动选择模型，优先为风险度较低的业务选择链路。通过量子遗传算法求解通信链路自动选择模型，获取最低全局风险度与最高业务通道可用性值，完成通信链路自动选择。实验证明：该方法可有效获取各通信业务风险度，自动选择通信链路，降低全局风险度，提升业务通道可用性和通道带宽，减少通道时延与丢包率，风险均衡效果较优。     

基于变分贝叶斯对比网络的非参数图像聚类方法

非参数图像聚类中聚类簇数是未知的，需要模型自动发现.虽然一些现有的贝叶斯方法可以自动推断聚类簇数，但由于计算成本过高或过于依赖已学习到的特征，在大规模图像数据集上并不可行.因此，文中提出基于变分贝叶斯对比网络的非参数图像聚类方法.首先，利用ResNet提取图像特征.然后，提出深度变分迪利克雷过程混合优化方法，自动推断聚类数量，可直接嵌入端到端的深度模型，并可与特征提取器进行联合优化.最后，提出极化对比聚类学习，利用极化标签去噪策略对标签进行去噪和极化处理，并利用极化标签与数据增强预测标签进行对比学习，联合优化图像特征提取器和分类器.在三个基准数据集上的实验表明，文中方法性能较优.     

政策“暖风”频吹

<正>商务部将2023年确立为“消费提振年”，国家陆续出台恢复和扩大消费的政策，持续改善消费环境，创新消费场景，家纺行业高质量发展迎来良好契机。内销市场回暖今年，随着国内生产生活秩序加快恢复，家用纺织品企业生产运营得到平稳运行，行业综合景气和发展预期有所回升，内销市场呈现回暖态势。据国家统计局数据测算，今年一季度全国2185家规模以上家纺样本企业营业收入同比下降2.28%，降幅较前两个月有明显收窄。3月行业收入实现增长且增势明显。     

ZnO含量对AgCuOIn2O3SnO2ZnO材料电接触性能的影响

实验采用原位反应合成法制备了4种ZnO含量不同的AgCuO(10)In₂O₃(2)SnO₂(2)ZnO(x),(x=0.5、1、1.5、1.8)电接触材料并制成电触头铆钉，通过XRD、SEM、JR04C触点测试机等测试手段，分析了ZnO含量对材料电接触性能的影响。结果表明：电流电压的同时增大，材料电弧侵蚀现象更为明显；ZnO含量对接触电阻、熔焊力、阳极损耗及材料转移有着不同规律的影响，ZnO含量为1.8%(质量分数)的触头具有相对稳定且较低的接触电阻，当ZnO含量为1.0%(质量分数)时平均熔焊力最低，随着ZnO含量的增大，阳极损耗及质量转移质量呈现先减小后增大的趋势，但ZnO含量对于燃弧能量的影响不明显；电弧侵蚀后的阳极表面形成凹坑，阴极表面形成凸峰，ZnO含量的不同，阳极表面侵蚀面积及侵蚀形貌略有不同。对比发现，添加一定含量的ZnO对于AgCuO(10)In₂O₃(2)SnO₂(2)材料的电接触性能有所提升。     

海水淡化太阳能烟囱发电综合系统的产水规律及内在因素影响的试验研究

该文成功设计搭建首台实现水、电联产的小型海水淡化-太阳能烟囱电站综合试验装置,并在实际气象条件下测试综合系统的产水率规律,揭示海水温度、海水-蒸馏池盖板温差、产水率等互相影响的作用机制。研究发现:蒸馏池日产水量沿集热棚径向递减,在中偏后部位有突增,蒸馏池应尽量布置在集热棚入口至径向三分之二之间的区域。系统高位产水时段为日落左右至01:00和03:00之间某时刻,占运行时长比例小,却是产水的主要时段。海水温度和海水-蒸馏池盖板温差影响产水率的主次存在时段差异,在产水上升期,海水-蒸馏池盖板温差是主要因素;而在产水下降期,海水温度是主要因素。维持较高的海水温度和海水-蒸馏池盖板温差是实现综合装置高效产水的关键。     

运用零缺陷管理方法 创建省示范监理项目

结合项目监理实例,分析和探讨"零缺陷"管理方法在创建省示范监理项目活动中的运用途径,以促进现场监理工作质量的持续提升。     

树立精细化服务理念 提升规范化监理水平

新版《建设工程监理规范》的实行,标志着工程监理已经完全进入市场化时代,其核心就是服务与管理。鉴于此,结合建筑工程监理实例,阐述精细化服务的内涵与程序,探索持续提升规范化监理水准的有效途径。     

面向用户偏好建模的个性化对话推荐算法

推荐系统的目标是从物品数据库中，选择出与用户兴趣偏好相匹配的子集，缓解用户面临的“信息过载”问题。因而近年来推荐系统越来越多地应用到电商、社交等领域，展现出巨大的商业潜力。传统推荐系统中，系统对用户的认知往往来源于历史交互记录，例如点击率或者购买记录，这是一种隐式用户反馈。对话推荐系统能够通过自然语言与用户进行多轮对话，逐步深入挖掘其兴趣偏好，从而向对方提供高质量的推荐结果。相比于传统推荐系统，对话推荐系统主要有两方面的不同。其一，对话推荐系统能够利用自然语言与用户进行语义上连贯的多轮对话，提升了人机交互中的用户体验；其二，系统能够询问特定的问题直接获取用户的显式反馈，从而更深入地理解用户兴趣偏好，提供更可靠的推荐结果。目前已经有不少工作在不同的问题设定下对该领域进行了探索，然而尽管如此，这些工作仍仅局限于关注当前正在进行的对话，忽视了过去交互记录中蕴涵的丰富信息，导致对用户偏好建模的不充分。为了解决这个问题，本文提出了一个面向用户偏好建模的个性化对话推荐算法框架，通过双线性模型注意力机制与自注意力层次化编码结构进行用户偏好建模，从而完成对候选物品的排序与推荐。本文设计的模型结构能够在充分利用用户历史对话信息的同时，权衡历史对话与当前对话两类数据的重要性。丰富的用户相关信息来源使得推荐结果在契合用户个性化偏好的同时，更具备多样性，从而缓解“信息茧房”等现象带来的不良影响。基于公开数据集的实验表明了本文方法在个性化对话推荐任务上的有效性。