聚多巴胺修饰电极用于水中痕量Pb2+的测定

环境中Pb²⁺的浓度是环保管控领域重要的监测指标之一,过量Pb²⁺的存在对人类健康及环境生态稳定构成严重威胁。通过简易原位电致聚合的方法,成功地将聚多巴胺涂层修饰于电极表面,并将其应用于水中痕量Pb²⁺的电化学检测分析。结果表明,Pb²⁺能与聚多巴胺表面丰富的功能基团（-OH、-NH₂等）发生螯合作用,并被富集于电极表面;通过阳极溶出伏安法,Pb²⁺会从电极表面再次溶出,从而形成灵敏且具有特异性的电化学信号。通过考察电解质、pH及富集时间等实验参数对Pb²⁺溶出电流信号强度的影响,进一步优化了该方法对水中Pb²⁺的检测性能,其检测范围为50~800 nmol/L,理论检测限能够达到32 nmol/L。将其拓展至实际水样中Pb²⁺的测定,平均回收率可达到95%左右。该简易电极修饰策略能够为便携式环境痕量重金属离子灵敏性检测分析传感器设计提供新的思路。     

大规格SWRH82B盘条轧制工艺优化研究

通过优化盘条控冷工艺,盘条显微组织得到明显改善,产品Ⅰ级品率由85%提高至95%以上。     

标准轨道衡管理系统设计与实现

为提高标准轨道衡对检衡车的检定效率,设计了标准轨道衡管理系统。标准轨道衡管理系统可以对标准轨道衡输送的数据进行自动计算分析,还可以自动出具检定记录和检定证书,减少手工计算误差出错的概率,大大提高检定效率。     

冷却模式对NM400相变塑性及残余应力的影响

轧后快速冷却已成为制备耐磨钢NM400的重要手段，但快速冷却过程会在带钢内引入高幅值残余应力，导致带钢出现板形缺陷，并在后续加工以及使用过程中出现畸变。因此，弄清NM400在连续冷却过程的相变行为以及冷却速度对其相变行为的影响规律，是干预带钢相变行为、改善连续冷却过程带钢内残余应力水平及分布的关键。针对某厂热轧连续冷却过程采取的两种冷却模式造成的板形差异问题，通过热模拟试验、基于断裂力学原理的裂纹柔度法以及建立ABAQUS有限元仿真模型，计算了连续冷却过程的温度场、应力应变场，揭示了冷却模式对NM400相变塑性及残余应力的影响规律。研究结果表明，连续冷却过程残余应力的形成分为3个阶段，即热应力主导阶段、表面相变主导阶段和心部相变主导阶段；相变塑性应变的大小及方向与加载在相变瞬间的应力直接相关；加大冷速会提高带钢心部相变开始时带钢表面相变的体积分数，该体积分数越大，心部开始相变时所受到的拉应力水平越高，所产生的相变塑性应变越大，与相变应变两者叠加后在材料内会引入高幅值残余应力。研究成果可为耐磨钢NM400连续冷却过程残余应力调控提供数据基础和理论依据。     

PPA/LSBR复合改性沥青及混合料性能研究

为研究多聚磷酸(PPA)和液体丁苯橡胶(LSBR)复合改性沥青与混合料路用性能，选用2.0%掺量的LSBR和0.3%、0.6%、0.9%、1.2%、1.5%的PPA进行复配，采用针入度、软化点、延度、旋转黏度以及四组分试验，分析了改性沥青基本性能、感温性能以及组分变化；通过车辙试验、低温小梁弯曲试验、浸水马歇尔试验以及冻融循环试验，研究了复合改性后混合料的路用性能变化。结果表明，PPA可以有效改善LSBR改性沥青的温度敏感性，高温性能得到提升；随着PPA含量的增加，沥青质逐渐增加，胶质减小，导致沥青黏度增加；PPA/LSBR复合改性沥青混合料动稳定度较LSBR提高了77.2%,表现出良好的高温性能，破坏应变和冻融劈裂比较LSBR分别减小了6.1%与2.79%,但仍高出SBS改性沥青混合料2.0%与2.3%,其综合性能最佳。     

T6DK型检衡车测量结果不确定度评定

本文依据JJG 567-2012《轨道衡检衡车》和JJF 1059.1-2012《测量不确定度评定与表示》，分析了T_6DK型检衡车测量过程，建立了测量数学模型，分析了不确定度来源，对T_6DK型检衡车测量结果的不确定度进行了评定，以名义质量为20t的T_6DK 8066310和名义质量为84t的T_6DK 8066314进行了实例分析。分析结果表明：使用标准轨道衡能够开展T_6DK型检衡车的检定工作。     

重油加氢过程集总动力学研究进展

加氢裂化是炼油与石化行业的关键技术，借助反应动力学建模来深入理解加氢裂化反应机理具有重要的理论和现实意义。对重油馏分加氢动力学模型的研究进展进行了综述，系统介绍了建模方式对应模型参数的计算方法和对产物的预测方法；论述了反应动力学建模从初期简单地从宏观角度按照馏程划分的离散集总模型、根据生产方案划分的连续集总模型，发展到在复杂微观的分子水平上建立集总模型的过程；从预测产品成分的能力、参数估计的难度、速率系数和进料依赖性以及所需实验数据等方面，对不同模型的优缺点进行了比较；突出说明了集总模型的工业实用性和分子集总中分子层次反应网络构建及求解方法。根据建模难易程度、计算机运算能力及分析技术发展趋势，对集总动力学模型的发展前景进行了展望。     

基于局部相似性学习的鲁棒非负矩阵分解

现有的非负矩阵分解方法往往聚焦于数据全局结构信息的学习，在很多情况下忽略了对数据局部信息的学习，而局部学习的方法也通常局限于流行学习，存在一些缺陷。为解决这一问题，提出了一种基于数据局部相似性学习的鲁棒非负矩阵分解算法（Robust nonnegative matrix factorization with local similarity learning， RLS-NMF）。采用一种新的数据局部相似性学习方法，它与流形方法存在显著区别，能够同时学习数据的全局结构信息，从而能挖掘数据类内相似和类间相离的性质。同时，考虑到现实应用中的数据存在异常值和噪声，该算法还使用l2,1范数拟合特征残差，过滤冗余的噪声信息，保证了算法的鲁棒性。多个基准数据集上的实验结果显示了该算法的最优性能，进一步证明了该算法的有效性。     

基于条件生成对抗网络的手语样本骨架缺失关节点修复EI北大核心CSCD

计算机视觉技术由于受到遮挡、视角和光照等因素的影响,对手语样本骨架关节点的检测通常存在缺失,导致手语识别准确率降低.为此,提出基于条件生成对抗网络(CGAN)的手语样本骨架缺失关节点修复方法.首先,通过分析手语样本残缺骨架中关节点的缺失分布情况,构建缺失关节点分布概率模型;其次,对完整骨架引入分布概率模型生成的缺失关节点,将这些残缺骨架用于CGAN框架中生成器和判别器的训练,通过CGAN框架训练好的生成器能够以残缺骨架为条件生成没有缺失的骨架;最后,用生成骨架去补全残缺骨架,即完成了修复.在中国手语数据集CSL上开展实验,生成器迭代训练80次后,生成骨架与完整骨架的平均均方根误差从0.019减小到0.001;在修复骨架缺失关节点的手语样本上,搭建手语识别网络迭代训练120次,与未进行修复相比,其识别准确率从90.6%提升为99.6%.实验结果表明,该方法能够有效地修复缺失关节点,极大地提升手语识别准确率.     

废塑料高附加值利用技术研究进展

废塑料的低降解性会对环境造成持续污染，新冠疫情的扩散更加剧了塑料的使用与累积，因此废塑料资源的高效处理成为了亟待解决的技术问题。本文分析了当前主流的几种废塑料处理技术路线，认为资源化高附加值利用技术是最具有市场竞争力与绿色环保性的废塑料处理路线。综述了近年来国内外对于废塑料资源化高附加值利用技术的研究进展，讨论了传统热裂解技术的发展与变型，通过该路线废塑料转化为燃料产品的最高收率可达97%～98%（质量分数）。重点介绍了催化转化、化学处理、生物酶化、电催化、催化碳化以及电池能源化等新型技术手段，指出通过化学、催化、生物等多种技术手段实现将废塑料转化为喷气燃料、高附加值化学品与特殊用途的功能材料是该领域未来主流的研究方向与发展趋势，其中转化为高附加值单体的收率可达97%（质量分数）以上，从而实现将塑料垃圾从“清零”的初级处理阶段升级至“变废为用”、“变废为宝”，助力中国完成“双碳”目标。