不耦合偏心装药结构爆破损伤破坏的分形研究

为研究不耦合偏心装药结构的爆后损伤范围与损伤程度,以有机玻璃(PMMA)为实验材料,设计爆破二维模型实验,通过数字图像处理方法,计算炮孔周围不同区域的损伤变量,并基于计盒维数理论,编写MATLAB程序计算不同区域爆生裂纹的分形维数。研究表明:①不耦合偏心装药结构的爆后损伤分布呈现显著的非对称性,损伤变量的数值关系:偏心装药耦合侧中心不耦合装药结构偏心装药不耦合侧。②爆生裂纹分布符合分形规律,分形维数的相对大小与损伤变量具有一致性,分形维数可准确表征爆后介质的损伤破坏。③通过回归分析与线性拟合,得到损伤变量与分形维数之间的幂函数关系,建立了相应的损伤预测模型。     

An electrochemical sensor based on a glassy carbon electrode modified with optimized Cu–Fe3O4 nanocomposite for 4-nitrophenol detection

On the basis of toxicity and harmfulness of 4-nitrophenol (4-NP), it is vital to fabricate simple, cheap, selective, and reliable system for trace-level 4-NP sensing detection. In this work, Cu_x–Fe₃O₄ (x?=?0, 0.1, 0.3, 0.5, 0.7) nanocomposites with different Cu loading were prepared. The mixture of the fabricated Cu_x–Fe₃O₄ and conductive carbon black Vulcan XC-72 (VXC-72) nanoparticles, mixed with a mass ratio of 1:1, was applied to modify glassy carbon electrode (GCE) for high-efficiency electrochemical sensitive determination of 4-NP. The results show that the as-prepared Cu_x–Fe₃O₄ nanocomposites present a spherical structure, which is aggregated by many of 20–50 nm crystallites. Compared with the Fe₃O_4, the introduction of Cu in Fe₃O₄ can significantly improve the catalytic reduction performance to 4-NP. Thanks to its minimum particle size and maximum specific surface area, the Cu_0.5–Fe₃O₄ displayed the largest sensitive response to 4-NP. Furthermore, the Cu_0.5–Fe₃O₄@VXC-72/GCE sensor exhibited a good linear relationship between the reduction peak current and the 4-NP concentration in the range of 0.1–4.0 μM and 5–150 μM and a relatively low detection limit of 0.065 μM. The present sensor showed high selectivity, strong anti-interference ability, and good stability to 4-NP. It could be satisfactorily applied for the determination of 4-NP in real water samples, and good recovery rates were found.

     

深度逆向强化学习研究综述

深度逆向强化学习是机器学习领域的一个新的研究热点,它针对深度强化学习的回报函数难以获取问题,提出了通过专家示例轨迹重构回报函数的方法。首先介绍了3类深度强化学习方法的经典算法;接着阐述了经典的逆向强化学习算法,包括基于学徒学习、最大边际规划、结构化分类和概率模型形式化的方法;然后对深度逆向强化学习的一些前沿方向进行了综述,包括基于最大边际法的深度逆向强化学习、基于深度Q网络的深度逆向强化学习和基于最大熵模型的深度逆向强化学习和示例轨迹非专家情况下的逆向强化学习方法等。最后总结了深度逆向强化学习在算法、理论和应用方面存在的问题和发展方向。     

基于混合算法区块链和节点身份认证的数据存储方案

为了增强云数据存储的完整性和安全性,在无线传感器网络（WSN）中,提出一种基于混合算法区块链的数据存储方案,以及一种集成身份验证和隐私保护的去中心化框架。首先,簇头将采集到的信息传递至基站,而基站在分布式区块链上记录所有关键参数,并传递至云端存储。然后,为了获得更高的安全等级,合并椭圆曲线加密（ECC）的160位密钥与高级加密标准（AES）的128位密钥,并在云存储层之间进行密钥对交换。基于混合算法的区块链结合身份验证方案可以很好地保证云数据的安全性存储,因此所提方案在安全性方面较为优秀。此外,恶意节点可通过基站从区块链中直接移除并撤销认证,方便快捷。仿真结果表明,与去中心化的区块链信息管理（BIM）方案、基于信任和分布式区块链评估的安全定位（DBE）算法和利用密钥衍生加密和数据分析（KDE-DA）管理方案相比,所提方案在延迟、吞吐量、计算开销方面具有一定的优越性。     

Synthesis and properties of PVC‐bound N,N‐dialkylaminopyridine

A linear poly(vinyl chloride) (PVC)‐supported dialkylaminopyridine was prepared through PVC treated with N‐methylaminopyridine and NaH in tetrahydrofuran. The properties of this PVC‐bound catalyst were examined by acetylation of linalool and 5‐FU. © 2002 Wiley Periodicals, Inc. J Appl Polym Sci 84: 1067–1069, 2002; DOI 10.1002/app.10391     

电力系统中的储能技术应用及其商业模式

近年来,社会经济迅猛发展,综合能源发电逐步得到运用推广,储能技术作为能源互联网、智能电网和可再生能源高占比能源系统的关键支撑技术与重要组成内容,能够有效应用在批发能源服务、电力辅助服务、输电设施服务、配电设施服务以及消费侧能源管理等多个领域。合理、安全、高效地运用储能技术对于提高电力系统综合效益具有重大意义。通过储能技术的应用场景及部分可行的商业模式进行研究与阐述,旨在加强人们对于综合能源电力系统储能技术的了解,为其商业模式的快速发展奠定基础。     

滚轮传动系统噪声预测研究

为研究滚轮传动系统的噪声辐射问题,建立了滚轮传动系统的力学模型、有限元模型以及噪声辐射的预测模型。首先,通过试验测得滚轮传动系统工作时的振动与噪声数据;然后,利用载荷识别逆运算技术处理所测得的振动数据,得到系统各滚轮接触点处的等效激励载荷谱;最后,通过Matlab编程,计算各测点处的振动速度响应,再将其作为噪声预测模型的输入,计算滚轮传动系统的辐射噪声。通过与试验结果对比,对噪声预测模型进行修正。经检验,修正后的噪声预测模型可以比较准确地计算滚轮传动系统的辐射噪声。     

一种新型复合热泵供热系统研究

为打造"零能耗建筑",基于云智小镇项目,利用DeST-h建筑能耗模拟软件,模拟建立1栋2层别墅,在具体气象参数下模拟出该建筑物一年所需的生活用热水及采暖能耗情况.同时,创新性地提出了一种新型复合热泵近零能耗供热系统,应用效果明显,社会效益和经济效益较好,验证了"零能耗建筑"的可行性,可为我国建筑节能领域"零能耗建筑"的发展提供借鉴.     

“天人合一”观——故宫建筑的文化阐释

从“天人合一”这中国哲学观念出发，对故宫建筑体现的传统建筑观念进行了透析，最后分析了故宫建筑的文化精神和艺术特色。