磷酸酯类离子液体在燃油深度脱硫中的应用

研究了3种磷酸酯类离子液体,即1,3-二甲基咪唑磷酸二甲酯盐([MM im]DM P)、1-乙基-3-甲基咪唑磷酸二乙酯盐([EM im]DEP)和1-丁基-3-甲基咪唑磷酸二丁酯盐([BM im]DBP)的制备过程,考察了这3种磷酸酯类离子液体对模型油中3-甲基噻吩、苯并噻吩和二苯并噻吩的脱除效果及磷酸酯类离子液体的电化学再生方法。实验结果表明,这3种磷酸酯类离子液体的脱硫能力强弱顺序为:[EM im]DEP>[BM im]DBP[MM im]DM P;且对二苯并噻吩的脱除效果最好,对苯并噻吩的脱除效果次之,对3-甲基噻吩的脱除效果较差。以[EM im]DEP为萃取剂,油剂质量比为1∶1时,经5次萃取后,二苯并噻吩的脱除率可达到99.5%。利用电解法对[EM im]DEP进行了再生,在5~10V电压下电解10h,[EM im]DEP的脱硫率可以达到新鲜[EM im]DEP的90%以上。     

A Network Security Risk Assessment Method Based on a B_NAG Model

Computer networks face a variety of cyberattacks. Most network attacks are contagious and destructive, and these types of attacks can be harmful to society and computer network security. Security evaluation is an effective method to solve network security problems. For accurate assessment of the vulnerabilities of computer networks, this paper proposes a network security risk assessment method based on a Bayesian network attack graph (B_NAG) model. First, a new resource attack graph (RAG) and the algorithm E-Loop, which is applied to eliminate loops in the B_NAG, are proposed. Second, to distinguish the confusing relationships between nodes of the attack graph in the conversion process, a related algorithm is proposed to generate the B_NAG model. Finally, to analyze the reachability of paths in B_NAG, the measuring indexs such as node attack complexity and node state transition are defined, and an iterative algorithm for obtaining the probability of reaching the target node is presented. On this basis, the posterior probability of related nodes can be calculated. A simulation environment is set up to evaluate the effectiveness of the B_NAG model. The experimental results indicate that the B_NAG model is realistic and effective in evaluating vulnerabilities of computer networks and can accurately highlight the degree of vulnerability in a chaotic relationship.     

桥梁信息化及智能桥梁2020年度研究进展

以信息化、智能化为特征的数字化时代的到来推动了桥梁工程技术的发展与创新,有必要将云计算、大数据、人工智能、3D打印、机器人等战略性新兴产业技术与桥梁工程相融合,从智能设计、智能施工、智能运维等多个维度,推进桥梁工业化、数字化、智能化升级。本文从桥梁信息化、智能检测与安全运维、智能防灾减灾、智能材料等方面,综述了2020年该领域前沿技术和重要成果,总结了研究热点与前景展望。分析表明：BIM技术可以提升桥梁正向设计精细化水平、施工过程控制和管理准确化程度;无人机、机器人等智能检测技术与机器学习、卷积神经网络等人工智能技术提高了桥梁检测的精度和效率;高性能智能材料的应用促进了桥梁结构的自感知性、自适应性、自调节性和自诊断性;基于人工智能的自然灾害监测与预警为桥梁智能防灾减灾提供了新的发展思路。未来应将人工智能技术深度融合桥梁设计、建造和养护的全生命周期,顺应信息化、智能化的发展趋势,实现桥梁强国梦。     

基于CDT2000 I/O口的A/D转换系统设计

为实现传感器数据快速、高精度地转换,提出了一种采用AD7891芯片的A/D转换系统的设计方法。数据读、写和并行工作时序通过CDT2000 I/O口控制,CDT2000 I/O口的电位变化由PC/104通过总线操作。在AD7891与CDT2000之间添加JK触发器实现对A/D转换完成的识别。试验结果表明,这种方法能够满足数据采集系统的设计要求,并且在硬件上较容易实现。     

Preparation of NaBiO3 and the electrochemical characteristic of manganese dioxide doped with NaBiO3

NaBiO₃ crystal of high purity has been synthesized through chemical oxidization. The morphology and thermal stability of NaBiO₃ were examined with scanning electron microscope (SEM) and thermogravimetry-differential scanning calorimetry (TG-DSC). The electrochemical properties of MnO₂ electrodes with and without doping NaBiO₃ were studied through galvanostatic charge/discharge and cyclic voltammetry. The results indicate that the MnO₂ electrode doped with NaBiO₃ possesses remarkably higher discharge voltage and capacity and better reversibility than the pure MnO₂ electrode and Bi₂O₃ doping MnO₂ electrode.     

Spatial-temporal changes of wetlands and its driving factors in Guangdong-Hong Kong-Macao Greater Bay Area from 2010 to 2020EI北大核心CSCD

基于高分遥感影像提取2010年、2015年和2020年湿地数据,使用探索性空间数据分析和地理探测器,定量解析了粤港澳大湾区2010—2020年湿地时空变化及其驱动因素。结果表明:2010—2020年粤港澳大湾区湿地面积不断减少,其中,人工湿地减少更明显(305.33 km^(2)),自然湿地减少90.17 km^(2),湿地向建设用地、草地转移是湿地损失的主要形式;2010—2015年湿地损失的主要区域为大湾区中部核心区和沿海城镇带,2015—2020年湿地损失区域在新区、新建产业基地等局部区域聚集;人工湿地变化主要受GDP、渔业产量、第二产业产值等社会经济发展因素驱动,常住人口的影响力逐渐增强;气温、第一产业产值和道路密度对自然湿地变化起重要作用,其余因子影响较弱。     

基于改进A*算法室内移动机器人路径规划

A*算法常用于二维地图的路径规划,但是在利用其进行室内移动机器人路径规划时,存在过多的冗余点和拐点,造成了内存消耗过大和路径不平滑。针对上述问题,提出了一种改进的A*算法。结合跳跃点搜索理论,利用先验信息,用选取的关键点代替了传统A*算法中Openlist和Closelist的点,减小了计算量,提高了运算速度。运用反向搜索策略,对路径进行二次规划,删除不必要的转折点,降低了路径长度。将路径在转折点处进行动态圆平滑处理,提高了路径的平滑性。为了验证改进A*算法的性能,将其应用于不同尺寸仿真栅格环境地图和处于真实室内环境的机器人中,实验结果表明,在相同环境下,改进算法相较于传统的A*算法,在运行时间、路径长度和平滑程度上均有明显的提高。     

改进YOLOV3算法的视频目标检测

由于监控中的行人检测存在背景复杂,目标尺度和姿态多样性及人与周围物体互相遮挡的问题,造成YOLOV3对部分目标检测不准确,会产生误检、漏检或重复检测的情况。因此,在YOLOV3的网络基础上,利用残差结构思想,将浅层特征和深层特征进行上采样连接融合得到104×104尺度检测层,并将K-means算法聚类得到的边界框尺寸应用到各尺度网络层,增加网络对多尺度、多姿态目标的敏感度,提高检测效果。同时,利用预测框对周围其他目标的斥力损失更新YOLOV3损失函数,使预测框向正确的目标靠近,远离错误的目标,降低模型的误检率,以改善目标间互相遮挡而影响的检测效果。实验结果证明,在MOT16数据集上,相比YOLOV3算法,提出的网络模型具有更好的检测效果,证明了方法的有效性。     

基于扩张状态观测器的混合式配电变压器直流母线电压控制

混合式配电变压器能够有效抑制电网谐波和稳定负载侧电压,在配电网末端具有重要意义.针对负载变化、电网电压波动或三相不平衡等情况下,混合式配电变压器直流母线电压不稳定导致的谐波补偿、维持负载电压稳定功能出现的问题,提出一种基于非线性扩张状态观测器的直流母线电压控制策略,将观测出的总扰动通过前馈的方式进行补偿,以提高直流母线电压的稳定性.同时,通过频域分析了所设计扩张状态观测器和电压控制器的稳定性.最后,在MATLAB/Simulink仿真与实验中,与比例-积分控制进行对比,证明了所设计控制器的响应速度更快,稳定性更好.     

A computational model of topological and geometric recovery for visual curve completion

Computational Visual Media - Visual curve completion is a fundamental problem in understanding the principles of the human visual system. This problem is usually divided into two problems: a...