水压力传感器系统在河床冲刷深度 实时监控中的应用研究

阐述了桩基础范围内的河床冲刷实时监测的必要性;介绍了水压力传感器监测系统的应用、技术难 点和解决方案。通过潮位监测点的设置,有效解决了水位波动的修正问题,采用依托于基桩的单点定位埋设法 实现了传感器可靠定位和传感器信号的可靠传输,苏通大桥的工程实践表明,该方法具有实时性、连续性、长 期性和精度高的特点。根据实测结果分析了桩基础范围内河床局部冲刷的机理。     

Competition of C-C bond formation and C-H bond formation For acetylene hydrogenation on transition metals: A density functional theory study

Selective hydrogenation of acetylene is an important reaction for production of polymer grade ethylene. The green oil formation has great influence on the selectivity and activity of acetylene selective hydrogenation. This article describes a density functional theory study on the C + H hydrogenation reaction and C + C coupling reaction on the (111) surface of Ag, Cu, Pd, Pt, Rh, and Ir. The activity of acetylene selective hydrogenation is examined by the effective barrier for ethylene formation. A comparison between the reaction barrier of ethylene hydrogenation and desorption is used to identify the selectivity for ethylene formation. The barriers of three pathways for 1,3-butadiene formation suggest that acetylene and vinyl coupling reaction is the favorable pathway. The stability of catalysts is evaluated by the selectivity of 1,3-butadiene, which follows the order of Pt(111) > Ir(111) > Rh(111) > Pd(111) > Cu(111) > Ag(111). Furthermore, the relationship between acetylene adsorption energy and effective barrier of ethylene formation and 1,3-butadiene formation has been established to well understand the catalytic properties of different metals. © 2018 American Institute of Chemical Engineers AIChE J, 65: 1059–1066, 2019     

产品创新是企业发展的根本所在

企业是产品创新的主体,创新是企业生存和发展的根本。产品创新—是企业自主创新的主战场。我国绝大多数企业的高速发展,多是在缺乏创新型人才和没有完整价值链支撑基础下实现的,企业普遍存在的人才知识结构不合理,产品创新能力弱、技术水平低,创新成功率不高,发展后劲不足的问题。     

超高效液相色谱-串联质谱法同时测定谷物及其制品中11种真菌毒素

目的建立超高效液相色谱-串联质谱法同时测定谷物及其制品中11种常见真菌毒素的分析方法。方法样品采用70%的甲醇水溶液超声提取,经多功能净化柱净化,Waters ACQUITY UPLC HSS T3 C_(18)色谱柱分离,以0.2%氨水溶液和乙腈流动相梯度洗脱,利用串联三重四极杆质谱多反应模式,负离子监测方式检测,并采用内标法和外标法结合定量。结果 11种真菌毒素在相应范围内线性关系良好,相关系数均大于等于0.997,通过低、中、高3个浓度进行加标回收实验,加标回收率范围为65.4%～108.2%,相对标准偏差(RSD)范围为0.68%～9.25%,检出限范围为0.02～0.10μg/kg,定量限范围为0.15～2.0μg/kg,通过真菌毒素质控样的测定,检测值在参考值允许范围内。结论该方法具有灵敏度高、重复性好、准确度高、样品前处理操作便捷和检测速度快的优点,适用于谷物及其制品中11种真菌毒素的检测。     

一种数据流趋势分析方法的研究与应用

有效趋势的提取可为监控对象提供早期预警、状态评估和决策支持。传统的曲线趋势分析算法有滑动窗口（SW）算法、外推式在线数据分割（OSD）算法,二者均采用常规最小二乘法进行曲线拟合。与常规最小二乘法相比,总体最小二乘法具有更高的直线拟合精度。此外,针对SW算法的滑动窗口最大长度没有限制,当检测点阈值比较大时,窗口的长度可能很长;而0SD算法限定了最小滑动窗口长度,使得在最小滑动窗口内的突变点无法检测。针对SW算法和OSD算法的缺陷,提出了一种新的数据流趋势分析方法,该方法采用总体最小二乘法对数据流进行分段拟合,提高了趋势分析精度;还提出了可变滑动窗口算法解决SW算法和OSD算法的固定窗口问题,以实现对数据流的合理分割。实验结果表明,有效性较为明显。     

一个基于增强学习算法的路由模型

由于Internet的不断发展，现有的路由算法为适应不同的网络要求，从一开始的RIP、OSPF、BGP等几种，衍生出很多新的适用于特殊网络的路由协议。本文提出一种基于增强学习算法的路由模型。将每个路由节点看作一个Agent，利用增强学习算法的思想使得每个节点在不了解网络拓扑结构的情况下从向邻居转发的概率获得网络的信息，这样路由节点可以选择一个较优的转发方向。同时，节点能对网络的拥塞等情况作出调整。该模型为一些具体网络的路由协议，特别是QoS类路由算法提出了一个新的路由思想。     

志愿计算模型形式化方法

旨在从形式化抽象的角度来认识移动计算的本质特点.分析了志愿计算平台的特征,提出并分析了志愿计算中的3种角色以及志愿计算中资源和构件的概念,介绍了一种关于志愿计算的形式化模型和方法.对系统中的基本元素和交互关系进行了形式化的描述,并通过集合理论和操作规约,又以志愿计算平台XtremWeb为例,描述了构件化的志愿计算形式模型和方法,为系统地研究志愿计算形式化理论打下了基础.     

黑磷负载的单原子催化剂用于电催化N2还原

设计和开发高选择性、高活性的单原子电催化剂是实现在常规环境条件下合成氨的关键.本论文利用密度泛函理论对P配体在N₂还原反应(NRR)中的应用前景进行了预测,并且提出了一种高性能NRR单原子催化剂的设计准则.理论计算结果显示, W@BP(0.40 eV)、Ta@BP(0.47 eV)和Nb@BP(0.53 eV)由于具有低反应自由能、高稳定性和导电性,在高效电催化NRR中潜力巨大.特别是,几乎所有金属中心对*N₂中间体的吸附能力都比*H更强,这表明以P为配体的单原子催化剂具有较强的NRR选择性,且*N₂H中间体的吸附自由能可作为描述符,反映这一系列催化剂的催化活性.此外,计算结果显示,金属中心向P配体转移的电子数目与NRR活性存在着火山关系,带有适度正电荷的金属中心具有优异的电催化NRR活性.该发现为高性能单原子催化剂的设计提供了理论指导.     

超高效液相色谱-串联质谱法检测小米及面粉中4种镰刀菌毒素

目的建立小米及面粉中脱氧雪腐镰刀菌烯醇(deoxynivalenol,DON)、3-乙酰脱氧雪腐镰刀菌烯醇(3-acetyl deoxidized snow-scylienol,3-AC-DON)、15-乙酰脱氧雪腐镰刀菌烯醇(15-acetyl deoxidized snow-scyloxanol,15-AC-DON)和玉米赤霉烯酮(zearalenone,ZEN)的超高效液相色谱-串联三重四极杆质谱测定方法。方法经乙腈-水(84:16,V:V)提取样品,通过多功能净化柱净化,以BEH C_(18)柱(2.1 mm×100 mm,1.7μm)分离,流动相为0.2%氨水:乙腈梯度洗脱,电喷雾离子(multiple reaction monitoring,MRM)模式检测。结果玉米赤霉烯酮检出限为0.1μg/kg,定量限为0.3μg/kg,线性范围为2.0～30.0μg/L;脱氧雪腐镰刀菌烯醇及其衍生物的检出限为0.2μg/kg,定量限为0.6μg/kg,线性范围为10.0～150.0μg/L。加标回收率88.9%～106.0%。结论本方法快速、准确、灵敏度高,能满足4种镰刀菌毒素的同时检测。     

基于前馈神经网络的编译器测试用例生成方法

编译器模糊测试,是测试编译器功能性与安全性的常用技术之一.模糊测试器通过产生语法正确的测试用例,对编译器的深层代码展开测试.近来,基于循环神经网络的深度学习模型被引入编译器模糊测试用例生成过程.针对现有方法生成测试用例的语法正确率不足、生成效率低的问题,提出一种基于前馈神经网络的编译器模糊测试用例生成方法,并设计实现了原型工具FAIR.与现有的基于token序列学习的方法不同,FAIR从抽象语法树中提取代码片段,利用基于自注意力的前馈神经网络捕获代码片段之间的语法关联,通过学习程序设计语言的生成式模型,自动生成多样化的测试用例.实验结果表明,FAIR生成测试用例的解析通过率以及生成效率均优于同类型先进方法.该方法显著提升了检测编译器软件缺陷的能力,已成功检测出GCC和LLVM的20处软件缺陷.此外,该方法具有良好的可移植性,简单移植后的FAIR-JS已在JavaScript引擎中检测到两处软件缺陷.