反应性乳化剂应用于丙烯酸酯类乳液压敏胶的研制

使用正交试验法设计压敏胶配方,得到用反应性乳化剂参与的AA、HEA、BA和EA、M AA等多元共聚物乳液,研究该聚合物应用于压敏胶的初粘、持粘、剥离强度等力学性能。结果表明,在该体系下引发剂用量、反应温度、AA、反应性乳化剂用量对压敏胶乳液综合性能关系密切,其它各因素影响不明显。得到的优化配方为BA(83%)、AA(1%)、HEA(1%)、MM A和EA的混合单体(15%)。     

盾构隧道管片衬砌内力计算方法对比分析

论述了盾构隧道管片衬砌内力计算的梁-弹簧法和弹性匀质圆环法。结合一工程实例,采用此两种方法对管片衬砌内力进行了计算,并对计算的结果进行了对比分析。结果表明,采用梁-弹簧法进行设计是安全的、经济的,值得推广应用。     

高压变频器在冲渣泵调速系统中的应用研究

介绍一种基于罗宾康高压变频器的调速监控系统,详细阐述了系统构成、工作原理。在分析了ModBus通信协议的基础上,设计并完成了基于VB的调速系统远程监控软件的开发。工程应用效果良好,实现了某钢厂冲渣工艺的节能自动控制。该系统的软硬件设计方案对同类型系统设计有参考价值。     

基于PWAS的层合板导波传播特性和损伤响应FEM分析及试验验证

导波无损检测（Non-Destructive Testing, NDT）技术由于适用范围广、检测速度快等优势,已成为结构安全性检测的重要技术手段之一。不过,导波在各向异性介质中的传播表现为频散特性与波传播方向的关联性、多模态特性与各向异性的相互作用以及不同模态与损伤的相互作用。导波在复合材料无损检测应用中的复杂性对检测技术和检测方法提出了更高的要求,所以对碳纤维复合材料层合板中的导波传播特性和损伤响应进行分析具有十分重要的意义。文中采用理论分析、仿真和试验相结合的方法,对不同碳纤维增强聚合物基（Carbon Fiber Reinforced Polymer, CFRP）层合板中的导波传播特性和各模态波与损伤的相互作用进行了分析。首先根据群速度、波长等参数建立有限元模型,并在边界设置阻尼递增吸收区域来弱化边界反射波的干扰;然后分析基于压电晶片有源传感器（Piezoelectric Wafer active Sensors, PWAS）的不同层合板中导波传播差异,之后在结构中引入损伤来分析不同模态波与不同损伤的相互作用;最后通过试验分析和验证有限元仿真的准确性。     

金沙江下游梯级水库汛期运行水位协同浮动调度研究

为验证梯级水库汛期运行水位协同浮动调度模型方法的合理性与普适性,在金沙江流域开展实例分析。首先考虑洪水预见期变化,应用动态多目标算法高效求解调度模型;然后评价汛期运行水位协同浮动调度的风险与效益;最后推求乌东德、白鹤滩、溪洛渡、向家坝水库的汛期运行水位协同浮动关系。研究结果表明：相比年汛限水位静态控制调度方案,梯级水库汛期运行水位协同浮动调度方案在不增加防洪风险前提下,各水库汛期运行水位均可适当抬升,汛期多年平均发电量和电站弃水减少量的最高值(改善率)可达1071亿kWh(11.1%)和649亿m³(14.3%),有效提高了洪水资源利用水平,综合效益巨大。     

基于高光谱数据和雷达融合的滑坡信息提取

为了改进微地形滑坡遥感影像分类技术,从而提高微地形滑坡遥感信息提取的精度,采用湖北宜昌部分地区的无人机航拍高光谱影像(HSI)和激光雷达(LiDAR)数据作为研究数据源,并对高光谱和LiDAR数据进行融合,最后采用结合注意力模块(CBAM)的卷积神经网络(CNN)方法,对融合后的数据进行滑坡信息提取。研究表明,利用高光谱和雷达数据的优势,可以更准确地提取滑坡信息。     

拟建鄱阳湖水利枢纽对湖区水环境容量的影响

采用水动力水质模型模拟了鄱阳湖在极端退水年(2016年)和一般退水年(2017年)两种退水工况下拟建鄱阳湖水利枢纽建设前后的水动力水质过程,并构建湖区水环境容量模型评估了鄱阳湖拟建水利枢纽对湖区水质和水环境容量的影响。模拟结果表明：枢纽建设运行能显著增加鄱阳湖的水体体积,每月最大可增加77%;在退水初期主要降低湖泊中部的TP质量浓度,在极端退水年的退水后期会导致闸上TP质量浓度升高,在一般退水年则会导致闸上TP质量浓度降低,但对COD_Mn和NH₃-N质量浓度空间分布无明显影响;在极端退水年,枢纽建设运行会导致COD_Mn、NH₃-N和TP质量浓度增大,而在一般退水年则会导致TP的质量浓度降低;枢纽建设运行能显著提升COD_Mn和NH₃-N的水环境容量,在一般退水年会增大TP的水环境容量,但在极端退水年TP的水环境容量可能降低。     

Effect of the Three Gorges Reservoir on vertical distribution of suspended sediment concentration and estimation accuracy of depth-average concentration in downstream reaches

The sediment regime in the middle Yangtze River has been significantly changed from quasi-equilibrium to nonequilibrium since the impoundment of the Three Georges Reservoir (TGR). To understand the effects of the TGR on vertical distribution of suspended sediment concentration (SSC) and estimation accuracy of mean concentration, vertical sediment concentration and flow velocity data at the Shashi and Jianli hydrological stations in the reach before and after the impoundment were collected. Comparisons and analysis of vertical profiles of SSC before and after the TGR impoundment show that after the impoundment of the TGR, due to the coarsening of sediment particle size, the reduction in sediment load, and the significant decrease in sediment saturation, the vertical distribution of SSC in the downstream reaches became more uneven under medium and low water flows, which was reflected in the vertical gradient and the fluctuation degree of SSC significantly increased. In addition, the depth-average sediment concentrations were calculated by the selected-point method and the mean values calculated by the “multi-point method” were regarded as the “true mean” to evaluate the accuracy of the mean value calculated by the “few-point method.” It was found that the relative errors for the selected-point method were mainly positive before impoundment but mainly negative after impoundment. Additionally, the correction factors of one-point, two-point, and three-point methods and the position of the near-bed substituted point for the five-point method were given to reduce the error when the point measurements were used to calculate the depth-average sediment concentration in the downstream reaches.     

基于对比学习的无监督三元哈希方法

为了解决现有无监督二元哈希方法由于存在较大量化损失而导致检索精度较低的问题,在CIBHash方法的基础上,提出了一种新的基于对比学习的无监督三元哈希方法——CUTHash,将三元哈希编码用于图像检索。具体来说,首先,使用融合了解耦对比损失的对比学习框架,在目标数据集上进行无监督的图像特征学习;接着,为了得到三元哈希编码,对学习到的图像特征使用平滑函数进行量化操作,解决离散函数量化后导致的零梯度问题;最后,应用改进后的对比损失,约束同属一张图像的增强视图的特征在哈希空间中尽可能地接近,从而使得三元哈希编码具有一定的辨识力,使其更好地应用于无监督图像检索任务。在CIFAR-10、NUS-WIDE、MSCOCO以及ImageNet100数据集上进行了大量对比实验,取得了较当前主流的无监督哈希方法更好的检索性能,从而验证了CUTHash方法的有效性。     

高分辨率遥感影像的边缘损失增强地物分割

目的 针对高分辨率遥感影像语义分割中普遍存在的分割精度不高、目标边界模糊等问题,提出一种综合利用边界信息和网络多尺度特征的边缘损失增强语义分割方法。方法 对单幅高分辨率遥感影像,首先通过对VGG-16（visual geometry group 16-layer net）网络引入侧边输出结构,提取到图像丰富的特征细节;然后使用深度监督的短连接结构将从深层到浅层的侧边输出组合起来,实现多层次和多尺度特征融合;最后添加边缘损失增强结构,用以获得较为清晰的目标边界,提高分割结果的准确性和完整性。结果 为了验证所提方法的有效性,选取中国北方种植大棚遥感影像和Google Earth上的光伏板组件遥感影像进行人工标注,并制作实验数据集。在这两个数据集上,将所提方法与几种常用的语义分割方法进行对比实验。实验结果表明,所提方法的精度在召回率为00.9之间时均在0.8以上,在2个数据集上的平均绝对误差分别为0.079 1和0.036 2。同时,通过消融实验分析了各个功能模块对最终结果的贡献。结论 与当前先进方法相比,本文提出的边缘损失增强地物分割方法能够更加精确地从遥感影像的复杂背景中提取目标区域,使分割时提取到的目标拥有更加清晰的边缘。