激光结构化超疏水表面的应用与研究现状

从超疏水理论出发,基于三种典型的基本润湿性模型揭示了材料表面粗糙度与固液接触面积对于制备超疏水表面的重要性。在此基础上,综述了直接激光写入（DLW）、直接激光干涉图案化（DLIP）以及激光诱导周期性表面结构（LIPSS）方法各自的优缺点。其中：DLW方法利用高能激光束对材料表面进行烧蚀,具备较高的自由度,能在各种材料表面构建任意三维结构,但其表面加工精度较差,难以建立多层次结构;DLIP方法利用多个相干激光形成的干涉图案对材料表面进行有选择的去除,能形成更精细的周期性三维微纳米分级结构;LIPSS方法可在材料表面获得大量空间周期在数百纳米的波纹结构,但加工时间较长。最后,从制备参数、表面结构形貌以及疏水性能等方面对不同的超疏水表面制造方法进行了归纳,并对其研究现状及发展方向进行了分析和探讨。     

Th(NO_3)_4-UO_2(NO_3)_2-HNO_3-H_2O/30%TBP-正十二烷萃取体系主要组分分配比模型

利用文献报道的Th(NO3)4-UO2(NO3)2-HNO3-H2O/30%TBP-正十二烷体系各组分的分配比实验数据对现有的分配比模型进行分析和比对,提出了一个计算该体系各组分分配比的新模型。利用34组实验数据对新模型进行了验证,符合情况良好。计算结果表明,本文提出的模型明显优于原模型,可作为Th(NO3)4-UO2(NO3)2-HNO3-H2O/30%TBP-正十二烷萃取体系中Th(Ⅳ)、U(Ⅵ)和HNO3萃取行为计算机模拟的基础。模型建立的条件为:温度,25℃;U(Ⅵ)浓度,0~100g/L;Th(Ⅳ)浓度,0~232g/L;硝酸浓度,0~4.5mol/L。     

基于长短时预测的基站节能策略

随着移动通信技术的发展和5G商用建设的加快，5G功耗将继续大幅度提升运营成本。如何在保障业务体验及设备安全的基础上实现节能最大化，始终是产业界研究的焦点之一。针对网络结构复杂、站型丰富等挑战，提出了以“感知、预测、分析、决策”AI技术为核心的节能策略生成、闭环安全保障技术。基于离线数据，验证了预测技术效果，达到了基站节能误关率低于2%、召回率不低于84%的效果。进一步的实践应用效果证明，在保障网络质量稳定的前提下，能够有效挖掘更多节能空间和节能时长，显著提升节能量，达到降本增效的目的。     

浅谈精装小户型住宅

精装不仅是在装修时工程上的精细，也是房屋设计中体现居住者的个性与喜好，同时运用装饰材料和装饰品恰到好处地表现房间的设计意图。     

浅谈样板房的设计

在全国推广住宅装修一体化、全面取消毛坯房的时代背景下，提出为消费者样板房的设计效果很重要，既要考虑居住的行为和设计的艺术性，又要考虑其本身承载的商业成分。设计师如果不能做世界潮流的先驱者，起码也要紧跟世界时尚的步伐。那么，设计师在演绎样板房这样的空间时，掌握最新室内设计流行趋势，把握商业机会，抓住目标消费者心理，极大地提升商业价值。样板房是销售的一个手段，以刺激销售为依据，设计师在集中发挥着重要的作用。因此，设计师要利用必要的设计元素，对空间进行塑造，演绎和营造更好的居住气氛。     

混合澄清槽萃取过程的瞬态行为及瞬态数学模型

混合澄清槽是核工业普遍采用的级式萃取设备。开展了混合澄清槽从启动到萃取稳态的瞬态萃取行为台架试验,建立了混合澄清槽萃取过程的瞬态→稳态数学模型,提出模型数学算法,使用台架试验数据对模型和算法进行了验证,试验结果与计算结果符合良好,证明了建立的数学模型的可靠性。最终使用计算机程序对影响30%TBP/正十二烷萃取体系萃取平衡的影响因素开展了计算分析,发现酸度是主要影响因素。     

改进RetinaNet的轻量化工件检测算法研究

针对传统目标检测模型参数量巨大,制约算法部署与模型推理实时性的问题,提出一种基于改进RetinaNet检测模型的轻量化实时目标检测网络。使用MobileNet-V2代替RetinaNet模型中的ResNet骨干网络,降低整体模型的参数量;设计锚框引导采样机制,基于特征金字塔输出特征层生成感兴趣区域掩码,减少背景区域冗余锚框,降低后处理过程中的计算复杂度;引入GFocalLossV2损失函数统计预测边框分布特征,优化预测边框质量以及提升分类准确度。该模型在自制多类别工件数据集WP和Pascal VOC公开数据集上进行验证实验,改进模型的检测准确率分别达到99.5%、80.5%,检测速度分别达到39.8 FPS、38.3 FPS。实验结果表明,该轻量级目标检测模型能够实现实时检测,同时保证了检测精度。     

超临界水堆的瞬态分析程序开发

超临界水堆（SCWR）是第4代核反应堆的优先发展对象之一,它在经济性上的明显优势使其受到广泛关注。本文以混合谱超临界水堆（SCWR-M）为研究对象,建立合理的数学模型,开发了针对超临界水堆系统的瞬态分析程序TACOS。运用TACOS程序对SCWR-M进行了稳态计算和部分失流事故的瞬态分析。稳态计算的结果与设计值符合良好。部分失流事故的分析结果表明,事故中包壳表面最高温度为702.6 ℃,与安全限值相比有很大裕度。部分失流事故过程中不需采取特殊的安全措施,堆芯可自行回到安全状态。     

危险环境消防侦察机器人视轴规划算法研究

针对自主研发的危险环境消防侦察机器人展开研究。此机器人为履带式车身,装载一3自由度机械,高清侦察相机固定在机械臂末端。研究内容为在已知环境下自主规划机械臂规避障碍物,并调节相机视轴方向,实现对环境重点区域的锁定。首先对机械臂建立指数积（POE）正运动学模型,使用Minkowski和与三维凸包检测算法作为碰撞检测算法,使用蒙特卡洛方法在构型空间采样。再通过采样数据匹配末端视角方向,在末端建立虚拟连杆,使用碰撞检测算法保证实现视线无遮挡。仿真实验证明,使用此算法能够快速将相机视轴锁定至重点区域并保证无遮挡,且机械臂末端相机处于最佳位姿。     

基于动态特征蒸馏的水工隧洞缺陷识别方法

针对水工隧洞缺陷识别任务中现有深度卷积神经网络（DCNN）对缺陷图像特征提取能力不足、识别种类少、推理耗时长的问题,提出一种基于动态特征蒸馏的缺陷自主识别方法。首先,通过深度曲线估计网络对图像进行优化,从而改善低照度环境下的图像质量;其次,构建加入注意力机制的动态卷积模块取代传统静态卷积,并且把得到的动态特征用于训练教师网络以获得更好的模型特征提取能力;最后,在知识蒸馏框架中融合鉴别器结构,以构造一种动态特征蒸馏损失,并通过鉴别器将动态特征知识从教师网络传递到学生网络,从而在大幅减少模型推理时间的同时实现六类缺陷的高精度识别。在四川某水电站水工隧洞缺陷数据集上对该方法和原有残差网络进行对比实验,结果表明该方法可达到96.15%的识别准确率,其模型参数量和推理时间分别降低到原来的1/2和1/6。通过实验结果可知,将缺陷图像的动态特征蒸馏信息融合到识别网络中能够提高水工隧洞缺陷的识别效率。