柔性纤维结构超级电容器研究进展

为了提高电源器件与人体高曲率表面的适配性，电源器件突破平板结构的限制，衍生出了柔性纤维结构。柔性纤维超级电容器具有高功率密度、超长循环寿命和柔性舒适等特点有望成为最具前景的柔性可穿戴电源之一。因此，本文主要介绍了碳材料、过渡金属氧化物以及复合材料三种功能材料对柔性纤维超级电容器结构和性能的影响。每种材料凭借自身独特的性质在柔性纤维超级电容器器件中发挥着重要作用，并助力可穿戴电源器件的发展。     

矢量语音传感器微阵列

人工智能的普及促进了语音交互技术的发展,语音传感器阵列作为智能语音交互的硬件前端,成为语音交互领域的前沿研究方向.矢量语音传声器自有的偶极子指向性、零点深度以及阵列体积小便于集成的特点特别符合语音交互技术对硬件设备的要求.基于此,通过采用两组矢量敏感单元"共点正交"形成矢量微阵列实现声源空间锐化波束指向,其不受瑞利限与空间采样率限制,与传统空间离散分布的声压麦克风阵列有着本质区别,是矢量微阵列的核心优势所在.矢量微阵列传声器弥补了现有双麦阵列的不足,具有更为广阔的应用前景,作为智能语音交互的硬件前端,对推动智能语音交互领域的发展具有重要意义.     

基于SRAM的通用存算一体架构平台在物联网中的应用

最近,存算一体(IMC)架构引起了广泛关注,并被认为有望成为突破冯诺依曼瓶颈的新型计算机架构,特别是在数据密集型(data-intensive)计算中能够带来显著的性能和功耗优势.其中,基于SRAM的IMC架构方案也被大量研究与应用.该文在一款基于SRAM的通用存算一体架构平台——DM-IMCA的基础上,探索IMC架构在物联网领域中的应用价值.具体来说,该文选取了物联网中包括信息安全、二值神经网络和图像处理在内的多个轻量级数据密集型应用,对算法进行分析或拆分,并将关键算法映射到DM-IMCA中的SRAM中,以达到加速应用计算的目的.实验结果显示,与基于传统冯诺依曼架构的基准系统相比,利用DM-IMCA来实现物联网中的轻量级计算密集型应用,可获得高达24倍的计算加速比.     

基于电机效率的纯电动汽车传动系统参数匹配研究

为降低能耗、提高续航里程,本文提出了以提高电机效率为目标的纯电动汽车三档变速传动方案.首先,在分析电机工作特性的基础上提出了三档传动系统参数匹配方法;然后以某纯电动汽车为研究对象,对其驱动系统进行了改动:方案一在不改变原车型动力系统参数的情况下将传动系统由一档改为三档,并运用所提出的方法确定各档位的传动比;方案二在满足整车动力性指标要求下对电机重新选型并匹配三档传动系统;最后利用ADVISOR软件进行NEDC工况仿真分析.结果表明:在不改变原车型动力系统参数的情况下,采用三档传动可使整车的动力性和经济性都有一定的提升,续航里程提高了 9.2％,百公里电耗降低了 1.28 kW·h;重新选型电机后,采用三档传动续航里程提高了 14.1％,百公里电耗降低了 1.87kW·h.     

基于蜻蜓翅脉结构的连续碳纤维增强树脂基复合材料仿生设计与增材制造

以具有轻质高强优异性能的蜻蜓翅脉结构为设计灵感，在分析翅脉网格结构抗冲击原理的基础上，设计了传统和仿生两类对比结构。采用熔融挤出3D打印机成功制备了具有不同结构的连续碳纤维增强聚乳酸复合材料试样，并对不同结构复合材料试样的拉伸性能和抗冲击性能进行了测试和对比分析。研究分析结果表明：由于拉伸力方向上的连续碳纤维含量相对较少，限制了仿生结构复合材料抗拉强度的提高，但仿生结构的平均抗拉强度为传统结构的1.18倍；当仿生结构复合材料试样受到冲击力时，其内部六边形结构的连接角度会发生变化，从而极大消耗冲击能量，同时具有六边形网格结构的连续碳纤维可以有效阻碍裂纹的扩展，因此仿生结构的平均冲击韧性可以达到传统结构的2.46倍；仿生蜻蜓翅脉结构可以显著提高增材制造复合材料的综合力学性能，且对于抗冲击性能的提高具体突出效果。连续碳纤维增强树脂基复合材料的有效可行的仿生蜻蜓翅脉结构设计和增材制造，可极大扩展其在高冲击载荷领域中的相应应用。     

中药桂枝总黄酮的提取工艺研究

优化桂枝总黄酮的提取工艺，建立桂枝的提取和含量测定方法。通过单因素试验，考察提取方法、提取溶剂浓度、提取体积、提取时间对药材总黄酮含量的影响，采用正交试验，优化提取工艺条件，筛选出桂枝总黄酮的最佳提取工艺。总黄酮最佳提取工艺为75%乙醇、料液比1:40、回流提取时间60 min。该方法能有效测定桂枝药材总黄酮的含量，为该药材的质量标准研究提供一定的科学依据。本方法重复性较好、方法稳定、可行。     

定距螺旋桨对船用主机外特性的要求分析

为解决定距螺旋桨与船用主机在船舶运行工况的机桨匹配问题,结合船舶系泊和航行试验的相关标准,分析和归纳船舶运行数据,将实船测试与船机桨匹配理论计算相结合,得出运输船和拖轮在常用工况及特殊工况下定距螺旋桨对主机外特性的定量要求,为配套不同细分市场时船用主机的优化和开发提供参考依据。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

红外热成像在乳腺疾病检测的应用研究

乳腺疾病已严重危害女性身心健康,其中乳腺癌更位居全球范围内女性癌症发病率和死亡率首位,因此乳腺癌的早期发现意义重大。传统结构影像学早期检测疾病具有一定局限性,而红外热成像作为功能成像技术可为乳腺癌的早期筛查提供有效线索。因此本文主要就红外热成像在乳腺疾病的早期检测及预后评估的应用价值进行综述。