盾构隧道施工物料无人运输发展现状及关键技术

盾构隧道施工物料无人运输有助于提升运输效率、降低运输成本、减少运输安全事故率。与公路汽车无人驾驶、港口车辆无人驾驶、轨道交通无人驾驶等逐步成熟的无人驾驶技术不同，在隧道场景下实施施工物料无人运输存在运输物料种类繁多、运输调度困难、地下定位信号拒止、狭窄车道频繁会车、行车路面工况复杂、地上地下联动响应慢等诸多挑战。从实现盾构隧道施工物料无人运输的关键问题分析入手，综述当前盾构隧道施工物料运输方式、运输需求、无人运输发展现状及存在的挑战，提出盾构隧道施工物料无人运输的五大关键技术：多种类物料智能货控能效管理技术，无人化垂直装卸门机控制技术，多传感器融合同步定位与地图构建技术，隧道复杂环境路径规划与自主避障技术，隧-地一体化联动响应的高可靠性无线通信技术。     

基于面元素重排的三维网格模型数据隐藏算法

目的 为了解决目前三维数据隐藏算法不能兼顾无失真和盲提取的问题，提出一种新的完全无失真的三维网格模型数据隐藏盲算法。方法 首先使用混沌逻辑映射选择嵌入与提取模式，保证数据的安全性。然后利用面元素重排，完全不会造成三维模型失真的性质，通过不同嵌入模式规则对三角面元素进行重排，以嵌入秘密数据。接收端则可根据相应的提取模式规则提取秘密数据。结果 仿真结果与分析表明，该算法不会对三维模型造成任何失真，嵌入容量为每顶点2比特，且能抵抗仿射变换攻击、噪声攻击和平滑攻击等。结论 这种三维数据隐藏盲算法无失真，容量大、安全性高、鲁棒性强，适用于三维载体不容修改的情形，如军事、医学、秘密通信和版权保护等。     

原子吸收光谱法测定保护渣中锰含量

采用原子吸收光谱法测定保护渣中锰含量,进行了酸度对测定的影响、试样分解、共存离子干扰、加标回收、精密度分析等试验。结果表明,锰可完全溶解于混合酸溶液中;加入氯化锶,可以消除钠、钙对锰测定的干扰;锰质量浓度在0~12.0μg/mL的范围,工作曲线线性关系良好;加标回收率较高,在97%~102%;测定结果准确度较高,与高碘酸钠光度法分析结果一致性较好。     

基于张量分解融合RGB-D图像的物体识别

为了充分利用RGB-D图像的深度图像信息，提出了基于张量分解的物体识别方法。首先将RGB-D图像构造成一个四阶张量，然后将该四阶张量分解为一个核心张量和四个因子矩阵，再利用相应的因子矩阵将原张量进行投影，获得融合后的RGB-D数据，最后输入到卷积神经网络中进行识别。RGB-D数据集中三组相似物体的识别结果表明，利用张量分解融合RGB-D图像的物体识别准确率高于未采用张量分解的物体识别准确率，并且单一错分实例的准确率最高可提升99%。     

电喷雾质谱法示踪钨回收过程离子的转化路径

将环隙式离心萃取器(ACCs)与电喷雾飞行时间质谱(ESI-TOF-MS)相结合，在线监测了回收过程中的钨萃取行为(宏观)和钨形态的转化路径(微观)，发现宏观萃取反应和微观离子形态转化同时发生并相互补充。伯胺N1923萃取钨在144 s内即可达到萃取平衡，萃取率高达98%以上，同时，酸钨比n(H)/n(W)是一个关键变量，当酸钨比n(H)/n(W)=2.4时，全流程钨回收率超过93%。最后，得到了基于钨形态监测的萃取机理，同时，减少原料液中W1含量，增加W10含量，可有效提高钨回收效率。     

一种基于小字典不对等语料的跨语言词嵌入方法

双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。     

超高效液相色谱串联质谱法测定烟草中的噁霉灵残留

为降低烟草中噁霉灵检测中的基质干扰，提高检测灵敏度和和稳定性，通过试验建立了以QuEChERS为样品前处理方法、液相色谱串联质谱仪为检测仪器的烟草中噁霉灵残留检测方法。样品加水浸润后，经丙酮提取、盐析试剂包除水、石墨化炭黑除杂后，采用Agilent ZORBAX 300SB-C8液相色谱柱（2.1 mm×100 mm，1.8 μm）分离，甲醇-水程序洗脱，ESI雾化，串联质谱MRM检测。结果发现，该方法在0.0025~0.0500 mg/L范围内线性良好，决定系数r²=0.9996，定量检测限1.06 μg/L，回收率在90.8%~92.0%之间，相对标准偏差为5.1%。运用该方法测定烟草中的噁霉灵，操作简单，检测精度高，满足CORESTA对烟草农残检测的要求。     

影响煤层气开发效果的地质因素再认识

地质特征认识对煤层气开发效果起着重要作用。在资源特征相差不大的情况下,发现煤层气相邻井的产量差异仍较大。排除工程因素后,通过选取8类地质参数,细致比对了保德区块低产井与邻井的参数特征,筛查出其关键因素为煤层微幅构造与顶板封盖条件,其中以微幅构造为主。据此,重新认识并划分出区块新的次生褶皱背斜单元、向斜单元和斜坡单元,获得了不同次生褶皱构造单元的开发特征。结果表明,高、低产井分布与次生褶皱背斜、向斜相关性高达92%。其中:高产井主要分布在次生褶皱背斜变化较缓、呈隆起状的“平台”,且煤层顶板以泥岩、碳质泥岩为主,封盖性较好;低产井主要分布在次生褶皱向斜,同一井台各井开发效果差异表现为从向斜条带轴部—向斜条带内—向斜条带外的煤层气井平均单井产量不断增加,到向斜轴部的距离大于向斜曲率半径73.5%的范围为主力产气区,小于向斜曲率半径40.0%范围为产水主力区。这对煤层气新井部署、生产管理、开发调整等,具有一定的指导意义。     

低觉醒脑电识别与唤醒的可穿戴系统研究

为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态，本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统，系统通过传感器从大脑头皮采集脑电信号，转换为数字信号，经傅里叶变换获取了脑电信号的θ相对能量、α相对能量、重心频率、谱熵等4个特征量，由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别，当识别出低觉醒状态时采用声音报警模块发出声音，唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态，识别率达90.8%，可为提高警戒作业工作绩效提供一种可穿戴的智能装备。