Traditional ordinary Portland cement (OPC) repair materials with high carbon emissions and low bond strength, urgently need to be improved. A one-part electric furnace nickel slag-based geopolymer (OENG) repair material was prepared through mechanical activation. Also, the effects of silicate modulus and alkali dosage on the properties of compressive strength, bond strength, and drying shrinkage were investigated, then analysed using XRD, DTG, MIP, and SEM microscopic tests. Results indicate that the compressive strength, flexural strength, and bond strength of OENG repair mortars first rise and then fall as the silicate modulus and alkali dosage increase. In contrast, the trend of drying shrinkage is the opposite. The specimen with a silicate modulus of 1.2 and an alkali dosage of 6.0 exhibits the best performance. The hydration product has a dense pore structure and maximum adhesion of 7.3 MPa, which is superior to the OPC mortar matrix and meets the performance requirements of repair materials. This study provides a theoretical basis for the application of one-part electric furnace nickel slag-based geopolymer in building repair.
采用化学气相沉积法制备拓扑绝缘体Bi2 Se3纳米线.系统分析生长温度和气体流量对Bi2 Se3纳米线的形貌、晶体质量的影响,并研究Bi2 Se3纳米线的圆偏振光致电流.研究结果表明,Bi2 Se3纳米线的最佳生长温度为530℃,气体流量为30 mL?min-1.通过扫描电子显微镜、透射电子显微镜、拉曼等表征手段,表明所生长的Bi2 Se3纳米线具有较高的质量.Bi2 Se3纳米线的光电流随着四分之一波片的变化表明,Bi2 Se3纳米线具有较强的自旋轨道耦合效应.圆偏振光致电流随入射角的增大而减小,这是因为Bi2 Se3的对称性结构为C3V.相比Bi2 Se3薄膜或者Bi2 Se3纳米片,Bi2 Se3纳米线具有更大的CPGE电流,这可能是因为纳米线具有更大的比表面积,可以避免表面态信号淹没在体态信号中.
设计并制备一种全锑基两端叠层薄膜太阳能电池,其结构为ITO/CdS/Sb2 S3/Au/ZnO/Sb2 Se3/Au.通过快速热蒸发法制备Sb2 Se3和Sb2 S3薄膜,该薄膜具有良好的结晶性.测试表明,器件中各层薄膜的能级互相匹配,并且可实现光谱的分段利用.Sb2 Se3-Sb2 S3两端叠层电池的光电转换效率达到3.25％,其开路电压为0.98 V,可基本实现开压叠加.
针对当前插电式混合动力汽车能量管理策略忽略电池老化成本和电池温度变化过大而导致的热失控问题,制定融合电池寿命和电池温度的深度Q-Learning神经网络(DQN)强化学习能量管理策略.首先,从融入能量管理策略的角度,建立动力电池热模型和老化模型,引入调节目标价值函数的严重因子和量化电池老化程度的安时通量.其次,建立由超温惩罚、等效电池老化成本和燃油消耗组成的目标价值函数,进而构建深度强化学习能量管理策略.最后,通过仿真实验对所制定的控制策略进行验证.结果表明:融合了电池老化和电池温度的能量管理策略能够有效抑制电池老化和温度.在4个随机工况中,DQN策略下的电池有效安时通过量相较于CD-CS最大下降了35.75％;与CD-CS相比,DQN策略下单个驾驶任务的行驶总成本最大降低10.36％,证明了所制定策略的有效性.
针对光伏阵列输出的实时电压电流时序信号包含复杂时变特性及噪声从而影响故障诊断精度的问题,提出一种基于坐标注意力的浅层ResNet网络故障诊断模型.首先利用相对位置矩阵方法将 3 种一维暂稳态时序数据,包括加权总电流,以及光伏阵列时序电压和电流,转换为二维数据,以此生成红、绿、蓝三通道图像.然后,将图像输入到所提的基于与坐标注意力结合的残差网络模型中,提取其丰富的故障信息,有效地提升故障诊断精度.最后,通过仿真和实际的故障模拟实验获取故障样本数据,以训练和测试所提的网络模型,并与多种其他网络模型进行对比,并对仿真数据集进行可靠性验证.经实验分析证明,提出的故障检测与诊断方法在准确性和稳定性方面都有更佳的表现,根据仿真平台获得的数据集也有较高的可靠性.
以CNKI与Web of ScienceTM(WOS)核心合集中2002-2020 年Visual MINTEQ(VM)为主题的文献作为数据来源,借助CiteSpace,从发文量、国家、机构、作者和研究热点等方面整理、归纳并评述VM在重金属形态研究中的运用热点及趋势.结果表明:1)发文量呈逐年波动增长趋势,中国的国际影响力最高,布-阿里大学、中国科学院、浙江大学软弱土与环境土工教育部重点实验室等为主要中英文发文机构,Gustafsson J P被引频次最高,作者间以国内协作为主.2)VM在重金属形态研究中的使用热点主要在模拟不同环境因子对水/土环境介质中重金属形态影响和不同水/土环境介质中重金属矿物的沉淀或溶解,以及使用 DLM、CD-MUSIC、NICA-Donnan等表面络合模型计算处理不同吸附行为.3)VM将来还可运用于沉积物中重金属迁移、生物体内重金属毒理性及大气中痕量金属络合等方面研究.
随着绿色能源的快速发展,海上风电场的规模也越来越大,同时柔性直流也是海上风电场对外传输电能的主要方式.海上风电柔直输电系统在遇日常或故障检修后,需要由换流站等独立完成系统的黑启动.本研究从系统黑启动电源的选择、风电场和换流站的启动方式展开,总结出一种适用于海上风电柔性直流输电系统的黑启动策略,并归纳分析了系统启动过程中注意事项及难点.最后,提出系统黑启动的未来发展方向,为今后海上风电柔直输电系统黑启动的研究和应用提供参考.
基于自主搭建的1m3球形爆炸实验系统,通过分析火焰结构与传播过程来探究不同体积分数下的甲烷和氮气对火焰不稳定性的影响及其机制.研究结果表明,甲烷-空气预混气体火焰发展过程与甲烷体积分数直接相关,当甲烷体积分数接近爆炸极限,火焰明显上浮,浮力不稳定性是火焰失稳的主要因素.当甲烷体积分数在 7%～13%范围内时,火焰总体呈规则球形,在热-质扩散因素和流体力学因素相互促进或制约作用下,火焰总体不稳定性呈现先迅速增强后缓慢减弱的趋势.通过改变氮气添加比,发现流体力学不稳定性对氮气添加比的变化更为敏感,当氮气添加比(体积分数)大于 8%时,在流体力学不稳定性因素的主导影响下火焰稳定性迅速增强.
利用鸟巢颜色单一的特点,提出一种将YOLOX与颜色空间相结合的鸟巢检测方法,以提高巡检无人机在复杂输电线路背景下对鸟巢检测的准确率.在前端设备Jetson Xavier NX里,采用经过模型调优的YOLOX目标检测网络对鸟巢图像进行检测并截取区域子图;根据颜色空间分布过滤非鸟巢区域,实现鸟巢的精筛.实验结果表明,采用上述方法对测试集中的鸟巢图像进行检测,准确率可达 97.20%.
根据生态种群动力学原理,考虑一类具有密度制约的食饵-捕食者系统,利用微分方程定性理论,对系统的正平衡点性态进行分析.对系统的中心-焦点型奇点的焦点量进行计算,根据Hopf分支理论讨论极限环的存在情况,并给出了正平衡点外围存在唯一极限环的充分条件.最后利用Matlab软件进行数据仿真,验证所得结论的准确性.
针对新建光伏发电站在光伏功率预测过程中因缺少训练数据导致预测精度较低和光伏发电功率的不稳定等问题,提出一种结合改进的深度卷积生成对抗网络(DCGAN)、注意力机制(Attention)和LSTM网络组合的光伏功率预测方法.首先,将DCGAN中生成器的特征提取网络由二维卷积改为一维卷积,对光伏数据进行扩充.其次,将Attention模块加入LSTM模块中,生成新的输入特征.最后,对新生成的LSTM模型进行功率预测,并采用澳大利亚沙漠知识太阳能中心(DKASC)Alice Springs电站的数据进行验证.实验结果表明,结合深层卷积生成的对抗网络与Attention-LSTM混合预测方法能有效提升预测精度.
给出连续型(紧)K-g-框架的若干构造方法.利用正算子给出连续型K1-g-框架与连续型g-Bessel族(连续型K1-g-框架)的算子摄动的和成为连续型K2-g-框架的充分条件,给出连续型K1-g-框架的算子摄动成为连续型K2-g-框架的充要条件.也给出两个连续型g-Bessel族的算子摄动的和成为连续型紧K-g-框架的充要条件.
提出一种基于伪标签-1D DenseNet-KNN的光伏阵列故障诊断方法,实现在少标签样本下的光伏阵列复合故障开集识别.首先,分析各种常见单一故障和灰尘覆盖下复合故障的I-V特性曲线;然后,为克服常规半监督机器学习算法需手动提取数据特征的问题,采用一种伪标签与1D DenseNet相结合的半监督方法自动提取特征;最后,将从训练数据中提取的特征、训练数据预测的标签和测试样本提取的特征输入KNN算法并进行开集复合故障诊断.实验表明,该方法不仅能准确分类各种已知类别样本,还能识别出未知类别故障,且模型训练只需要少量的标签数据.
针对适应不同宽高比显示设备全屏显示的重定向图像的视觉质量问题,提出一种基于像素级结构一致性和内容完整性的重定向图像质量评价模型.该模型首先使用后向配准,建立重定向图像和参考图像之间的像素级对应关系;其次考虑到注意力转移的问题,采用像素级宽高比相似性偏差指数计算重定向图像在显著区域和全局的结构一致性,并利用图像组成变化获取图像内容完整性;最后通过内容完整性和结构一致性的线性组合实现重定向图像质量评价.实验结果表明,提出的模型不仅对重定向图像质量评价的效果好,而且可以在内容完整性和结构一致性的二维评估图中观察不同重定向算法的行为,适用于重定向算法比较、选择和优化.
提出一种基于Stacking集成学习的福建省火电行业碳足迹情景预测方法.首先,基于扩展Kaya恒等式识别火电行业碳排放的主要影响因素;然后,以决定系数和平均绝对百分比误差作为评价指标优选模型的初级学习器与元学习器,构建融合不同学习器优势的Stacking集成学习碳足迹预测模型;最后,设置 4 种不同的碳达峰行动情景,以福建省为例对其 2021-2035 年火电行业的碳达峰进行计算.结果表明,所提方法能够准确预测火电行业的碳足迹,并得出在低碳发展情景下该省可在 2027 年实现碳达峰战略目标的结论.
针对帧间预测重构时,因编码树单元(CTU)尺寸增大和划分层次增加,完成全部变换块变换所需要的时钟周期显著增多的问题,提出一种既可以实现单一变换块的变换与反变换,又可以对尺寸为 32 px×32 px、基于高效视频编码标准(HEVC)四叉树划分的混合块进行变换与反变换的硬件架构.采用多层次蝶形架构与混合矩阵乘法器对混合输入数据进行逐级分解并运算.实验结果显示,其数据流动与单一变换块一致.在Altera的Stratix Ⅲ器件下综合工作频率为 189.47 MHz;在Synopsys的SAED 90-nm器件库下用逻辑综合工具(DC)综合工作频率为 140 MHz,逻辑门数为 1.30×105;混合块变换每个时钟始终可以处理 32 点数据.
针对不同类型的枪击加速度信号,采用深度学习的方法,提出一种新的兼顾精度和轻量化的时间序列(ENT)模型进行研究.该架构核心由注意力倒置残差模块与倒置残差模块组成,能够自动提取枪击加速度信号特征,对不同输入时间尺度更具鲁棒性.在识别精确率方面达到97.42%,超越传统枪击识别算法,在公开枪击数据集上与SVM、决策树、随机森林3 种传统机器学习模型,以及FCN、ResNet、Inceptiontime、Xceptiontime等4 种时间序列深度学习模型对比.实验结果表明:ENT模型更加高效,识别精确率更高.
利用点云数据与L-系统规则结合的建模方法,生成高精度、高真实感的枇杷果树模型;利用辐射度模型模拟枇杷冠层截获的光合有效辐射,并从受光面积与光合速率的角度对不同冠形的枇杷冠层光截获效率进行定量分析.结果表明:植物冠形对于入射光的响应有明显差异,枝叶排列较为开阔且均匀的冠形,其光截获能力与光合速率更优,冠层日平均直射和散射的光合有效辐射强度分别为 154.77 和 47.20 μmol·(m2·s)-1,日最高光合速率为 3.97 μmol·(m2·s)-1.
为识别城市建成环境影响的内在规律,提出优化建议以提高公共交通为导向的开发效能,选取福州市地铁 1、2 号线共47 个站点作为研究对象,分析建成环境与公共交通为导向的开发之中,交通、经济、社会、环境效能等 4 个维度的相关性.研究结果表明:岗位密度、公共服务设施密度、道路密度、公交站点密度和市中心可达性等 13 项建成环境指标与公共交通为导向的开发中的交通、环境、社会效能存在显著的相关关系,并可以建立岭回归模型;而在建成环境指标与TOD的经济效能之间未发现明显的相关性.进一步选取福州市商业中心站点——东街口站作为典型案例,从TOD效能的 4 个维度系统分析站点周边的建成环境,提出优化核心区域的慢行系统、提升站点与公交的接驳功能、营造系统化的绿地与开敞空间、完善社区公共服务功能等系列优化对策,为今后公共交通为导向的开发当中的类似问题提供借鉴与参考.
利用国产高分六号数据构建针对尾矿库内部要素分割的Rel-Copypaste数据增强方法,实现数据集扩充;基于深度学习语义分割SE-ResUNet网络,实现京津冀地区尾矿库内部要素轮廓提取.研究结果表明:该模型平均提取精度高达 85.06%,分别高出无数据增强方法和Copypaste数据增强方法 2.53%和 1.77%,可实现京津冀地区尾矿库的面积统计、尾矿库的分类和头顶库的筛查等.
