- 浏览排行
- 引用排行
- 下载排行
2020, 41(1):1-13. DOI: 10.7535/hbkd.2020yx01001
摘要:超疏水表面(superhydrophobic surface)是指水滴静态接触角>150°且滚动角<10°的材料表面,广泛应用于自清洁、防腐蚀、疏水抑冰与船舰减阻等诸多工程领域。基于仿生工程学原理,人们对典型超疏水仿生原型进行广泛研究,以期获取超疏水表面研制的理论基础。从呈现超疏水润湿现象的典型动植物体表入手,综述其表面微形貌结构特征对超疏水润湿特性的影响机制,介绍材料表面超疏水润湿行为量化表征的数学模型;重点关注仿生超疏水表面制备技术的最新研究进展,包括传统制备方法与3D打印制备技术,以及超疏水表面制备样件的功效表征;分析指出仿生超疏水表面的低成本、大面积、功效持久性是该领域未来发展的重要方向。研究成果可加深学者对超疏水润湿特性的认知,推动超疏水表面仿生研制新思路、新方法、新技术的发展。
米 贺 , 安 静 , 陈韶蕊 , 殷 蓉 , 闫徐冬 , 刘怡维 , 王德松
2020, 41(1):14-22. DOI: 10.7535/hbkd.2020yx01002
摘要:为了有效还原污染水中的硝基化合物和光解水制氢,采用浸渍法制备纳米银/介孔石墨相氮化碳(Ag/mpg-C3N4)复合微粒,继而通过简单吸附法制备Ag/5-OH-ZnTPP/mpg-C3N4复合微粒,利用BET,SEM,XRD和XPS等表征方法对所制备复合微粒的形貌、微观结构和组成进行测试,结果显示,介孔石墨相氮化碳(mpg-C3N4)呈多孔片层状,纳米银粒子(AgNPs)均匀分散于mpg-C3N4表面及片层间。通过UV-vis DRS,PL和PT等表征方法对Ag/5-OH-ZnTPP/mpg-C3N4复合微粒的光电性能进行测试,结果表明,AgNPs的引入和锌卟啉的表面敏化作用提高了mpg-C3N4基体对可见光的利用率。选用对硝基苯酚还原和光解水制氢为模型反应,经贵金属沉积改性及锌卟啉表面敏化改性后显著提高了mpg-C3N4基体的光催化活性。因此,Ag/5-OH-ZnTPP/mpg-C3N4复合微粒对4-NP的还原反应及光解水制氢具有高效催化活性。
2020, 41(1):23-30. DOI: 10.7535/hbkd.2020yx01003
摘要:为了提高单相PWM整流器输出电压的质量,解决传统控制策略存在参数整定困难的问题,改善小型能源路由器中间级的输入电压,提出了电压外环模糊自适应控制策略。首先,根据电路特征,建立单相PWM整流器的最优数学模型;其次,将模糊控制思想引入电压外环控制策略中,与传统的PI控制相结合,针对传统PI参数的影响,构建模糊规则,计算模糊因子;最后,与比例谐振控制结合,给出了单相PWM整流器电压外环模糊自适应控制。结果表明,所提出的控制策略具有良好的动态特性,可以在一定程度上减少负载波动时输出电压的波动,且在单位功率因数条件下,能够实现整流器的整流或逆变。改进策略可为小型能源路由器能量双向传输方面的研究提供参考。
2020, 41(1):31-39. DOI: 10.7535/hbkd.2020yx01004
摘要:针对当前机会网络数据分发协议面向的主要是单源多宿数据分发模型的问题,提出了一种多源多宿机会网络数据分发模型,设计了一种兴趣和编码感知(ICA,interest-and coding-aware)的机会网络数据分发协议。首先,由中继节点将满足同一兴趣的不同数据源进行流间随机线性网络编码后转发;其次,拥有相同兴趣的节点彼此交换兴趣编码数据,当节点收到足够多的满足同一兴趣的线性无关编码包时,解码得到多个感兴趣的原始数据;最后,对多源多宿机会网络数据分发进行了ONE仿真。结果表明,和基于ER的多源多宿数据分发相比,ICA能通过较小的缓存、网络带宽和网络负载获得较低的分发时延。研究结果可为机会网络中的网络数据分发机制提供一种可行、高效的解决方案。
2020, 41(1):40-49. DOI: 10.7535/hbkd.2020yx01005
摘要:为了解决大型综合建筑中智能疏散系统在火灾等突发情况发生时可根据复杂建筑结构规划出合理、安全的疏散路径问题,提出了一种基于改进A*算法的多起点、多出口路径规划方法。通过增加转弯惩罚值,结合火灾影响区域实时信息和火灾中心点的距离改进了估价函数,进而计算出最优疏散路径。依据搜索出的最优路径调整三维楼层地图中各个导向标志方向,从而引导不同位置人员从最优路径疏散逃生。仿真实验结果表明,在计算多起点、多出口疏散路径时,改进A*算法与传统Dijkstra算法和A*算法相比,搜索方向更加明确,路径更加平滑,搜索效率更高,运行时间更短,并能结合火灾信息保证疏散路径的安全性。该算法在求解大型综合建筑火灾安全疏散路径方面具有很好的应用前景。
2020, 41(1):50-57. DOI: 10.7535/hbkd.2020yx01006
摘要:针对轮式机器人在行走过程中存在速度平衡超调较大与调节时间较长、速度平衡效果较差的问题,采用Matlab/Simulink与Carsim仿真软件建立轮式机器人四轮差速运动模型,对于无刷直流电机(BLDCM)系统,在原有模糊PID的基础上,结合抗积分饱和算法与变速积分算法,提出一种改进模糊PID控制的调速方法。仿真结果表明,通过抗积分饱和与变速积分算法改进后的模糊PID控制器与传统模糊PID控制器相比,在机器人速度平衡控制过程中,超调降低30%,调节时间降低33%,具有速度响应时间短、速度响应曲线波动小的优点。搭建了轮式机器人实验验证平台,实验结果表明,改进后的模糊PID控制调速方法的速度响应快,满足轮式机器人速度控制需求。所提设计可为轮式机器人速度稳定系统调试提供理论指导,并可应用于以速度调控为主导的控制系统。
2020, 41(1):58-65. DOI: 10.7535/hbkd.2020yx01007
摘要:为了探究低碳铬钼镍轴承钢在不同热处理工艺下组织和韧性的变化规律,对其进行奥氏体等温保温实验,研究了加热温度、保温时间对低碳铬钼镍轴承钢奥氏体晶粒尺寸、碳化物和冲击功的影响。结果表明:奥氏体化温度≤1 070 ℃时,钢中碳化物溶解不明显,碳化物面积占比为193%,奥氏体晶粒长大不明显,平均晶粒尺寸为49 μm,冲击功>50 J;奥氏体化温度≥1 080 ℃时, 碳化物面积占比为1.23%,1 090 ℃时碳化物面积占比为0.16%,碳化物大量溶解,产生解钉效应,奥氏体晶粒明显长大,冲击功大幅下降,低于30 J;保温时间大于45 min时,晶粒尺寸趋于稳定。根据实验结果得出试验钢在1 050~1 090 ℃加热并保温15~60 min的晶粒长大模型,可为该钢种热处理工艺的设计提供理论依据。
2020, 41(1):67-75. DOI: 10.7535/hbkd.2020yx01008
摘要:随着城市化和工业化的快速发展,空气污染问题日益突出,空气质量预测显得尤为重要。当前一些有代表性的研究对空气质量进行实时监测和预报,例如周广强等采用数值预报的方法对中国东部地区的空气质量进行分析,但其实验结果表明该方法难以预测非常重的污染;SANKAR等使用多元线性回归对空气质量进行预测,但其实验结果表明线性模型预测精度低、效率慢;PREZ等使用统计方法对空气质量进行预测,实验结果证明统计方法的预测精度比较低;WANG等采用改进的BP神经网络建立了空气质量指数的预测模型,其实验验证了BP神经网络收敛速度慢、容易陷入局部最优解的问题;YANG等利用相邻网格的空气质量浓度效应,建立了基于随机森林的PM2.5浓度预测模型,通过实验过程证明网格划分程序削弱了后续空气质量分析的质量和效率。这些方法都难以从时间角度建模,其中预测精度低是比较重要的问题。因为预测精度低可能会导致空气质量预测结果出现较大的误差。针对空气质量研究中预测精度低的问题,提出了基于长短期记忆单元(long short-term memory,LSTM)的神经网络模型。该模型使用MAPE,RMSE,R,[WT]IA和MAE等指标来检测LSTM神经网络与对比模型的预测性能。由于Delhi和Houston是空气污染程度比较严重的城市,所以使用的实验数据集来自Delhi的Punjabi Bagh监测站2014—2016年的空气质量数据和Houston的Harris County监测站2010—2016年的空气质量数据。LSTM神经网络与多元线性回归和回归模型(SVR)的比较结果表明,LSTM神经网络适应多个变量或多输入的时间序列预测问题,LSTM神经网络具有预测精度高、速度快和较强的鲁棒性等优点。
2020, 41(1):76-87. DOI: 10.7535/hbkd.2020yx01009
摘要:随着互联网技术的快速发展,如何对海量网络信息进行挖掘分析,已成为热点和难点问题。推荐系统能够帮助用户在没有明确需求或者信息量巨大时解决信息过载的问题,为用户提供精准、快速的业务(如商品、项目、服务等)信息,成为近年来产业界和学术界共同的兴趣点和研究热点,但是,目前数据的种类多种多样并且应用场景广泛,在面对这种情况时,推荐系统也会遇到冷启动、稀疏矩阵等挑战。深度学习是机器学习的一个重要研究领域和分支,近年来发展迅猛。研究人员使用深度学习方法,在语音识别、图像处理、自然语言处理等领域都取得了很大的突破与成就。目前,深度学习在推荐领域也得到了许多研究人员的青睐,成为推荐领域的一个新方向。推荐方法中融合深度学习技术,可以有效解决传统推荐系统中冷启动、稀疏矩阵等问题,提高推荐系统的性能和推荐精度。文中主要对传统的推荐方法和当前深度学习技术中神经网络在推荐方法上的应用进行了归纳,其中传统推荐方法主要分为以下3类:1)基于内容推荐方法主要依据用户与项目之间的特征信息,用户之间的联系不会影响推荐结果,所以不存在冷启动和稀疏矩阵的问题,但是基于内容推荐的结果新颖程度低并且面临特征提取的问题。2)协同过滤推荐方法是目前应用最为广泛的一种方法,不需要有关用户或项目的信息,只基于用户和诸如点击、浏览和评级等项目的交互信息做出准确的推荐。虽然该方法简单有效但是会出现稀疏矩阵和冷启动的问题。3)混合推荐方法融合了前2种传统推荐方法的特点,能取得很好的推荐效果,但在处理文本、图像等多源异构辅助信息时仍面临一些挑战与困难。依据神经网络基于深度学习的推荐方法主要分为4类:基于深度神经网络(DNN)的推荐方法、基于卷积神经网络(CNN)的推荐方法、基于循环神经网络(RNN)和长短期记忆神经网络(LSTM)的推荐方法、基于图神经网络(GNN)的推荐方法、将深度学习技术融入到推荐领域,构造的模型具有以下优势:具有较强的表征能力,可以直接从内容中提取用户和项目特征;具有较强的抗噪能力,可以轻易地处理含有噪声的数据;可以对动态或者序列数据进行建模;可以更加精准地学习用户或项目特征;便于对数据进行统一处理,并且可以处理大规模数据。将深度学习技术应用到推荐领域,可以积极有效地应对传统推荐方法面临的挑战,提高推荐效果。
2020, 41(1):88-98. DOI: 10.7535/hbkd.2020yx01010
摘要:软件项目是以科学满足软件需求为目标,涵盖人员、技术、管理等多种要素的工程实施与组织管理过程。长期以来,由于软件项目客观存在的一些不确定性因素,使得实施过程中常常会遇到设计、费用、进度与功能变化等诸多问题。虽然高效的开发技术不断涌现,但管理问题一直存在,风险问题也经常显现,成为软件行业的焦点问题。正确认识和管理软件项目风险能够提高软件项目开发的成功率,降低风险发生概率。软件项目风险管理是软件项目管理中的重点问题之一。随着软件行业的发展,软件项目风险呈现出新的特点,风险管理内容也产生了新的变化。为了追踪软件项目风险管理研究的脉络和发展趋势,运用网络爬虫技术,获取了国内外软件项目风险相关文献3 129篇,利用分词和统计分析技术,对文献作者、关键字、主题等进行提取和词频分析,挖掘出研究主体的空间分布情况;从发文数量及发文时间角度对中外学者研究进行对比分析,梳理出软件项目风险概念界定、研究阶段、研究方法等方面的演化进程。通过对文献主题的分析,梳理出软件项目风险研究的方向和趋势。通过上述文本分析思路,可以得出该领域中的主流研究方法及发展趋势。在文献数量的变化上可以推断,软件项目风险同质化研究较多,研究的创新性突破口难以发掘,致使中文文献数量有所降低。通过观察研究团队词云可视化情况,发现了计算机类及管理类两大主流研究方向。如何从管理角度进行风险研究一直是该领域关注的重点。基于时间顺序的文献主题汇总,能够清晰看出软件项目风险研究是以项目管理为主导、风险管理为导向,将项目管理及风险管理相融合,进行以软件项目为主体的概念性界定。软件项目风险管理理论研究相对成熟后,风险评估、风险识别、风险控制相关技术性的研究也开始兴起,再从应用角度进行风险管理的验证研究。至今风险管理仍以评估为主要研究手段,通过对高频词的共性进行分析,找到词汇关联中较为新颖的研究方向。例如,风险识别过程正在从人工主观辨别向机器自动识别转化;风险管理对象属性特点的转变是由静到动的变化;由大数据技术引发的风险知识库建立、智能风险管理系统的搭建等前沿研究。对研究趋势的探索将为软件项目风险防控、提升软件项目成功率提供新的解决思路,为软件项目风险的相关研究提供可参考的方法。
2020, 41(1):99-104. DOI: 10.7535/hbkd.2020yx01011
摘要:为降低电荷复合率,提高杂化太阳电池的性能,将P3HT与Spiro-OMeTAD共混后的混合物作为光活性层和空穴传输层,旋涂在Sb2S3纳米粒子敏化的TiO2纳米棒(TiO2NR/Sb2S3)复合膜上,制备成杂化太阳电池。通过SEM、紫外可见吸收光谱、XRD、电化学阻抗图谱、稳态荧光光谱、J-V曲线等手段,对杂化太阳电池的微观结构、光电转换特性进行了表征和测试。结果表明:P3HT与Spiro-OMeTAD共混物比例为15 mg/1 mL时,得到结构为FTO/TiO2NR/Sb2S3/P3HT:Spiro-OMeTAD/Ag杂化太阳电池的电荷负荷率低,电子生命长,能量转换效率达到了457%。所制备的杂化太阳电池性能优良,具有良好的应用前景。