摘要:

摘要:弹卡固态制冷器运行过程没有任何温室气体排放，而且无需使用稀有金属材料、可以不使用电能驱动，有望满足小型化、无振动、可在腐蚀性环境中工作的散热应用。概述了弹卡制冷技术的原理和优势，介绍了近年来国内外弹卡热机和制冷器的研发进展，总结了弹卡制冷器研发中的几个关键问题，并提出了未来弹卡固态制冷器研发中的2个潜在方向：1）弹卡固态冷媒弹卡效应和制冷性能的综合在线表征；2）新式结构的弹卡制冷器设计和性能优化研究。

摘要:针对飞行器高速运动时其发射的高空核爆电磁脉冲（high altitude electromagnetic pulse, HEMP）波形会产生较大的多普勒频移（Doppler frequency shift, DFS），严重降低HEMP波形参数估计精确性的问题，本文基于通感一体化(integrated sensing and communication, ISAC)思想提出一种感知DFS辅助HEMP波形参数估计的方法。首先，基于多基地雷达系统(multi-base radar system, MRS)，感知目标飞行器的运动信息以形成HEMP波形的DFS；其次，利用贝叶斯修正方法改善感知得到的DFS；最后，基于修正DFS补偿HEMP数据，形成感知多普勒辅助的波形参数估计方法。结果表明：所提方法降低了HEMP波形参数估计的相对误差，缓解了DFS对HEMP波形参数估计的影响，同时，所提基于贝叶斯修正方法也较为有效地改善了感知DFS精度。在飞行器不同运动速度和地面不同的多径环境下所提方法仍能改善HEMP波形参数估计的精度，为探索进一步提高HEMP波形参数估计精度的方法提供了参考。

摘要:针对模型预测控制（model prediction control，MPC）算法在自动驾驶汽车路径跟踪控制中权重矩阵选取困难，导致控制精度低和控制器运行效率低的问题，提出了一种遗传粒子群模型预测控制算法（genetic particle swarm optimization model prediction control，GA-PSO-MPC）。首先，建立车辆动力学模型，根据动力学模型确定目标函数并加入约束条件设计MPC控制器；其次，利用遗传粒子群算法（genetic particle swarm optimization，GA-PSO）对模型预测控制器的权重矩阵进行优化；最后,搭建Carsim/Simulink仿真平台，将GA-PSO-MPC控制器与传统MPC控制器的跟踪性能进行对比，完成不同车速、不同工况下的路径跟踪控制仿真。结果表明，经过GA-PSO算法优化权重矩阵后的控制器，收敛速度提高了68.85%，最大横向误差降低了63.9%。在各种车速下，GA-PSO-MPC控制器的运行效率与跟踪精度均优于传统MPC控制器，可以有效解决传统模型预测控制器运行效率低、跟踪精度不足的问题。

摘要:针对脉冲神经网络（spiking neural network,SNN）受多种因素影响导致模型鲁棒性下降的问题，提出一种自适应鲁棒脉冲神经网络（adaptive robust spiking neural network，AR-SNN）模型，其包括脉冲-门控线性单元（spiking-gated linear unit，S-GLU）、自适应-前K损失（adaptive-topK loss， A-TopK Loss）、脉冲-多层感知机（spiking-multilayer perceptron，S-MLP）3个模块。首先，引入门控机制作为预处理层，通过对门控线性单元（gated linear unit, GLU）进行改进，减少线性层数量，构建S-GLU模块；其次，提出A-TopK Loss，根据累积损失的比例计算总损失中前90%损失所对应的样本的平均损失作为最终损失；再次，采用自监督学习策略，以多层感知机（multilayer perceptron，MLP）为解码层，构建S-MLP去噪网络，重建原始数据；最后，在SHD语音数据集上进行实验。结果表明：S-GLU模块增加了模型对关键信息的关注，并减少了错误分类的发生；A-TopK Loss使模型自动聚焦于损失较大的样本，提升了其在复杂数据上的学习能力；S-MLP增强了网络的特征提取能力，在噪声测试中显示出对输入扰动具有一定鲁棒性。AR-SNN模型的性能优于原始模型及其他SNN模型，能够有效提升SNN的鲁棒性。

摘要:针对带钢表面缺陷检测目标背景复杂、现有算法特征处理能力不足导致检测精度较低的问题，提出了一种改进的检测算法YOLO11n-SRA。首先，通过引入SHSA注意力机制替换C2PSA模块中的PSA注意力机制，以提高小目标的检测效率和精度；其次，在颈部网络中，将RCM模块嵌入C3k2模块，利用其上下文捕捉与特征增强能力，以提升多尺度检测性能；再次，通过引入ATFL损失函数，有效缓解缺陷图像中目标与背景的不平衡问题，以提高模型训练过程的稳定性；最后在NEU-DET和GC10-DET数据集上进行实验验证。结果表明，相较于YOLO11n算法，在参数量和计算量保持不变的情况下，YOLO11n-SRA的对比实验和泛化实验mAP值分别提升3.4和1.6个百分点，FPS分别提升45.8 frame/s和20.6 frame/s，召回率分别提升5.1和4.0个百分点。改进算法在检测精度和效率之间实现了良好平衡，为算法的改进和实际部署提供了参考。

摘要:为研究SiC_f/Ti₃Al复合材料在单轴拉伸中产生的热残余应力对拉伸性能的影响，采用ABAQUS有限元模拟结合内聚力模型(cohesive zone model, CZM)，构建了包含纤维、基体及界面的三维细观结构模型，分析了复合材料的应力分布、裂纹扩展、界面失效等。结果表明：在横向拉伸中，界面脱黏为主要失效机制，基体内等效应力的重新分配对整体性能起关键作用；在纵向拉伸中，热残余应力导致应力场非均匀分布并影响基体屈服，同时界面径向压应力有效减缓界面脱黏，延缓材料失效。研究结果揭示了热残余应力与界面特性对SiC_f/Ti₃Al复合材料横纵向拉伸性能的影响机制，为优化纤维增强金属基复合材料的设计与性能提升提供了理论支持。

摘要:为对震后耗能梁段损伤状态进行准确、快速评估，在YOLO-v8n模型的基础上，加入高效多尺度注意力模块efficient multi-scale attention,EMA）和加权双向特征金字塔结构(bidirectional feaure pyramid network,BiFPN)，提出了EB-YOLO-v8n耗能梁段损伤识别模型。首先，设计并完成9个不同参数的耗能拟静力试验，采用图像拍摄设备记录不同破坏程度下的结构局部损伤情况，汇总成数据集；其次，为保证数据集质量，采用Mosaic+Fliplr数据增强技术对输入数据进行增强处理，共得到2 612张图像作为数据集；再次，对数据集中的各种损伤进行标注并输入到模型中进行训练；最后，对相关创新模块进行消融实验，分析了每一个改进模块的有效性。结果表明：EB-YOLO-v8n模型的平均精度值均高于文中提到的其他模型，模型在参数量基本不变的情况下具有更强的鲁棒性；此外，根据消融实验结果可以得出，EB-YOLO-v8n模型的平均精度值分别高于E-YOLO-v8n（引入EMA）、B-YOLO-v8n（将特征金字塔网络（feature pyramid networks，FPN）中的路径聚合网络结构(path aggregation network，PAN)替换为BiFPN）1.2和3.8个百分点，并且其单张图片平均识别时间也具有一定优势。EB-YOLO-v8n模型兼顾了精度与速度之间的平衡，契合了震后损伤识别需求中高精度与快速的特点，可以满足实际工程复杂工况的需求。

摘要:针对传统考马斯亮蓝法在痕量蛋白质检测中灵敏度不足、稳定性差的问题，根据其反应原理对各个环节进行优化。首先，用酶标仪和96孔板替代传统的紫外分光光度计和比色皿，以提高检测通量与精度；其次，用20 mmol/L磷酸盐缓冲液（phosphate buffer，PB）替代水作为稀释液，以增强蛋白质溶出度；最后，将考马斯亮蓝G-250溶液优化为最佳配方——5 mg考马斯亮蓝G-250溶于含5%（体积分数，下同）的95%乙醇和13%的85%磷酸的水溶液中。结果表明：最佳反应体系为等体积牛血清白蛋白（bovine serum albumin，BSA）与考马斯亮蓝G-250溶液反应，最优反应条件为避光反应10 min；蛋白质浓度在0~21 mg/L范围内线性关系良好（线性相关系数R²>0.99），检测限低至1 μg/mL，准确度（80%~115%）和精密度（RSD<4%）均在药典参考值限度内。本文成功实现了痕量蛋白质的精准定量分析，且具有低成本、快速、高通量的特点，为蛋白质相关研究提供了更为精准、高效的技术支持。

摘要:纳米氧化亚铜（Cu₂O）是一种资源丰富、低成本、低毒性且易合成的p型半导体。基于Cu₂O的窄带隙和较强的可见光吸收能力，Cu₂O基纳米复合材料在光催化领域具有巨大的发展潜力。然而，Cu₂O基纳米复合材料仍面临一些挑战，如光生载流子易复合、光催化活性较低、易氧化为CuO及稳定性差等。详细介绍了Cu₂O基纳米复合材料的设计合成策略，重点综述了其在光催化环境保护、清洁能源转化和抗菌领域的研究进展。为推动Cu₂O基纳米复合材料在这些领域的实际应用，对下一步研究方向提出以下展望：1）开发Cu₂O与非贵金属复合的新型材料，实现高效、低成本的光催化应用；2）抑制Cu₂O光腐蚀，提升其稳定性；3）深入研究反应机理，探索光催化剂结构和性能之间的关系；4）提高安全性，关注材料的长期稳定性、生物相容性等，开发广谱抑菌新材料。

摘要:为了减少能源消耗、提高天然气热处理炉高温烟气余热回收效率，基于数值模拟软件Fluent，对扭曲蜂巢管换热器内的对流冷凝耦合传热过程进行了研究，模拟分析了不同工况和边界条件下扭曲蜂巢管换热器管程的传热和阻力特性，并探讨了其传热机理。结果表明：烟气温度能够从950 ℃降低至260 ℃；当助燃气和高温烟气流动速度较为接近（分别为0.035 m/s和0.030 m/s）时，所传递热量增幅为96%，平均传热系数相对提高41%，此时传热效果最佳；在一定范围内提高雷诺数（Re）有利于增强烟气的显热和潜热交换；水蒸气含量的增加对潜热交换产生了更为积极的影响；在Re为7 200，水蒸气含量为17%的工况下，扭曲蜂巢管换热器强化传热效果的经济性最好，且远优于圆管冷凝换热器。研究结果可为天然气热处理炉烟气余热深度回收系统的设计与优化提供参考。

摘要:针对电动清扫车传统恒定功率作业模式的局限性，以及模糊控制中存在的主观性过强、缺乏理论支撑等问题，提出了一种融合路面清洁感知与模糊优化的节能作业策略。首先，采用 YOLOv8-seg 模型分割并量化路面垃圾，结合垃圾种类和覆盖面积计算出路面清洁指数；其次，构建以路面清洁指数和车速为输入，以作业电机转速和转矩为输出的模糊控制器，并选取 18 个隶属度函数参数，以减少作业能耗为目标，采用灰狼优化算法（grey wolf optimizer,GWO）进行优化；最后，通过 MATLAB/Simulink 在制定的仿真工况下验证提出策略的有效性。结果表明:所提策略有效减少了电动清扫车的功率消耗，作业能耗相较于优化前降低了 9.85%。同时，优化后的电池 SOC 变化趋势更加平缓。研究结果为电动清扫车的智能化、节能化发展提供了新的技术路径。