基于RSM-BBD的高原地区桥墩混凝土性能试验研究

针对高原地区桥墩混凝土服役环境的特点，探究矿物掺合料对桥墩混凝土性能的影响效果。采用Box-Behnken Design响应面法(RSM-BBD)设计了15组试验，详细研究了粉煤灰、矿渣和硅灰掺量对混凝土强度和冻融性能的影响规律。以28 d抗压强度、200次冻融循环后混凝土质量损失率和相对动弹性模量为响应值构建响应面模型，旨在揭示响应参数和目标响应值的相关关系及多目标响应值条件下桥墩混凝土的合理配合比。结果表明，与基准组混凝土相比，适量的矿物掺合料有利于提高混凝土强度，增强混凝土的耐低温冻融性能。混凝土的强度和抗冻融性能主要受单因素的影响，其中矿渣和硅灰能提高混凝土的抗压强度，粉煤灰和硅灰则可以提高混凝土的抗冻融性能。各因素的交互作用对混凝土各性能有不同程度的影响，其中矿渣和硅灰掺量的交互作用对28 d抗压强度影响显著，粉煤灰与硅灰掺量的交互作用对质量损失率影响显著，粉煤灰与矿渣掺量的交互作用对相对动弹性模量影响显著。基于目标响应值和响应优化，本试验条件下矿物掺合料的合理配合比为粉煤灰、矿渣和硅灰掺量分别为20%、15%和10%(质量分数)。     

基于应力分布的变密度点阵结构优化设计

文中针对变密度点阵结构设计变量多、优化效率低等问题，提出了一种新的设计方法。通过应力匹配函数将变密度点阵结构的微观尺寸与其应力进行关联，基于六面体网格构建其有限元参数化模型。为减少设计变量数目，以该函数的系数为变量建立变密度点阵结构优化模型，并采用多岛遗传算法对其进行优化计算。优化后的变密度点阵结构其应力结果呈现出很好的等强度效果，重构的几何模型也能应用SLA工艺进行制造，验证了该设计方法的有效性和所设计点阵结构的工艺性。     

面向水下焊接电信号的粒子群优化小波软阈值去噪法研究

为降低噪声干扰以及提高检测精度,提出一种针对水下焊接电信号的基于粒子群优化的小波软阈值去噪方法。通过对信号进行小波分解,以信噪比作为评价指标,不断迭代进行全局搜索最优阈值从而完成信号去噪,并分别进行仿真及实测水下焊接电信号的去噪实验。结果表明,提出的算法具有信号信噪比更高、均方根误差更小、能有效保留信号的细节信息等优点,有利于水下焊接电信号特征的提取,从而为水下焊接质量在线监测提供基础。     

纳米材料改性对再生粗骨料性能的影响研究

研究了碳纳米管、纳米SiO₂和纳米CaCO₃的分散液浓度和浸泡时间对再生粗骨料吸水率、压碎值、堆积密度和表观密度的影响，并通过SEM分析了纳米材料的改性机理。结果表明：经纳米材料改性后，再生粗骨料的堆积密度、表观密度分别稳定在1 260 kg/m³、2 650 kg/m³左右，且能够显著提高再生混凝土的抗压强度；当碳纳米管浓度为0.20%、浸泡时间为24 h时，能使再生粗骨料的吸水率最大降低4.24%，压碎值最大降低18.75%；当纳米SiO₂浓度为7%、浸泡时间为72 h时，能使再生粗骨料的吸水率最大降低15.70%，压碎值最大降低19.53%；当纳米CaCO₃浓度为7%、浸泡时间为72 h时，能使再生粗骨料的吸水率最大降低9.62%，压碎值最大降低26.56%;SEM分析结果表明，经纳米材料改性后，再生粗骨料的表面变得均匀，内部结构变得更加密实。     

基于被动和主动降噪的光声光谱气体检测仪背景噪声控制技术

光声光谱技术通过检测微弱的声压信号来反演气体浓度，与仪器调制频率对应的相干噪声对仪器检测灵敏度具有重要影响。该文首先分析了斩波器机械噪声和环境噪声对光声光谱仪检测的影响，而后提出采用厚度为30 mm的蜜胺泡棉板隔离光声检测模块实现被动降噪。然后提出利用声波在空间的叠加干涉抵消原理，使噪声在声接收环节与主动噪声控制模块产生的主动声波进行叠加，实现光声池主动降噪。最后搭建噪声干扰模拟实验平台对提出措施的有效性进行验证，结果显示在调制频率为100 Hz和400 Hz两种条件下，提出的降噪技术均可降低外界相干噪声影响，光声光谱仪的检测能力在应用被动降噪技术后提升了0.4倍，而应用主动降噪+被动降噪技术后提升了2.4倍。该研究可为光声光谱仪开发中噪声抑制措施的选择提供指导。     

一种可免低温存储的中温固化树脂固化动力学分析

环氧树脂体系(JH2160)为可免低温存储的一种低成本高性能环氧树脂体系。针对JH2160环氧树脂体系的常温储存进行6个月前后固化分析，可知储存半年后的树脂固化反应程度为13.3%,说明此环氧树脂体系常温贮存性好。利用非等温DSC方法对环氧树脂体系(JH2160)进行固化行为研究，使用T-β外推法确定环氧树脂体系(JH2160)的特征固化温度，用Kissinger法和Ozawa法计算体系的活化能分别为78.16kJ/mol和81.03kJ/mol,二者的平均结果得出体系的活化能为79.59kJ/mol;通过Crane法计算出环氧树脂体系(JH2160)反应级数为0.95,确定了JH2160环氧树脂体系的动力学模型。     

基于定子电流特性分析的渣浆泵故障预测

磨矿分级流程使用渣浆泵输送矿浆并为旋流器提供分级所需的入口压力。渣浆泵输送的矿浆颗粒较大、矿浆浓度与粒度未知，易引发堵转、短路等事故，且事故难以预测。针对这一问题，利用定子电流中所反映的渣浆泵运行信息，结合EMD自适应分解方法与LSTM学习算法，提出了基于定子电流多尺度特性分析的渣浆泵故障预测方法。利用工业数据验证表明，该方法可有效预测矿用渣浆泵故障，可帮助生产技术人员提前给出切换备用泵的决策依据。     

基于数据-机理联合驱动的制冷空调系统故障特征提取方法

制冷空调系统故障特征提取是系统故障诊断的基础。现有研究常利用端到端的黑箱模型实现自主特征提取,获得的特征不具备物理解析,无法保证其全局应用的可靠性。针对制冷空调系统展开具有明确物理意义的特征提取研究对实现可靠可信故障诊断具有重要意义。本文提出一种数据-机理联合驱动的故障特征提取方法,针对动态运行数据复杂多变特性,构建制冷系统基准模型和偏离特性表征策略,实现故障偏离特征的准确提取,并结合热力学机理分析对其进行理论解释。利用ASHRAE RP-1043数据集进行实验验证,获得6类典型故障特征并构建偏离特征矢量表,为故障诊断提供理论基础。     

嵌入卷积增强型Transformer的头影解剖关键点检测

目的 准确可靠的头像分析在正畸诊断、术前规划以及治疗评估中起着重要作用，其常依赖于解剖关键点间的相互关联。然而，人工注释往往受限于速率与准确性，并且不同位置的结构可能共享相似的图像信息，这使得基于卷积神经网络的方法难有较高的精度。Transformer在长期依赖性建模方面具有优势，这对确认关键点的位置信息有所帮助，因此开发一种结合Transformer的头影关键点自动检测算法具有重要意义。方法 本文提出一种基于卷积增强型Transformer的U型架构用于侧位头影关键点定位，并将其命名为CETransNet （convolutional enhancedTransformer network）。通过改进Transformer模块并将其引入至U型结构中，在建立全局上下文连接的同时也保留了卷积神经网络获取局部信息的能力。此外，为更好地回归预测热图，提出了一种指数加权损失函数，使得监督学习过程中关键点附近像素的损失值能得到更多关注，并抑制远处像素的损失。结果 在2个测试集上，CETransNet分别实现了1.09 mm和1.39 mm的定位误差值，并且2 mm内精度达到了87.19%和76.08%。此外，测试集1中共有9个标志点达到了100%的4 mm检测精度，同时多达12个点获得了90%以上的2 mm检测精度；测试集2中，尽管只有9个点满足90%的2 mm检测精度，但4 mm范围内有10个点被完全检测。结论 CETransNet能够快速、准确且具备鲁棒性地检测出解剖点的位置，性能优于目前先进方法，并展示出一定的临床应用价值。