低阶煤颗粒-气/油泡间的诱导时间研究

为表征低阶煤颗粒-气/油泡间矿化过程的差异,通过Sutherland理论下固体颗粒进入泡沫产品的总概率(E)和浮选速率常数(k)之间关系,并结合低阶煤颗粒-气/油泡的浮选速率试验,求得了低阶煤颗粒-气/油泡间的诱导时间。浮选实验研究表明,在相同的捕收剂消耗量下低阶煤-油泡浮选产率均高于低阶煤-气泡浮选产率。诱导时间测试表明,低阶煤颗粒-油泡间的诱导时间(35 ms)要明显低于低阶煤颗粒-气泡间的诱导时间(93 ms)。上述实验结果表明,油泡表面的疏水性要强于传统浮选气泡表面的疏水性。然而,进一步利用Sutherland理论中固体颗粒进入泡沫产品的总概率和浮选速率常数之间的数学关系,并结合低阶煤颗粒-气/油泡的浮选速率试验求得的低阶煤颗粒-气/油泡间的诱导时间分别为9.67和8.46 ms,其与诱导时间测试仪分别测量的诱导时间差异很大。这主要是由于在实际浮选过程中气/油泡的上升速度分别为23.26和22.68 cm/s,其远高于2015EZ型诱导时间仪测试过程中气/油泡碰撞速度(2.0 cm/s)。因此,诱导时间理论计算表明气泡-颗粒间的碰撞速度对颗粒-气泡间的诱导时间影响很大。上述研究结果表明油泡浮选效果优于传统浮选的内在原因在于低阶煤颗粒-油泡间的诱导时间小于低阶煤颗粒-气泡间的诱导时间。     

基于LBSN动态异构网络的时间感知兴趣点推荐

随着基于位置社交网络(Location-Based Social Network,LBSN)的快速发展,兴趣点(Point-Of-Interest,POI)推荐可以帮助人们发现有趣的并吸引人的位置。针对签到数据的稀疏性和用户兴趣的动态性等挑战性问题,提出了基于LBSN动态异构网络的时间感知兴趣点推荐算法。在LBSN异构网络模式中增加会话节点类型。通过动态元路径,在用户和兴趣点语义关系之间有效地融入时间信息、位置信息和社交信息等。设置了用户-兴趣点之间的动态元路径集,并提出了动态路径实例的偏好度计算方法。采用矩阵分解模型对不同动态偏好矩阵进行矩阵分解。根据不同动态元路径的用户特征矩阵和兴趣点特征矩阵,获取用户在目标时间访问兴趣点的推荐列表。实验结果表明,与其他兴趣点推荐方法相比,所提方法在兴趣点推荐精确度上取得了较好的推荐结果,具有良好的应用前景。     

机器人系统有限时间自适应迭代学习控制

研究任意初态下，机器人系统的有限时间自适应迭代学习控制方法。引入初始修正吸引子的概念，构造一个含有初始修正项的误差变量。针对定常机器人系统和时变机器人系统，采用Lyapunov-like方法，分别设计迭代学习控制器处理系统中不确定性。并且，采用未含/含限幅学习机制，保证闭环系统各变量的一致有界性和误差变量在整个作业区间一致收敛性。藉以实现跟踪误差在预先指定区间的完全跟踪。仿真结果验证所设计控制方法的有效性。     

基于SCA波形采样读出电子学的CSNS Back-n中子飞行时间测量

中国散裂中子源(CSNS)反角白光中子束线(Back-n)对中子核数据测量和核技术应用等多个领域均有重要意义。为监测其中子束斑轮廓、束流密度及束流能量，研制了由镀硼微网格气体(Micromegas)探测器构成的束流剖面监测装置，并通过测量中子的飞行时间(TOF)来获得能量信息。采用基于开关电容阵列(SCA)专用集成电路(ASIC)的波形采样电子学系统，实现了128路Micromegas探测器阳极条信号的低噪声放大、成形和波形数字化，在现场可编程逻辑门阵列(FPGA)芯片中实现了对信号过阈时间的实时测量，其量程为650 ns～10 ms，电子学时间分辨好于10 ns。在CSNS Back-n上开展实验，成功获得了中子束流剖面及10.65 μs～10 ms范围的飞行时间谱，对应的中子能量范围约为0.16 eV～0.14 MeV。利用钽、钴等吸收体进行了中子共振吸收峰的检验，验证了读出电子学系统的功能及飞行时间测量的正确性。     

隐于乡野 荷兰菲赫特小镇别墅

工程名称:荷兰菲赫特小镇别墅坐落地点:荷兰面积:683 m^2竣工时间:2019摄影:Ossip Architectuur Fotografie该别墅位于荷兰的乡村,邻近菲赫特(Vught)小镇,颇具现代感的别墅外形,为当地的农场建筑环境带来新的变化。荷兰的"hoeve"在传统上指的是围绕着院子形成的农舍和用于生活起居的空间体量,而院子作为一个开放式的中央场所,一方面被建筑体量包围起来创造出一种安全感,另一方面也与周边的景观环境产生互动。此次建筑师便是以这种传统的空间布局为蓝本来进行设计的。