基于建筑计划学的特殊学校视觉障碍学生宿舍的无障碍导向性设计研究

随着我国社会进步、经济发展,视障群体的需求逐渐被重视,无障碍设计的重要性增加。由于视障群体缺少视力,无法辨别方位,导向性成为无障碍设计的重点。文章通过建筑计划学的方法研究其行为需求,并提出改善方案。     

含生长因子创伤敷料的研究进展

含生长因子创伤敷料是当今创伤修复领域最热门的研究课题之一。本文介绍了含生长因子创伤敷料给药系统的缓释机制,重点综述了5类含生长因子创伤敷料在促进细胞增殖、创伤组织修复等方面的研究进展,并讨论了目前所面临的问题和发展方向,以期对今后含生长因子创伤敷料的研究和应用有所帮助。     

NiCo2S4@ACF异质电极材料的绿色制备及其超级电容性能研究

传统的NiCo₂S₄硫化过程需要高温加热, 耗能较大, 并且单纯的硫化物导电性差。本工作通过绿色环保的室温硫化法成功制备出以活性炭纤维(ACF)为核, NiCo₂S₄为壳的复合异质结电极材料(NiCo₂S₄@ACF)。NiCo₂S₄@ACF复合电极材料的层状结构, 有效增大了与电解液的接触面积, 改善了电子的传输路径, 使其具有更优良的电化学性能。当电流密度为1 A/g时, 其比电容值高达1541.6 F/g (678 μF/cm²)。另外, NiCo₂S₄@ACF和ACF分别作正负极组装成的非对称超级电容器(Asymmetric Supercapacitors, ASC)展现了良好的电化学性能: 能量密度高, 当功率密度为800 W/kg时, 能量密度高达49.38 Wh/kg; 循环性能稳定, 循环充放电2000圈后比电容仍能保持90.27%。研究表明, NiCo₂S₄@ACF复合电极材料是一种应用前景广阔的超级电容器电极材料。     

基于脑电时频空多域特征融合的情感识别研究

传统基于脑电信号（electroencephalogram,EEG）的情感识别主要采用单一的脑电特征提取方法,为了充分利用EEG中蕴含的丰富信息,提出一种多域特征融合的脑电情感识别新方法。提取了EEG的时域、频域和空域特征,将三域特征进行融合作为情感识别模型的输入。首先计算不同时间窗EEG信号的alpha、beta、gamma三个频段功率谱密度,并结合脑电电极空间信息构成EEG图片,然后利用卷积神经网络（convolutional neural network,CNN）与双向长短期记忆网络（bidirectional long short-term memory network,BLSTM）构建CNN-BLSTM情感识别模型,分别对时、频、空三域特征进行学习。在SEED数据集对该方法进行验证,结果表明该方法能有效提高情感识别精度,平均识别准确率达96.25%。     

内外之间及地匠意工作室改造设计

及地匠意工作室位于南京金基·红五科技双创产业园的西北角.此地为金陵机械厂旧址,毗邻金川河,紧靠南京财经大学.工作室所在建筑原本是旧厂房的配电室,园区改造后作为独栋建筑使用.建筑因年代久远,出现瓷砖老化、墙皮脱落等状况,业主邀请反几建筑工作室对其进行整体改造设计.     

基于PLC中央空调水泵系统开发与应用

针对中国人民银行某支行的中央空调不能恒值调节室内温度和噪音污染严重,利用PLC和变频器设计了一套中央空调群控系统,运用变频器调节水泵转速满足设定出水温度要求。设计了Win CC界面对主机出水温度与时间关系进行试验研究,通过经验法提出一套PID控制方法并进行了PLC程序编程,实现了负荷温度的定值控制和降低系统噪音。通过运行表明,该系统的温度曲线图能够很快收敛,平均误差为0.25℃,满足系统的误差范围,稳定性较强。     

复合材料地铁车车头外罩铺层优化设计

为了充分发挥复合材料轻量化的潜能,基于OptiStruct复合材料优化技术对某地铁车车头外罩进行铺层优化设计,实现了车头外罩的轻量化。首先,以全碳纤维、玻碳层间混杂和玻碳夹芯混杂3种铺层方式作为备选方案,对复合材料车头外罩进行等代设计,初步确定最优的铺层方案;其次,针对复合材料的可设计性,分别以柔度、质量和铺层顺序为目标函数对该最优铺层方案进一步进行自由尺寸优化、尺寸优化以及铺层顺序优化,最终获得了车头外罩最佳的铺层厚度和铺层顺序。研究结果表明:在满足车头外罩刚度和复合材料应变的设计要求下,优化后的复合材料车头外罩与等代设计阶段相比质量减轻了23. 6%,与原玻璃纤维车头外罩相比质量减轻了33. 6%,轻量化效果明显。     

基于雪资源利用的寒地居住 小区冬季可持续景观设计策略研究

在寒地居住小区中,冬季由于气温比较低、适合冬季的景观设施的缺乏使得大多数居民冬季几乎没有户外活动。如何将雪资源就地在住宅小区内利用,塑造具有寒地城市特点的居住区冬季景观显得非常必要。本文对寒地居住小区雪资源利用下的景观设计策略进行研究。     

多特征融合的脑电情绪分类

为进一步探究不同类型特征互补性对脑电情绪分类的影响,提出一种基于多特征融合的脑电情绪分类新方法。对预处理后的脑电信号进行DE、MST和SampEn特征提取,采用双样本T检验去除冗余筛选出最优特征并融合,采用SVM分类模型来识别不同的情绪状态。在SEED-Ⅳ数据集上的实验结果表明,单一特征中DE的平均分类准确率最高（77.86%）,而融合非线性SampEn特征与功能连接MST属性后平均分类准确率得到进一步提升（84.58%）,不同时间段采集的数据上重测实验则证明了该方法的有效性与稳定性。     

以KMnO4改性炭黑为载体Pd-Ni催化剂的制备和性能

以不同浓度的KMnO_4溶液预处理的炭黑为载体,通过沉淀共还原法合成了3种Pd_1Ni_1/AC_x(x=3、5、7)催化剂。采用XPS、ICP、XRD和TEM对催化剂进行了表征。结果表明:Pd_1Ni_1/AC_5的Pd负载量(质量分数,下同)最大(3.66%),Pd晶粒的平均粒径最小(4.71 nm),且均匀地分布在KMn O_4氧化处理后的碳载体上,活性位点较多;XRD显示,3种Pd_1Ni_1/AC_x催化剂中大部分的Ni均以无定形形式存在。电化学性能测试结果表明:3种催化剂均表现出比商业Pd/C更好的电化学稳定性和存活率;其中,Pd_1Ni_1/AC_5电化学活性表面积达62.21 m~2/g_(Pd),且乙醇催化氧化活性为1797.85 A/g_(Pd)。