供暖管线施工流程与质量标准分析

供暖管线不仅是建筑方面的问题同时也关系着国计民生,所以在建筑工程中必须要严格控制供暖管线的施工流程和质量标准。本文主要对供暖管线的施工流程以及质量标准进行分析。     

桥梁信息化及智能桥梁2020年度研究进展

以信息化、智能化为特征的数字化时代的到来推动了桥梁工程技术的发展与创新,有必要将云计算、大数据、人工智能、3D打印、机器人等战略性新兴产业技术与桥梁工程相融合,从智能设计、智能施工、智能运维等多个维度,推进桥梁工业化、数字化、智能化升级。本文从桥梁信息化、智能检测与安全运维、智能防灾减灾、智能材料等方面,综述了2020年该领域前沿技术和重要成果,总结了研究热点与前景展望。分析表明：BIM技术可以提升桥梁正向设计精细化水平、施工过程控制和管理准确化程度;无人机、机器人等智能检测技术与机器学习、卷积神经网络等人工智能技术提高了桥梁检测的精度和效率;高性能智能材料的应用促进了桥梁结构的自感知性、自适应性、自调节性和自诊断性;基于人工智能的自然灾害监测与预警为桥梁智能防灾减灾提供了新的发展思路。未来应将人工智能技术深度融合桥梁设计、建造和养护的全生命周期,顺应信息化、智能化的发展趋势,实现桥梁强国梦。     

基于四元数和增广矩阵束的MIMO雷达角度估计算法

通过研究多输入多输出（Multiple input and multiple out, MIMO）雷达的角度估计算法,基于收发共址的十字阵MIMO雷达系统,将四元数理论应用到 MIMO雷达角度中,提出了一种新的参数估计算法。通过构造四元数模型,结合增广矩阵束（ Matrix enhancement and matrix pencil, MEMP）方法构造增广矩阵,并证明该矩阵的秩 等于目标总数,且不受目标相干性的影响,结合ESPRIT算法实现了对MIMO相干目标的角度估 计。算法无需谱峰搜索,能够实现参数的自动配对,同时降低了运算复杂度。仿真实验进一 步验证了算法的有效性。     

城市能源系统综合规划模型的研究与应用

探索城市能源利用的最佳途径是构建低碳城市的重要保障,城市能源系统的合理规划是城市能源合理利用的前提,更是国内外关注的热点。目前的能源系统模型研究大多聚焦于城市能源规划的某一阶段或方面,对于指导中国大规模低碳生态城的开发建设具有很大的局限性;而SynCity模型是统筹考虑建筑选址布局、负荷需求以及能源技术选择、能流分布之间的关系的一种综合城市能源系统规划模型。文章系统阐述了SynCity模型,并将其应用到上海临港新城,通过工程实例模拟得出了CO2排放量最低目标下的最佳能源供求方案为燃气发动机热泵(GHP)和建筑热电冷(BCHP)三联供相结合的能源供应模式。     

（V30Ti35Cr25Fe10）97．5Si2．5合金的结构与吸放氢性能

采用XRD，SEM和PCT测试研究了（V30Ti35Cr25Fe10）97.5Si2.5（at％）合金的组织结构与吸放氢性能。结果表明：合金由BCC相和C14 Laves相组成，BCC相含量为75％，晶胞参数为α=0．3021nm，Laves相含量为25％，晶胞参数为α=0．4920nm和c=0．7996nm。由于含有大量的Laves相，合金具有良好的活化性能，室温下不需孕育期就可以快速吸氢，5min内达到吸氢饱和状态，饱和吸氢量达到2．98％（质量分数，下同）。在一定氢压下，合金的容量可由合金中BCC相和Laves相的容量按组分的含量进行线性组合而成。     

V55Ti20.5Cr18.1Fe6.4合金的吸放氢循环性能研究

对V55Ti20.5Cr18.1Fe6.4（原子分数，下同）贮氢合金进行了155次吸放氢循环性能实验研究。结果表明：随循环次数的增加，合金吸放氢量减小，放氢量的衰减呈减缓趋势，放氢平台区缩短，平台压力增大，合金表面有影响吸放氢性能的化合物生成，合金结构呈bcc与fcc的双相结构，合金颗粒由于微裂纹的不断累积而逐渐粉化。     

基于图卷积的视网膜血管轮廓及高不确定度区域细化框架

针对传统卷积神经网络(convolutional neural network, CNN)受感受野大小的限制,无法直接有效地获取空间结构及全局语义等关键信息,导致宽血管边界及毛细血管区域特征提取困难,造成视网膜血管分割表现不佳的问题,提出一种基于图卷积的视网膜血管分割细化框架。该框架通过轮廓提取及不确定分析方法,选取CNN粗分割结果中潜在的误分割区域,并结合其提取的特征信息构造出合适的图数据,送入残差图卷积网络(residual graph convolutional network, Res-GCN)二次分类,得到视网膜血管细化分割结果。该框架可以作为一个即插即用模块接入任意视网膜血管分割网络的末端,具有高移植性和易用性的特点。实验分别选用U型网络(U-neural network, U-Net)及其代表性改进网络DenseU-Net和AttU-Net作为基准网络,在DRIVE、STARE和CHASEDB1数据集上进行测试,本文框架的Sp分别为98.28%、99.10%和99.04%,Pr分别为87.97%、88.87%和90.25%,证明其具有提升基准网络分割效果的细化能力。     

“一锅法”合成油酸包覆Fe_3O_4及油酸用量对其性能的影响

采用"一锅法",即在"共沉淀法"合成纳米Fe_3O_4颗粒之前,直接加入油酸(表面活性剂),合成了油酸包覆的纳米Fe_3O_4颗粒。并通过X射线衍射仪(XRD)、透射电子显微镜(TEM)、振动样品磁强计(VSM)、热重分析仪(TGA)对颗粒进行了表征,重点研究了油酸用量对纳米Fe_3O_4颗粒的结构、成分、形貌、尺寸、磁化强度的影响。结果表明,在实验中,油酸与Fe_3O_4摩尔比为0.4时,采用"一锅法"可合成9nm左右、分散性良好、饱和磁化强度在56A·m2/kg的纳米Fe_3O_4颗粒。     

采用单次快拍数据实现信源DOA估计

针对均匀线性阵列DOA估计中的实时性和解相干问题,提出了一种基于单次快拍数据的估计算法,通过对阵列接收的单次快拍数据进行相关处理后重构Toeplitz矩阵,并证明该矩阵的秩不受信号相干性的影响。通过特征值分解,得到对应的信号子空间和噪声子空间,结合MUSIC算法和ESPRIT算法实现了对相干和非相干信号的DOA估计。算法不损失阵列孔径,具有更好的实时性和抗噪声干扰的能力;在低信噪比条件下,仍具有较好的估计性能。最后计算机仿真结果证实了算法的有效性和可行性。     

最小冗余MIMO雷达阵列设计

阵列天线的优化设计对降低系统成本、提高系统性能起着关键的作用。最小冗余阵因其能用较少的物理阵元形成较大的阵列孔径而备受关注,但是其阵元位置往往只能通过穷举法搜索得到,而穷举法的运算复杂度很高,因此不利于实际应用。针对这一不足,根据组合设计理论中的循环差集的基本原理,提出了一种基于循环差集的最小冗余MIMO雷达阵列设计算法。该算法利用最少的物理阵元能够得到更大的阵列孔径,并且能解析地求出发射阵元和接收阵元的位置,适用于任意大阵元数情形的阵列优化。仿真结果表明,该算法是一种有效的最小冗余MIMO雷达阵列优化算法。