研究一种用于圆形封闭管道内气固两相流实时截面相浓度测量传感器。该传感器采用新型栅极式电容电极设计,有效地均化了空间敏感电场分布,减小了因截面流型变化而导致的测量值波动,提高了测量精度;同时,栅极轴向检测特性的优化,提高了传感器对圆管截面相浓度信号的实时跟踪及瞬态检测能力

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

月球矿物资源的原位利用技术是月球基地建立和后续深空探索的基础。由于月球特殊环境及地月运输成本的限制，现有矿冶技术难以直接应用于月球矿物的原位开发。各国的科研人员围绕月球矿物资源原位利用方向开展了卓有成效的研究工作，发展了几种极具应用潜力的技术。这些方法可分为材料化成型和提取冶金两类，其中材料化成型工艺如烧结法、3D增材制造法等，主要用于将月壤直接材料化成型以制备月球基地建材。提取冶金工艺包括碳/氢化学介质还原法、电解还原法以及真空热解法等，可生产月壤矿物对应的金属单质或其低价氧化物，并获得氧气。本文概述了已有月壤原位利用技术的一般原理、基本过程、热力学动力学基础及近期研究进展。探讨了这些方法的一些优缺点，并展望了其在月球矿物原位利用上的应用前景

电动汽车以零污染、零排放等优点成为新能源汽车中最具有发展潜力的对象，锂离子电池作为其动力来源，科学准确地预测其剩余使用寿命是决定电动汽车性能的重要因素。本文研究等效循环电池组在等效循环工况、不同循环次数时，锂离子电池电压随着放电时间的变化曲线。通过分析不同循环次数下导函数在等效特征点处的斜率变化规律，建立锂离子电池等效循环工况下的寿命退化曲线。选取NASA等效循环电池组和自测JZ等效循环电池组，将放电初期和放电后期曲线与特定斜率直线交点作为等效循环寿命预测的等效特征点，根据这两组特征点分别建立退化模型Mini和Mlat。最后选取等效循环电池组内的其他电池进行锂离子电池等效循环寿命预测的验证。通过锂离子电池测试数据集验证其预测精度较高，稳定性较好，具有较强的应用价值

为进一步提升钛酸锂材料的性能, 本文在传统静电纺丝技术的基础上, 将纺丝喷头改进成内外嵌套的同轴喷头, 以两种溶液的形式进行同轴共纺, 得到了具有空心结构的钛酸锂纤维丝.将其与传统静电纺丝法制备的实心结构钛酸锂纤维丝进行对比, 结果表明: 空心钛酸锂材料粒度均一、无团聚现象, 材料具有明显的空心结构, 结晶性能良好, 比表面积是实心结构的1.3倍.形貌结构的改善极大地提高了空心钛酸锂材料的电化学性能, 表现为小倍率下二者的放电比容量接近理论比容量, 但在20C倍率下空心结构的钛酸锂材料优于实心钛酸锂, 仍可达到130 mA·h·g-1, 循环200周后容量保持率仍达98%, 具有良好的稳定性; 循环伏安和交流阻抗曲线也表明: 空心结构使得钛酸锂材料的极化程度减少, 电化学反应阻抗降低, 更有利于电化学反应的进行

采用数值仿真技术建立了足尺钢筋混凝土墩柱精细有限元模型, 分析了侧向冲击荷载下墩柱的动态响应和抗冲击性能, 提出了一种基于截面损伤因子的损伤评估方法, 讨论了不同碰撞参数对钢筋混凝土墩柱破坏模式和损伤机理的影响.结果表明: 冲击荷载下钢筋混凝土墩柱的耗能主要分为接触区域局部耗能和构件整体耗能; 当冲击体的初始动能恒定时, 冲击质量和冲击速度的不同组合会导致钢筋混凝土墩柱损伤破坏机理的显著差异; 基于截面损伤因子的损伤评估方法可以比较准确地描述墩柱的破坏状态.轴压力对墩柱抗撞能力的有利贡献比较有限, 且墩柱随着轴力的增大更易发生剪切破坏; 冲头刚度对碰撞力和墩柱动态响应的影响十分显著

为了探究单轴压缩条件下裂隙岩石的强度特性、裂纹起裂规律及破坏模式, 采用水刀切割技术预制裂隙花岗岩试件, 利用GAW2000刚性试验机对单裂隙花岗岩试样进行单轴压缩试验.试验结果表明: 与完整试样相比, 裂隙岩石试样单轴抗压强度明显降低, 降低幅度与预制裂隙和外荷载方向的夹角β密切相关, β=75°时, 强度最低, 降幅达到84.5%, 基于最大畸变能准则计算了裂隙花岗岩的峰值抗压强度与裂隙倾角的关系, 试验结果与数值解吻合; 裂隙的存在改变了岩石的破坏模式, 裂纹起裂角随裂隙倾角的增加而单调增大, 岩石试样的破坏模式由剪切破坏为主转变为张拉破坏占主导.真实裂隙岩石试样的力学性质及裂纹起裂特征更准确地揭示了单裂隙花岗岩的强度变化规律和破坏模式, 为岩土工程设计和巷道裂隙围岩体的支护提供科学依据

研究了一种方便可靠的夹杂物评估方法：利用合适电化学充氢后的拉伸试样获取夹杂物并与极值统计法相结合估算不同体积钢中非金属夹杂物的最大尺寸并预测疲劳强度。研究选用工业生产的高洁净度20Cr2Ni4A齿轮钢，将淬火+低温回火态的标准拉伸试样进行电化学充氢，使拉伸断口由于氢脆现象存在一些以粗大非金属夹杂物为中心的脆性平台，从而可方便快捷地在扫描电子显微镜下对夹杂物的类型、尺寸和分布进行检测，并利用极值统计法对钢中的最大夹杂物尺寸进行评估。为了验证该方法的准确性，采用传统金相法和旋转弯曲疲劳试验对钢中非金属夹杂物进行了检测，结果表明，使用本文所提出的夹杂物评估方法预测的钢中最大夹杂物尺寸及疲劳强度与疲劳试验结果相吻合。因此，该方法有望成为预测高洁净度高强度钢中最大夹杂物尺寸及其疲劳强度的一种有效方法

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

物联网是未来赛博使能业务的重要支撑平台。蜂窝网络则被认为是广泛分布在部署区域中的物联网终端数据接入的主要渠道，尤其在广域覆盖方面具有难以替代的价值。在满足覆盖要求的条件下，降低蜂窝网络基站的下行发射功率在绿色通信方面具有重要的研究意义。由此提出了一种基于优化目标平滑近似和均方根传播策略的梯度下降算法，在满足物联网业务覆盖率的条件下最小化基站的总下行发射功率。首先，使用罚函数方法将复杂约束条件的异构蜂窝网络优化问题转化为简单约束形式的优化问题；其次，将不可导的目标函数通过平滑近似转化为可导形式，并给出其对天线下倾角和下行功率参数的梯度解析形式；最后，使用均方根传播梯度下降算法进行转化后的目标函数优化。仿真实验结果表明该算法可以在满足覆盖率指标的条件下最小化基站的总下行发射功率，与现有元启发算法和普通梯度下降算法相比，具有良好的收敛速度，并能更好地抑制优化过程中振荡