磁力耦合传动是一种无接触式传动技术,它利用磁场相互作用实现动力传递,并具备软启动、过载保护、隔离振动和适应恶劣环境等优势。综述了磁力密封传动系统的国内外研究现状,并探讨了其在化工、石油等领域的广泛应用。从磁力耦合器的转矩、电磁特性、涡流和散热以及应用4个方面进行了详细讨论,并指出了大扭矩、低涡流、高效率、耐高温的磁力密封传动系统将是未来的发展趋势。

在电力系统中,电力线路承载着输送电能的重要任务,安全可靠的电力线路对电力系统的稳定发展有着重要的意义。针对利用深度学习算法对电力线路中的悬挂物、塔吊等目标检测准确率低、实时性差的问题,提出基于改进YOLOv5的电力线路安全检测与异常识别方法。该方法基于YOLOv5算法,在网络的部分C3模块中引入ECA注意力机制,增强网络的特征提取能力；在主干网络中的池化层之后增加Fast-RFB模块,提高检测速度与准确性；使用解耦头部替代原始网络的耦合检测头部,提高检测精度；最后将原始模型的CIoU损失函数替换成Wise-IoU损失函数,减少训练过程的损失。仿真实验表明,改进后的YOLOv5算法在电力线路数据集上的P_mA0.5与P_mA0.5:0.95分别为92.2%和56.5%,分别超出了YOLOv5原始模型10.3%和7.3%,检测速度为83 帧/s,满足实际环境中对电力线路安全检测与异常识别的要求。

 阳离子多肽与脱氧核糖核酸(DNA)的相互作用对生物学的基础研究以及在众多疾病的发病机理有着重要的意义。文章使用光学显微镜首先研究了聚脯氨酸-精氨酸(Poly PR)与单链鲑鱼精DNA相互作用的液液相分离(LLPS),发现多肽链长以及浓度的增加会促进LLPS；然后观察KCl浓度对Poly PR-DNA溶液LLPS的影响,发现KCl浓度的增大对其LLPS起到一个抑制的作用,当KCl的浓度大于800 mmol/L时,液滴消失；同时盐浓度不变时,随着DNA浓度的增大会对混合物的LLPS有促进作用。其次研究KCl浓度为100 mmol/L时Poly PR与双链鱼精DNA的相互作用的LLPS,发现双链DNA较单链DNA更难发生LLPS。最后,为了定量研究DNA与Poly PR的作用机制,用单分子磁镊(MT)测量Poly PR与DNA的临界凝聚力变化情况,从单分子层面分析其作用机理,实验结果表明随着Poly PR链长以及浓度的增大使得DNA的凝聚力也增大；并且测量了加入KCl溶液之后凝聚力的大小,发现凝聚力随着盐浓度的增加而减小。可见,单分子实验凝聚力结果与显微镜观察LLPS结果一致,得出多肽链的长度及浓度可以增强Poly PR与DNA的相互作用、盐离子浓度会减弱Poly PR与DNA的相互作用。

为了解决单一甜味剂在口感方面存在的不足，如甜味不纯正、明显的后余味和苦味等问题，通过采用单因素试验和正交试验将甜菊糖苷Reb-A(rebaudioside A)、赤藓糖醇、麦芽糖醇、L-谷氨酸钠和索马甜以不同比例混合优化，配制出口感近似蔗糖、甜味纯正、营养、天然安全的复配甜味剂。结果表明，赤藓糖醇和麦芽糖醇对甜菊糖苷Reb-A的后余味和苦味有明显的改善作用，提高了其甜味品质。甜味蛋白质索马甜增加了复配产品的营养功能，而L-谷氨酸钠能够抑制甜菊糖苷Reb-A过高的甜味强度，并且改善了复配产品的风味。复配甜味剂的最佳复配质量分数为甜菊糖苷Reb-A 0.016%、赤藓糖醇1.2%、麦芽糖醇2.5%、索马甜0.003%、L-谷氨酸钠0.2%。通过与市场上已售其他复配型甜味剂的比较，该复配甜味剂具有甜味纯正、热量低、口感近似蔗糖、营养安全等优点，可作为一种家用普适性复配甜味剂推广使用。

实时对象目标检测是计算机视觉中非常重要的主题,是计算机视觉系统中的必要组件。针对城市交通汽车检测问题,可以利用YOLO模型实现对道路车辆检测的智能化。为优化计算机对车辆的实时检测能力,该研究提出一种基于注意力机制的改进YOLO算法的车辆识别检测算法,使用YOLOv7为主体,在YOLOv7网络模型的Backbone和Head模块引入注意力机制,以适应不同车辆的识别任务。在Roboflow的公开数据集上进行实验,结果表明,改进后的网络模型相较于原始的YOLOv7网络模型,汽车漏检情况得到改善,在同一数据集下相比YOLOv7网络模型提升了0.9%,P_mA值达72.2%,检测效果可基本满足汽车检测应用需求。

果胶是广泛存在于植物细胞壁的一种天然食品添加剂，芒果皮中含有大量的果胶。为提升芒果皮果胶资源的利用，采用超声辅助螯合剂酸法对芒果皮果胶的提取条件进行筛选和优化。通过单因素试验探究了乙醇体积分数、提取时间、超声时间、液料比、提取液pH和提取温度对提取率的影响。在此基础上，以芒果皮果胶提取率为最终评价指标，利用Plackett-Burman和响应面试验优化了提取工艺条件。结果表明，芒果皮果胶最佳提取工艺参数为乙醇体积分数85%，提取时间100 min，超声时间20 min，液料比16∶1(mL·g-1)，提取液pH 2.0，提取温度80 ℃，果胶提取率为17.79%，且总半乳糖醛酸质量分数为73.63%。

反应釜是气液两相反应过程中的核心设备,其内部复杂的流场特性对反应效率和产品质量有着至关重要的影响。由于实验手段在捕捉和分析反应釜内气液两相流的细微特征上存在一定局限,因此数值模拟方法成为研究该领域的重要工具。文中建立了气液两相反应釜的两种不同叶浆的三维模型,利用FLUENT软件进行了气液两相流仿真模拟,在模拟湍流运动时选用了K-epsilon湍流模型。重点分析了两种组合四层桨叶装置在反应釜内的流场特性和气体分布情况,基于两种叶浆的气液两相分布变化、气相均匀性、流场速度分布变化以及速度矢量分布变化等进一步分析了四宽叶浆和四斜叶浆的差异。最终得出在同一搅拌釜、同一转速、相同桨径条件下,四宽叶桨在排量、平均速度和功耗方面均优于四斜叶桨,且四宽叶桨还有助于提高釜内的流动均匀性,可进一步促进气液两相的混合。

研究了一类面板数据交互效应的变系数模型的检验问题。基于经验似然方法,构造了系数函数的经验似然比检验统计量,在一些正则条件下,建立了统计量的渐近理论,并对其渐近分布进行了理论分析,包括它们的相合性,收敛速度和渐近分布,并据此构建了在一定置信水平下的拒绝域。基于正则化的检验方法,通过优化约束的经验似然比函数来获得检验统计量,整个过程既稳健又高效。研究交互固定效应变系数模型的经验似然检验的渐近理论,为面板数据的统计建模提供一定的理论支持和方法保障。

出血性脑卒中后,血肿周围的水肿作为脑出血后继发性损伤的标志,在近年来引起了广泛关注。研究患者血肿周围水肿发生及演进规律,进行早期识别和预测对于改善患者预后、提升其生活质量具有重要意义。通过患者个人信息、影像信息、治疗方案和预后等真实临床数据,一是采用多项式回归模型和岭回归模型对数据进行拟合,二是采用高斯函数对数据拟合,根据计算残差结果选择最佳拟合方法,构建全体患者水肿体积随时间进展曲线。再根据年龄把患者分为4个亚组,采用所得最佳拟合模型分析患者水肿体积随时间进展模式的年龄差异。最终根据已知数据计算水肿体积的变化,利用随机森林和多层感知器模型进行训练,使用测试集对模型进行预测,分析基于不同治疗方法对水肿体积进展模式的影响,得出最佳治疗方案。

动物机器人是一类以动物为主体，外加信息采集和传感装置，通过人为信号干预完成特定任务的新型机器人。鸽子以其优越的飞行与导航能力，良好的负载接受性以及独特的归巢特性，成为飞行动物机器人领域的理想动物，具有重要研究价值与应用前景。不仅对控制鸽子机器人主要运动行为的相关脑区及神经调控机制进行分类总结，并探讨其在鸽子机器人设计和应用中的潜在意义，还综述了鸽子机器人领域内的相关技术进展，包括电极植入与户外飞行通信技术等，并根据神经调控和控制系统的发展趋势进行了展望，以期为鸽子机器人理论研究及实用性提升提供参考。

在出血性脑卒中对人们健康和经济影响重大的今天,早期识别和预后预测十分关键。针对出血性脑卒中发病急、发展快、预后差的问题,主要基于随机森林回归、梯度提升机和多次感知器的知识,通过分析临床患者血肿扩张发生,血肿周围水肿发生及演变规律,构建模型预测出血性脑卒中患者预后情况。在读取数据后进行数据预处理,根据流水号进行数据匹配和数据整合,然后划分数据集,分别使用随机森林回归模型和梯度提升机模型进行训练并预测160名患者90 d的mRS评分；最后使用多层感知器模型进行训练特征信息的关联关系,得到相关数据间的影响效果,为临床相关决策提出建议。实验结果合适有效,未来可应用于金融、城市规划等领域。

出血性脑卒中是一种病死率较高的疾病，其中血肿扩张是影响患者预后的关键因素，所以早期识别和预测血肿扩张对提高治疗效果和患者生存率具有重要意义。研究建立有效的模型来预测出血性脑卒中患者的血肿扩张事件，从而实现精准个性化的预后预测。研究结合患者的影像特征，以发生血肿扩张事件为目标变量，提出短期内准确判断患者血肿扩张情况的方程，并采用Logistic回归、支持向量机和神经网络3种方法进行建模，利用留一法交叉验证对模型性能进行评估，通过数值实验对模型的预测效果进行模拟和验证。实验结果表明，神经网络模型在预测血肿扩张事件方面表现最佳，它能够有效预测出血性脑卒中患者的血肿扩张事件，为医生提供有力的辅助工具，从而更好地优化临床治疗方案。

为研究黄瓜切片热风干燥过程水分迁移规律,以黄瓜切片为研究对象,分别探究了不同温度和不同切片厚度对黄瓜切片水分比和干燥速率的影响。首先建立用于描述黄瓜切片中水分迁移规律的数学模型,并基于数值模拟软件COMSOL进行了数值模拟分析。结果表明:Page模型更适合用于描述黄瓜切片在热风干燥过程的水分变化规律。在实验设置的工况下,Page模型的决定系数R²均达到0.99,相应的残差平方和RSS和卡方χ²,分别小于0.017 16和0.000 953 351。同时,对实验数据进行拟合,计算出在50~80 ℃范围内,黄瓜切片的有效扩散系数在0.173 5×10^-9~4.189×10^-9之间,热风温度和厚度越大,有效扩散系数越大。数值模拟过程直观描述黄瓜切片水分迁移过程,黄瓜切片的水分浓度从边缘到内部逐渐降低,边缘位置水分浓度下降快,而核心位置水分浓度下降慢,对比分析数值模拟与实验过程干基含水率变化过程,它们变化趋势相同,但实验过程干基含水率下降更快。该模型可为其他物料在热风干燥技术的模拟研究提供借鉴。

在混沌保密通信中,其核心挑战在于实现混沌同步,时间同步控制在对保密数据的安全传输有着重要意义。针对噪声扰动下混沌系统的同步问题，提出了一种结合预定时间滑模控制的时间同步控制方法。为了实现同步误差的时间同步控制，在控制方案中引入了范数归一化符号函数。基于预定时间滑模控制的时间同步策略，设计了有效的控制输入及滑模面，并通过构建Lyapunov函数验证了同步误差系统的稳定性，从而实现了噪声扰动下混沌系统的时间同步控制。Matlab数值仿真结果证实了该方案的可行性和显著效果。

Bi₂Se₃和Bi₂Te₃作为拓扑材料,同时具有优异的热电性能。作为一类新型拓扑材料Weyl半金属的典型代表,TaAs是否拥有优异热电性能也引起了人们的关注。利用第一性原理计算和玻尔兹曼输运理论,研究电声耦合对TaAs电输运性质的影响。当考虑电声耦合效应时,得到TaAs在900 K下的最大热电优值ZT为0.078,比之前的计算低了很多。研究结果有助于进一步认识Weyl半金属TaAs的输运性能。

针对随机奇异不确定时变时滞半马尔可夫切换系统,设计了动态事件触发控制的相关参数及控制器,证明了最小事件间隔时间是恒正的。构造了新的Lyapunov-Krasovskii泛函,积分项权矩阵不再固定,与切换模式同步。运用条件期望及It过程的性质,详细分析了闭环系统的鲁棒随机可容许性问题。利用Moore-Penrose逆公式以及矩阵的满秩分解定理,解决了海森项的线性化问题。最后通过数值实例和仿真图像,验证了所设计方案的有效性。

采用水热法成功制备了CuS/BiOI异质结构,采用Zeta电位、X射线粉末衍射(XRD)、扫描电镜(SEM)、透射电镜(TEM)、X射线光电子能谱(XPS)、紫外-可见漫反射(UV-DRS)等测试技术对材料进行了表征,证明了CuS/BiOI异质结的成功构建。在可见光条件下研究了CuS/BiOI异质结光催化降解四环素(TC)的性能,其中,CuS/BiOI-2对TC的降解率高达81.46%,降解速率为0.014 3 min^-1,分别比纯BiOI提高了68.55%与2.64倍。通过分析CuS与BiOI的能带结构,结合一系列的光电化学分析以及自由基清除实验,证明了由具有局域表面等离子体共振(LSPR)性质的p型半导体CuS与n型半导体BiOI所构建的S型异质结,改善了BiOI的光吸收能力,促进了光生载流子的高效分离,最终使CuS/BiOI-2表现出优异光催化性能。

针对印刷电路板(PCB)缺陷微小难测问题,提出了一种基于改进YOLOv8s的PCB缺陷检测算法,该算法添加Transformer编码单元,并引入DwConv网络标准卷积,实现了提升实时检测PCB缺陷的精度,实验结果表明,改进之后的YOLOv8s模型,PmA从0.909提升到了0.951,增加了4.2%。通过与其他主流目标检测方法相比,改进YOLOv8算法展示了更好的检测精度。

现实中的雾霾复杂多变,数据驱动图像去雾算法无法通过学习所有数据集的数据分布来建立一个泛用的映射模型,且只采用清晰无雾图像作为正样本指导去雾网络的训练,而负样本（有雾图像）的关键信息则被忽略。针对上述问题,提出一种基于全局元注意力和对比学习的图像去雾算法。首先,根据雾在图像中的分布特性设计基于多尺度特征提取和集成的去雾网络。其次,构建全局元注意力模块为多尺度去雾网络提供全局注意力优化,可根据输入的有雾图像自适应地调整网络的映射模型。最后,引入自监督对比学习将去雾结果拉近正样本,而远离负样本。实验结果表明,该算法在合成雾图数据集和真实雾图数据集上都取得了较好地去雾性能,在主观和客观评价方面都优于已有代表性的图像去雾方法。

在高等教育人才的培养过程中，大学生创新能力的培养日益受到社会的重视。为进一步优化创新人才培养模式，提升大学生创新能力，基于层次分析法（AHP）-熵权法对大学生的创新能力评价指标体系进行了研究。研究采用问卷调查和专家评析相结合的方法对评价指标体系进行构建，通过筛选评价指标，利用熵权法针对客观调研数据进行分析，评估各指标因子的权重，最终得出大学生创新能力评价指标体系框架，为促进我国高等教育的发展提出了相应对策建议。

日前电价预测结果作为电力市场中的关键信号，对电力系统的正常运行起到重要的作用，对此提出一种基于自注意力机制与长鼻浣熊优化算法(Coati Optimization Algorithm,COA)的卷积神经网络和双向门控循环单元网络的日前电价预测模型。模型充分考虑了影响电价的电力市场边界条件和外部环境等诸多因素，首先使用皮尔逊相关性系数法对山东省电力市场的披露数据进行相关性分析，得出了影响电价的关键因素。然后将数据输入到基于自注意力机制和长鼻浣熊优化算法的CNN-BiGRU模型中进行训练。通过实验结果表明，该模型的平均绝对误差(Mean Absolute Error, δ_MAE) 、平均绝对百分比误差(Mean Absolute Percentage Error, δ_MAPE)、确定系数(R-Square，R²)3个评价指标分别为10.481、3.23％、0.954，3项指标明显优于其他模型，具有更高的预测精度和稳定性，充分验证了该模型在日前出清电价预测中的可行性。

研究建立了一种高效准确的基于液相色谱法的叠氮化钠测定方法。利用十八烷基硅烷键合硅胶柱与离子交换色谱柱通过六通阀串联的色谱柱系统，结合梯度泵与恒流泵的双泵输液系统，实现了对叠氮化钠的高效分离与准确检测。此外，研究还优化了检测波长、柱温、阀切换时间等关键参数，提高了测定的灵敏度和准确度。结果表明:方法在检测波长210 nm，柱温60 ℃，阀切换时间4 min与6 min条件下，在0.397 8~1.989 μg/mL范围内线性关系良好（R=0.999 9），加样回收率为81.2%~96.6%、δ_RSD≤2.8%，方法检出限为0.039 78 μg/mL。该方法专属性、准确度等均能满足要求，且测试成本低，为拉氧头孢钠中叠氮化钠的检测提供了新的检测手段。

在现代工业过程中，由于系统的非线性、时延问题以及异常值的存在，使用基础的数据驱动模型对关键性能指标的准确预测显得较为困难。提出了一种鲁棒的混合网络软测量算法，该混合网络模型以神经常微分方程网络为核心，辅以门控循环单元的结构，以强化对连续数据的动态建模能力和提高对时序数据的分析精度。首先，使用基于常微分方程的门控循环单元作为处理非线性数据的基础模型。其次，设计了一种动态的梯度裁剪方法，将其与权重裁剪相结合引入到模型的训练过程中，以保证模型训练的稳定性和收敛性。此后，使用一种截断的Huber损失函数，并将其与弹性正则化相结合以处理异常值。最后，利用数值仿真和工业数据集对所提算法进行验证。结果表明，该算法可以有效的提高模型的预测精度和模型的稳定性。

随着工业互联网的扩展和智能设备或系统之间连接性的增强，复杂异构网络之间的接入和融合控制变得至关重要。然而，工业互联网架构的可靠性、可扩展性和互操作性需求与复杂异构网络之间的矛盾日益突出。工业互联网的复杂性和异构性给统一接入和融合、实时传输、集中控制和管理带来了诸多挑战，而软件定义网络为解决这些问题提供了有效途径。为全面深入了解软件定义工业互联网研究的知识基础、领域前沿、现状热点与发展动态，利用文献计量方法对软件定义工业互联网文献进行文献绩效分析和知识图谱分析，并提出了3层软件定义工业互联网架构。研究结果显示:软件定义工业互联网的研究十年来发文量和引文量交叉呈上升趋势；中国和印度是发文量最多的两个国家，也是领域内影响力较大的国家；早期高被引文献讨论了软件定义的标准化活动和关键技术，从而衍生了软件定义工业互联的研究，并分化了4个主要聚类和3条主要研究路径；安全、服务质量和边缘计算技术应用是软件定义工业互联网的主要研究重点，而人工智能、5G、机器学习和区块链等新兴技术应用，以及弹性、成本和宽带管理，以及下一代通信协议等研究则成为新兴主题。

对恢复三维空间中的两层物体进行了研究，使用无相位远场方法确定三维物体形状的唯一性。远场相位信息难以获取，而无相位远场信息更容易测量，使用无相位远场确定多层散射体形状更加方便有效。首先运用Helmholtz方程建立问题模型，为克服平面波的平移不变性，选择3个叠加平面波作为入射波，获得物体更为丰富的信息，引入与模型相对应的格林函数揭示物体与入射波的相互作用，最终证明只知无相远场信息情况下可以唯一确定两层散射体形状，即其边界和材料系数可被唯一确定。

针对融合图像中存在目标信息减弱、细节信息丢失的问题，本文提出一种渐进式多尺度特征提取与融合的红外与可见光图像融合算法。该方法构建了结构对称、参数独立的双分支生成网络，首先将原图像及其增强形式输入空洞卷积模块，从不同尺度提取上下文特征，以充分挖掘多尺度信息；其次，引入多注意力互补残差聚合模块，有效提升特征选择性，强化显著信息、抑制冗余特征，并通过渐进交互机制实现跨尺度融合与互补。在判别器设计上，采用双判别器结构，分别对红外与可见光图像分布建模，以减缓单一判别器在多模态对抗训练中产生的对比度偏移与细节削弱问题。实验结果表明，所提方法在多个主客观评估指标上优于现有主流算法，融合图像保留了更多的纹理细节，视觉效果更佳。

随着路面损伤巡检领域不断发展革新，评估路面损伤对驾驶安全性的影响程度越来越重要。针对实际中由于各种干扰因素对路面损伤检测任务的影响，提出一种改进型路面损伤检测算法Road-DETR。使用特征重构金字塔（ features  reunion pyramid，FRP）对干扰信息进行过滤，采用补充细节与轻量化模块（complementary details and lightweight module，CDLM）实现算法轻量化。实验结果表明:相比 RT-DETR 算法，改进型Road-DETR 在公共数据集RDD2022的PmA0.5和PmA0.5∶0.95分别提升2.4%和2.2%，在自建数据集（road detection interference，RDI）上分别提升2.2%和1.9%，整体上参数量大幅下降，计算量和检测速度基本不受影响。说明提出的改进方法有效地提升了算法的抗干扰能力和边缘检测能力，在干扰场景下路面损伤检测的效果明显优于其他算法。

工业污染是影响黄河流域生态保护和高质量发展的重要因素。为分析环境规制对工业向绿发展的推动作用，选取黄河流域56个地级及以上城市作为研究对象，基于2011—2020年面板数据，选用Super-SBM模型测算工业绿色发展水平，利用动态面板系统GMM估计方法和门槛模型等对黄河流域环境规制和工业绿色发展之间的关系进行综合探究，结果表明:环境规制对于工业绿色发展的影响呈现“倒U”型关系。绿色金融能够正向调节环境规制与工业绿色发展之间的关系，绿色金融水平水平越高，环境规制对工业绿色发展的影响程度越大。环境规制对于工业绿色发展的非线性影响存在空间异质性。

细胞内大量的无膜室(统称为生物大分子凝聚体)是通过液-液相分离现象(LLPS)组装起来的。相分离凝聚体参与多种生物学活动，而异常的相分离可能会导致大量复杂的人类疾病，如神经退行性疾病和癌症等。因此，阐明多肽和DNA的液-液相分离现象背后隐藏的机制可能对理解和治疗一些严重的人类疾病提供指导。该研究主要探索一系列含有重复赖氨酸和组氨酸 (KH)序列的多肽(Poly KH)相关LLPS的调控，研究发现多肽KH-30与DNA通过静电相互作用产生LLPS现象，室温下DNA调控相分离的质量浓度范围为6~14 μg/μL，质量浓度进一步增大LLPS现象则会消失。在DNA和KH-30多肽的混合溶液中加入PEG-1000，发现其分子拥挤效应促进了小液滴凝聚为大液滴，随着PEG-1000浓度增加，分子拥挤效应越明显，越有利于LLPS现象的发生。此外，温度是体外调控LLPS现象的便捷手段，本研究发现KH-30表现出熵驱动的LLPS行为，即温度的升高抑制了KH-30多肽与DNA的LLPS现象。

本研究从腐烂的海带中筛选到一株可降解褐藻胶的菌株，并进行了菌种鉴定、褐藻胶裂解酶基因的异源表达及酶学性质研究。该菌株鉴定为弗氏弧菌(Vibrio furnissii)C1，将其基因组中注释的褐藻胶裂解酶基因alg792和alg796在大肠杆菌中异源表达，得到重组褐藻胶裂解酶Alg792与Alg796，比活力分别为950与116 U/mg；Alg792和Alg796的最适反应温度分别是40、25 ℃，Alg792在30 ℃的酶活力稳定性更好，当温度超过40 ℃时，两种酶在30 min内酶活力损失超过80%；Alg792与Alg796的最适pH均为7.0，Alg796的pH适用范围更宽，Alg792的pH稳定性更好；Cu²⁺、Zn²⁺和EDTA对两种重组酶活性完全抑制，Mg²⁺、Na⁺可激活两种酶的活性，而Ca²⁺、Mn²⁺、K⁺对两种重组酶的作用相反；两种重组酶均为双功能酶，Alg792为内切酶，Alg796为外切酶。这两种褐藻胶裂解酶在褐藻胶的高附加值产品开发中具有良好应用潜力。

某热电厂1#锅炉甲侧吸风机发生故障,相关检验人员在现场对风机叶片进行了宏观检验,选取3处叶片失效部位试块进行光谱分析和扫描电镜观察,发现其中材料化学成分P元素含量超标并且具有明显的疲劳辉纹。对风机后挡板进行了力学性能测试、硬度测试和显微组织分析均未见异常。得出结论是后挡板母材处的结构集中应力较高,在外界烟气及杂物冲击作用下容易萌生疲劳裂纹,疲劳裂纹在交变应力的作用下不断扩展,最终导致叶轮多源疲劳开裂。

为提取和整合多种影响风电功率的因素,减少单一因素波动带来的预测误差,基于图卷积网络(Graph Convolution Networks,GCN)提出了一种历史风速和功率数据相结合的模型。该方法以风机为结点,通过构建风机间的图结构,对风场风速与功率两种因素特征提取,该模型可捕捉风速和风功率之间的复杂相互作用,以及风场内不同风机之间的协同效应,有效提取局部和全局特征,适应风电功率的非线性和时变特性。通过在实际风电场数据上的实验结果表明,与传统方法相比,基于GCN的模型在短期风电功率预测上具有更高的准确性和稳定性,为风电场的调度和运行提供了可靠的参考,使模型在面对不同的环境条件时表现得更为稳定。

随着医学影像技术的不断发展，胸部CT图像在肺部疾病的早期诊断和治疗中扮演着至关重要的角色，同时辅助识别系统的设计可以给医护人员提供参考，降低因人为因素而引发错误的概率。针对胸部CT图像肺癌任务中多通道特征重要性差异问题，提出了TransUnet-SE分割网络，此网络是基于残差感知的Transformer的U型肺癌区域分割网络进行改进，将SENet注意力机制嵌入解码器上采样过程，通过“压缩、激励、尺度调整”三步流程精准缓解多通道特征差异。为验证模型的泛化性能，首先在公共医学数据集Synapse多脏器CT数据集上进行了实验验证，然后在Lung-PET-CT-Dx数据集上选取肺癌患者的CT图像进行实验，评估所提模型与先进模型的性能并进行了比较。实验结果表明，Dice相似系数达到了86.05%，并基于PyQt5设计胸部CT图像肺癌辅助分割系统调用TransUnet-SE 模型权重实现分割功能，为临床诊断提供支持。

研究解决半线性二次抛物型最优控制问题的全离散多点通量混合有限元（MFMFE）方法。状态变量采用MFMFE方法离散，而时间离散则通过差分方法实现。状态和伴随状态变量使用最低阶的Brezzi-Douglas-Marini（BDM1）混合有限元空间进行逼近，控制变量则通过分段常数逼近。提出了一种新的数值方案，以解耦状态和伴随状态变量，从而便于消除局部通量。推导了控制、状态和伴随状态变量的误差估计。结果表明，所提出的方法对半线性抛物型最优控制问题的精确解是有效的。

废旧牛仔布难以降解、回收利用率低，而传统的再生方法工艺复杂，且易导致纤维性能劣化，严重制约了资源再次利用。通过对废旧牛仔布进行预处理，以其作为增强相，以聚乳酸(PLA)为基体材料，通过复合加工工艺，制备织物增强复合材料。探究了废旧牛仔布碱处理和循环拉伸等不同预处理方式对复合材料微观形态、力学性能和热学性能的影响。研究结果表明，采用碱处理与循环拉伸结合的方式显著提升了材料的综合力学性能。本研究为废旧纺织品的高值化利用提供了新路径，同时也为可持续复合材料的开发奠定基础，在建筑、汽车内饰及航空航天等多个领域具备良好应用前景。

循环图是循环群上的Cayley图,整循环图是指其特征值为整数的循环图。图的Sombor能量定义为图的Sombor矩阵的特征值的绝对值之和。借助矩阵理论,以及图的Sombor能量与图的一般能量关系,得到了整循环图的Sombor 能量计算的几个公式。

HBase是Hadoop生态圈中的热门技术，实现了实时、随机地读写大规模数据集。过滤器是HBase中的一个重要功能,用于在检索数据时对结果进行筛选。为了区分HBase Shell和Java API在操作过滤器时的用法及特点，便于选择合适途径实现筛选HBase中的数据。采用实验研究法，以股票信息为样本数据，在伪分布式集群上通过设计股票数据表模式、添加股票数据、设计应用需求，编写关键代码等，实现了HBase Shell和Java API两种方式操作HBase过滤器的对比研究，并在此基础上总结了两种方式的优势和区别，为进一步理解HBase过滤器的用法提供有益参考。

输电线路的绝缘子损坏给电力系统带来诸多安全隐患,引发电弧、火灾等危害。实时高效的绝缘子损害识别技术成为解决该问题的关键。在大量实验的基础上,提出一种基于SA-YOLOv5s的输电线路绝缘子损害识别方法,该方法在YOLOv5s模型的卷积模块中引入CBAM注意力机制,提高模型特征提取能力;使用GhostC3模块替代主干网络的C3模块,降低模型复杂度;使用C2f残差模块替代颈部网络的C3模块,提高检测准确性;使用MPDIoU损失函数替代CIoU定位损失函数,提高检测精度;融合改进多尺度的SAHI切片超推理,提高预测结果的精度与准确度。实验结果表明,改进SA-YOLOv5s模型在数据集上检测的P_mA0.5值为95.2%,P_mA0.5:0.95值为61.9%,检测速度为98帧/s,且绝缘子、绝缘子破裂、表面闪络损坏的预测准确度分别达到99.2%、100%与100%。改进模型满足复杂环境下对小目标及密集目标的检测需求。

火灾监测对减少生命财产损失至关重要，但传统方法在复杂环境中存在实时性与准确性不足的问题。本文提出一种基于改进YOLOv5s的轻量化火灾图像检测算法，结合边缘计算技术优化监测系统。通过引入卷积块注意力模块(CBAM)增强特征学习能力，采用多孔空间金字塔池化(ASPP)扩大模型感受野，并利用EIoU Loss损失函数加速收敛、提升回归精度。实验表明，改进后模型的火灾识别率提高至94%，精确率与召回率分别达到94.2%和92.4%。通过将系统搭载在模块化AI模组上，直接处理视频数据，避免了云端传输延迟，显著提升了检测实时性。该方法为复杂场景下的火灾监测提供了高效解决方案，对提升应急响应能力具有重要意义。

针对农作物害虫检测中害虫目标被遮挡、体色与环境相近等情况导致的目标检测准确率不高的问题，提出了一种基于RT-DETR的农作物害虫检测算法RT-DETR-SDIC。首先，原主干网络的前两层(S2，S3)引入多样分支残差模块(Diverse Branch Residual Block，DBRB)，利用多分支拓扑结构以及不同规模的路径提取多尺度的特征信息，在原主干网络的后两层(S4，S5)引入了结合级联注意力的倒立残差移动模块(Invert Residual Mobile Block with Cascade Group Attention，IRMB_CGA)，弥补了原主干网络中长距离语义信息无法直接交互的问题，增强了对环境特征的辨别能力；其次，在特征融合网络中，增加了无参数注意力的空间到深度融合层(Space to Depth Convolution with Attention，SPA)提取细粒度的信息，设计了内容引导融合模块(Context Guide Fusion Module，CGFM)来引导多尺度特征融合。实验结果表明模型RT-DETR-SDIC参数下降了19.6%，计算量下降了9.9%，P_mA,0.5上升了6.2%，P_mA,0.5:0.95上升了2.6%。