摘要：非饱和土抗剪强度作为土力学研究中的热点也是难点问题之一,越来越多的学者着手研究影响非饱和黄土抗剪强度因素,也取得了阶段性的成果,然而,含水量作为诸多复杂因素中最重要的因素之一,开展含水量对抗剪强度影响的研究层出不穷。此次以兰州非饱和黄土为研究对象,开展固结不排水三轴试验,探讨兰州非饱和黄土的最佳含水量和最大干密度,不同围压下非饱和黄土的应力-应变关系,以及含水量对非饱和黄土抗剪强度影响因素黏聚力和内摩擦角的影响程度。为今后更广泛地开展非饱和黄土有关研究和指导实践工程,具有一定的指导和实践意义。

摘要：本文旨在寻找有效建模方法以预测亚临界CO_(2)萃取红花籽油的萃取率,优化其萃取工艺条件。以单因素实验为基础,采用Box-Behnken试验设计,研究了萃取压力、分离温度、萃取时间对红花籽油萃取率的影响,并采用响应面法(RSM)和人工神经网络(ANN)两种方法分别对同一实验进行建模分析,通过RSM数值优化、人工神经网络和遗传算法结合(ANN-GA)两种方法优化其工艺条件。结果表明,RSM与ANN两种模型均能较为精准预测,但通过两种模型的决定系数(R^(2))、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)值比较,得出ANN模型(R^(2)=0.9966)的预测效果较优于RSM模型(R^(2)=0.9950)。ANN-GA确定的最佳萃取条件及萃取率分别为:萃取压力19.04 MPa、分离温度55.50℃、萃取时间134.98 min、萃取率23.52%。综上,RSM和ANN两种方法均可用于亚临界CO_(2)萃取带壳红花籽油的建模与优化,但ANN的预测准确度及拟合能力更为优秀。

摘要：电催化NO还原反应(NORR)合成氨,作为一项新兴技术,旨在减少NO污染并生产高附加值产品.因此,寻找合适的NORR电催化剂至关重要.单原子合金催化剂(SAACs)因其独特的催化性能和明确的成键环境,是研究催化剂结构-活性关系的理想对象.本文依托密度泛函理论(DFT)计算和机器学习(ML)算法,深入研究了Pt掺杂的SAACs在NORR合成氨反应中的催化机制,并提出了SAACs的理性设计原则.通过ML算法,成功识别了与催化活性密切相关的原子和电子特征,并定量分析了这些特征之间的协同作用.DFT计算和ML算法的联合运用不仅加深了对复杂NORR机理的理解,还为理性设计具有特定活性中心的高效SAACs提供了一种切实可行的策略.本文研究了13种Pt掺杂的SAACs(Pt/TM,TM=Sc,Ti,V,Cr,Mn,Fe,Co,Ni,Cu,Zn,Ru,Rh和Pd)和14种纯过渡金属(包括Sc,Ti,V,Cr,Mn,Fe,Co,Ni,Cu,Zn,Ru,Rh,Pd和Pt)在NORR合成氨反应中的催化机制.首先,考察了Pt/TM的热力学稳定性和在电化学条件下的稳定性.结果表明,Pt/TMSAACs展现出了良好的热力学稳定性.在电化学条件下,当外加电压等于极限电势时,单质Zn在pH>6时稳定存在,而其他纯金属和Pt/TM SAACs则在整个pH范围内均能保持稳定.随后,探讨了这些催化剂对NO的吸附及活化能力.DFT计算发现,NO能够在所有催化剂表面稳定吸附,并且吸附后N-O键长与NO得电子数之间存在显著的线性相关性,这两者可共同作为NO活化的重要指标.接着,考察了NORR的反应机理,并筛选出7种具有较高过电势(UL>-0.25V)的催化剂,包括Cu,Zn,Rh,Pt以及Pt/Cu,Pt/Zn,Pt/RhSAACs.考虑到H2和N2副产物对氨选择性的影响,排除了Zn和Pt/Zn作为潜在的优秀催化剂.在此基础上,在排除贵金属(Rh,Pt和Pt/Rh)基底的SAACs后,筛选出Cu和Pt/Cu作为NORR合成氨反应的高效催化剂.最后,采用随机森林(RF)和基于压缩感知原理的数据驱动(SISSO)方法分析了SAACs的内在特性与NORR性能之间的关系.RF模型所预测的极限电势与DFT计算结果高度吻合,模型的决定系数(R^(2))高达0.97,均方根误差(RMSE)仅为0.12 V.此外,利用SISSO算法建立了SAACs的关键特征(如基底金属的第一电离能、NO得电子数和基底金属的d轨道电子数)与在最佳反应路径上的极限电势之间的紧密联系.这一研究不仅加深了对NORR合成氨机制的理解,还为高效催化剂的理性设计提供了有力的理论支持.综上所述,本文基于DFT计算和ML算法,系统研究了Pt/TMSAACs在电催化还原NO合成氨过程中的催化性能.通过筛选,Cu和Pt/Cu被确定为优秀的NORR合成氨催化剂.ML算法所预测的极限电势与DFT计算结果高度一致.本文的研究结果为NORR电催化合成氨单原子合金催化剂的理性设计和高效筛选提供了参考.

摘要：【目的】大规模定制是家具制造业转型升级的重要模式,高度自动化的OPF生产是其智能制造的主要发展方向之一。揉单生产是定制家具提升板材利用率从而缩减生产成本的重要手段,在OPF生产中对分拣工序提出了较高的要求。本研究着眼于大规模定制家具OPF生产中揉单与分拣的矛盾,通过锯图排序优化实现分拣来料的有序,进而使订单齐套进程更为平顺,缩减分拣仓峰值库存,达到缓解分拣压力、压缩分拣仓库容和扩大揉单规模的目的,推动实现大规模定制家具OPF生产的稳定。【方法】通过在定制家具生产一线展开长期研究,从OPF生产下的制造基本逻辑着手,探索基于现有设备条件在不引起板材利用率损失的前提下实施优化,提出以各订单板件在批次加工中的离散程度最小化为目标开展锯图排序优化,形成相关基础数据的采集与处理方法,构建锯图排序优化问题数学模型,运用遗传算法实现问题的求解并从订单板件离散程度、订单齐套进程以及分拣仓峰值库存3个维度进行优化效果评价,实现了大规模定制家具OPF生产锯图排序优化问题的求解。【结果】从欧派家居集团柜身生产线采集基础数据并进行处理,通过小规模测试验证可行性,并通过大规模测试测定总体效果。3个批次的小规模测试表明本研究提出的锯图排序优化方法具有可行性,各批次中订单板件的离散程度不同程度的缩小,批次订单齐套进程相比优化前更为平滑,分拣仓峰值库存相比优化前明显降低。3个工作日共51个批次的大规模测试各批次平均分散度缩减21.73%;首单及批次1/4订单齐套所需锯图数量降低37.27%与19.86%;分拣仓峰值库存平均降低105.25张板件,降低15.17%,表明锯图排序优化具有普遍适用性。【结论】通过锯图排序优化,可以在OPF生产的现有设备条件和板材利用率不变的前提下,以降低订单板件离散程度为目标实现有序化加工,从而平滑订单齐套进程,缓解机器人分拣前后段出入库严重失衡现象,实现分拣仓库容的压缩或揉单规模的进一步扩大,对于推动大规模定制家具智能制造的发展具有一定的借鉴意义。

摘要：为了满足海底数据中心定期维修和散热冷却的需要,同时避免其外壳由于海水渗漏导致运行状态不稳定的情况,设计了一种海底数据中心壳体。壳体可以实现应急上浮,并可以利用压缩气囊辅助龙门吊使海底数据中心上浮进行日常维护,同时通过优化设计相关结构来提高散热效率,为其提供稳定适宜的工作环境。通过试验仿真对设计壳体的表面所受应力、不同工况下的位移以及总散热量进行分析,证明了设计的数据中心壳体在海底能够稳定地运行,且与传统的壳体相比,设计的壳体能够弥补海底数据中心及其壳体在常规保养和受损维修时所存在的不足,并且能在一定程度上提高其散热能力,对海底数据中心的结构设计与优化具有指导意义。

摘要：空-天-地一体化的通信技术作为一种新兴的架构,能够有效提高地面终端的网络服务质量,近年来引起了广泛关注。文中研究了一种空-天-地一体化的移动边缘计算系统,其中多台无人机为地面设备提供低延迟的边缘计算服务,近地轨道卫星为地面设备提供无处不在的云计算服务。由于无人机的部署位置和计算任务的卸载方案是影响系统性能的关键因素,因此需要对无人机的部署位置、地面设备与无人机之间的连接关系以及计算任务的卸载比例进行联合优化,实现系统内系统平均任务响应时延最小化。并且,由于形式化定义的联合优化问题是一个混合非线性规划问题,因此设计了一种双层优化算法,在该算法的上层,提出了一种结合了遗传算法算子的粒子群优化算法来优化无人机的部署位置,并在算法的下层采用贪心算法来实现对计算任务卸载方案的优化。大量的数值仿真实验验证了所提算法的可行性和有效性。结果表明,与其他基准算法相比,所提算法能有效降低系统的任务平均响应时延。

摘要：为了最大限度提升用户的体验质量,设计了一个使用支持缓存的无人机进行辅助通信的蜂窝网络模型。该模型使用无人机通信和边缘缓存相结合的方式来进行流量卸载,通过联合优化无人机部署,缓存放置和用户关联以实现用户QoE的最大化,并使用平均意见得分来对其进行评估。基于问题定义,提出了一个无人机部署、缓存放置和用户关联的联合优化算法,以最大化MOS。该联合算法使用K-means聚类算法为用户创建基于用户位置的无人机部署集群,使用基于罚函数的凸优化算法以获得缓存放置策略,使用贪心算法以获得对用户的关联策略。多次仿真实验验证了所提出算法的有效性和可行性。实验结果表明,与三种基准算法相比,所提出的联合优化算法在MOS、回程流量卸载率和内容访问时延三方面均具有更好的性能。

摘要：设计了一种基于改进PSO-PID控制器的海底数据中心(UDC)液冷装置,通过分析装置的散热性能与冷却液的流动性能,建立电机驱动模型,实时调整管道内部水流速度。同时该装置能够对附着于管道内部的杂质进行自清洁,有效地提高了UDC液冷装置控制系统的性能指标,降低管道内部热量分布不均匀等问题发生的概率。仿真实验结果表明,该液冷装置能够在合理的误差范围内动态调节水流速度,以低能耗获得较为优良的散热效果。

摘要：在低碳设计与“双碳”战略的背景下,我国传统的家具制造业正向着绿色低碳设计与智能制造转型升级。从家具减量化设计的视角探讨了“双碳”战略背景下家具实现绿色低碳的原则,研究了从设计源头来实现家具减量化的减碳目标及减量化方法,并从家具设计的材料减量化和回收利用减量化角度探讨了家具减碳的途径。同时,提出了要尽快构建面向家具智能制造能效和适合绿色家具产业的减量化评价体系建议。