摘要：随着数字化转型工作的不断深入,航运企业移动办公需求愈来愈强烈。目前,许多航运企业存在着新老业务系统同时并行使用的问题,且有些核心业务系统不宜暴露在外网,因此,需要一个移动办公平台统一解决所有业务系统的移动办公需求,以及外网运行的信息安全问题。随着移动办公开发技术的日趋成熟,目前各行各业都先后开发了针对本行业的工业互联网APP产品解决方案。基于某航运企业的应用实践,本文提出了一种适合于航运业的移动办公通用平台架构设计,为航运业的移动办公平台开发提供了一种解决方案。

摘要：软磁复合材料是软磁金属经制粉、绝缘处理、粘结、压制和热处理而制备的磁性复合材料,广泛应用于能源、信息、交通和国防等重要领域,是国民经济和国防建设的关键基础材料。随着电力和电子装备向高频、高功率密度、节能和电磁兼容方向发展,软磁复合材料的需求量越来越大,要求也越来越高。我国软磁复合材料过去长期存在功率损耗大、磁通密度低、直流叠加性能差等严重问题,技术水平与国外差距巨大。2002年以来,浙江大学严密教授团队与相关企业进行了长期的合作研究,原创性提出了制备多软磁相核壳结构复合材料的技术思路,创新了绝缘包覆技术,大幅消除了颗粒间涡流损耗;建立了软磁合金新体系,显著提高了复合材料软磁性能;创新和集成核心生产技术,实现了规模化生产和广泛的实际应用。创新点:1.发明多软磁相核壳结构复合材料和磁粉绝缘包覆新技术。降低以涡流损耗为主的功率损耗,是软磁复合材料的世界性难题。本项目提出了在软磁粉末基体上原位生成高电阻率软磁壳层,制备多软磁相核壳结构复合材料以降低涡流损耗的新思路,发明了Fe基软磁合金基体与Fe_4N/Fe_3O_4、Fe_3O_4等高电阻率软磁壳层组成的核壳结构材料。创新了磁粉绝缘包覆技术,发明了分别适用于不同合金磁粉的非均匀形核、溶胶-凝胶和复合绝缘包覆技术。以上发明在保持高磁性能的同时,大幅度抑制了颗粒间涡流,显著降低了功率损耗。2.发明系列新型高性能软磁合金。创新设计了Fe-Si-M、Fe-Ni-M(M为Mo、Ni、Al或Co)新型晶态软磁合金和Fe-Cu-NbTi-Si-B、Fe-Ni-Al-Si-B纳米晶/非晶软磁新合金,掌握了成分配方对合金相结构、显微组织和磁性能的作用规律及机理,发明了系列新型高性能软磁合金,制备出具有高磁通密度、高直流叠加等不同特性的高性能软磁复合材料产品。3.创新和集成核心生产与应用技术。发明了新型耐高温粘结剂和有机-无机复合粘结技术,创新和改进了针对不同合金的磁粉制备技术,系统集成相关发明与关键技术,建立了低功耗高性能软磁复合材料成套生产工艺。成果:项目创新成果已在合作企业全面应用,为新能源汽车、高铁、计算机及国防领域做出了重要贡献,并获得了2016年度国家技术发明奖二等奖。值得一提的是,这已是严密教授团队获得的第二个国家技术发明奖二等奖。2013年度,严密教授团队完成的"钕铁硼晶界组织重构及低成本高性能磁体生产关键技术"项目亦获得国家技术发明奖二等奖。

摘要：提出一种基于离线策略的安全强化学习方法,通过离线训练大量配电网历史运行数据,摆脱了传统优化方法对完备且准确模型的依赖。首先,结合配电网络参数信息,建立了基于约束马尔可夫决策过程的有功无功优化模型;其次,基于原始对偶优化法设计了新型安全强化学习方法,该方法在最大化未来折扣奖励的同时最小化成本函数;最后,在配电系统上进行仿真。仿真结果表明:所提方法能够根据配电网实时观测信息,在线生成满足复杂约束条件且具有经济效益的调度策略。

摘要：本文以国内某核电厂取水头部结构为研究对象,基于PLAXIS 3D建立三维有限元模型,研究在不同含泥量的软土置换地基条件下,取水头部增设桩基基础对结构位移的影响。通过计算结果分析可知,随着软土置换地基含泥量的增加,结构位移有增大趋势,在取水头部下方设置桩基基础后,结构位移尤其竖向位移有显著的减小,且软土置换地基含泥量的变化对结构位移影响很小,有效提高了结构的稳定性以及核电厂取水的安全性,该结论可为类似条件下的核电厂取水头部结构设计提供借鉴。

摘要：主要对STREAM内存性能测试工具进行了深入研究,同时对内存性能影响因素进行了分析,详细地阐述了CPU、内存、编译器等影响因素对内存性能可能存在的影响点,进一步选取不同架构CPU、不同内存速率、不同版本的GCC编译器设计相关案例进行内存性能测试。测试结果表明,CPU架构、内存速率与GCC编译器版本均对内存性能有一定影响,其中CPU架构影响最大,满线程测试结果最大相差4.17倍,内存速率影响最小,单线程测试结果几乎无影响。

摘要：在高速存储器中,需要保证输出时钟和系统输入时钟同步,所以要用到锁相功能,传统的锁相环(Phase-Locked,PLL)会有抖动累积等问题,而传统延迟锁相环(Delay-Locked Loop,DLL)由于采用延迟链结构,使其理论锁定时间较长。本文提出一种快速锁定的DLL,采用两个锁存器形成波形相位判断机,形成状态字,用以实现锁定窗口判定机制,利用时钟脉冲实现延迟链的左右双向移动,从而实现更快的锁定。仿真结果表明,本设计能够在15个周期内完成输入时钟和输出时钟的相位同步,锁定范围是200 MHz~600 MHz,最大时间抖动为50ps。

摘要：通过研究不同架构的国产处理器,介绍了国产处理器发展现状。基于处理器的工作过程,分析了影响处理器性能的内部与外部因素。分别设计使用不同内存容量、不同内存速率与不同版本GCC编译器的试测场景,使用国际权威的CPU性能测试工具SPEC CPU2006对基于ARM、X86架构的国产处理器的计算速度性能和吞吐量性能进行了测试,并对比基准程序的得分情况,分析不同配置对测试结果的影响。结果显示,内存容量大、速率高对处理器的计算速度性能影响不大,但吞吐量性能表现更好;GCC编译器版本越高,处理器吞吐量性能测试得分越高。

摘要：为解决基于单一信号识别步态相位不够精准的问题,开展了动态交互力激励下的人机协同行走的步态识别研究。设计了肌电和足压信息采集的多模态传感器检测硬件平台;分别对单一信号开展滤波降噪、特征提取与降维等预处理;将表征下肢生理信息的肌电信号与运动信息的足压信号相融合,构建了支持向量机-模糊C均值(support vector machine-fuzzy C-mean algorithm,SVM-FCM)多模信息融合的外骨骼助行步态识别算法;开展了人机协同助行实验,实验结果表明:信息融合后的人机步态相位平均识别率达到82.49%,优于使用单一信号的识别效果,验证了多模信息融合算法识别人机协同步态的有效性。本研究可用于下肢外骨骼机器人运动控制,为人机运动相融奠定基础。

摘要：The effect of W element on the microstructure evolution and mechanical properties of Al_(1.25)CoCrFeNi3 eutectic high-entropy alloy and Al_(1.25)CoCrFeNi_(3-x)W_(x)(x=0,0.05,0.1,0.3,and 0.5;atomic ratio)high-entropy alloys(HEAs)were *** show that the Al_(1.25)CoCrFeNi_(3-x)W_(x) HEAs are composed of face-centered cubic and body-centered cubic(BCC)*** W content increases,the microstructure changes from eutectic to *** addition of W lowers the nucleation barrier of the BCC phase,decreases the valence electron concentration of the HEAs,and replaces Al in the BCC phase,thus facilitating the nucleation of the BCC *** results show that the addition of W greatly improves the mechanical properties,and solid-solution,heterogeneous-interface,and second-phase strengthening are the main strengthening *** yield strength,tensile strength,and elongation of the Al_(1.25)CoCrFeNi2.95W0.05 HEA are 601.44 MPa,1132.26 MPa,and 15.94%,respectively,realizing a balance between strength and *** fracture mode of the Al_(1.25)CoCrFeNi_(3-x)W_(x) HEAs is ductile–brittle mixed fracture,and the crack propagates and initiates in the BCC *** eutectic lamellar structure impedes crack propagation and maintains plasticity.

摘要：为了保障电力现场作业人员的安全并有效规避异动风险,设计了一套面向现场异动检测的智能作业识别系统。系统采用微处理器搭配图像采集、红外成像和无线传输等模块作为硬件基础。针对异动场景识别的复杂性,提出了一种面向现场异动的新型检测识别算法作为系统的核心。该算法融合了CNN及人脸识别NMF算法,使系统能够快速、准确地采集并识别异动信息,进而完成实时预警。实验测试结果显示,该系统对异动风险的平均识别速率约为134 ms,而平均识别准确率可达90.61%。