摘要：Non-ionic deep eutectic solvents(DESs)are non-ionic designer solvents with various applications in catalysis,extraction,carbon capture,and ***,discovering new DES candidates is challenging due to a lack of efficient tools that accurately predict DES *** search for DES relies heavily on intuition or trial-and-error processes,leading to low success rates or missed *** that hydrogen bonds(HBs)play a central role in DES formation,we aim to identify HB features that distinguish DES from non-DES systems and use them to develop machine learning(ML)models to discover new DES *** first analyze the HB properties of 38 known DES and 111 known non-DES systems using their molecular dynamics(MD)simulation *** analysis reveals that DES systems have two unique features compared to non-DES systems:The DESs have①more imbalance between the numbers of the two intra-component HBs and②more and stronger inter-component *** on these results,we develop 30 ML models using ten algorithms and three types of HB-based *** model performance is first benchmarked using the average and minimal receiver operating characteristic(ROC)-area under the curve(AUC)*** also analyze the importance of individual features in the models,and the results are consistent with the simulation-based statistical ***,we validate the models using the experimental data of 34 *** extra trees forest model outperforms the other models in the validation,with an ROC-AUC of *** work illustrates the importance of HBs in DES formation and shows the potential of ML in discovering new DESs.

摘要：The research on nanophotonic devices has made great progress during the past decades. It is the unremitting pursuit of researchers that realize various device functions to meet practical applications. However, most of the traditional methods rely on human experience and physical inspiration for structural design and parameter optimization, which usually require a lot of resources, and the performance of the designed device is limited. Intelligent algorithms, which are composed of rich optimized algorithms, show a vigorous development trend in the field of nanophotonic devices in recent years. The design of nanophotonic devices by intelligent algorithms can break the restrictions of traditional methods and predict novel configurations, which is universal and efficient for different materials, different structures, different modes, different wavelengths, etc. In this review, intelligent algorithms for designing nanophotonic devices are introduced from their concepts to their applications, including deep learning methods, the gradient-based inverse design method, swarm intelligence algorithms, individual inspired algorithms, and some other algorithms. The design principle based on intelligent algorithms and the design of typical new nanophotonic devices are reviewed. Intelligent algorithms can play an important role in designing complex functions and improving the performances of nanophotonic devices, which provide new avenues for the realization of photonic chips.

摘要：当前是美丽中国建设的关键时期。美丽中国要坚持以人民为中心,如何突出人民至上、让工作成效体现在人民群众直观感受上,将人民群众直观感受纳入相关考核与评价指标,是美丽中国建设的新任务和新挑战。论文从设计制定水环境的“亲民指标”入手,以亲水空间具备的感性工学特征为基础,采用感性工学方法设计亲民指标,能够直观地体现水环境的用户满意度,有助于确定水环境治理和亲水空间的社会资源价值,进一步丰富和改善水环境的社会功能。同时,感性工学方法也能够应用在环保设施公众开放等公众参与并获取情感体验的设施和项目中,有助于全面把握公众体验、提高公众满意度,形成公众与生态环境部门积极互动的良性循环,共同促进生态环境治理体系建设。

摘要：筛查有害化学物质,有助于源头防控化学品的风险,防范化学品成为新污染物.具有环境持久性(P)、生物蓄积性(B)的有毒(T)化学品,是典型的有害化学物质.高的环境持久性,容易导致化学品在环境中积累,导致其高环境暴露浓度.高生物蓄积性的化学品,容易在生物体内具有高的内暴露浓度.毒性则直接决定化学品的环境风险.本文综述了化学品P,B,T属性值的环境计算毒理学预测方法和模型,以及基于机器学习的PBT化学品的集成筛查技术,展望了机器学习算法在化学品P,B,T属性值预测、PBT化学品的集成筛查方面的应用前景.融合机器学习等技术,环境计算毒理学有望从化学品P,B,T属性值预测、有害化学品筛查、替代化学品设计的角度,助力化学品风险管理和新污染物治理.

摘要：为了提高机器人工作时的运动精度,减少误差,提出了一种新型四自由度高速并联机器人的运动学标定方法。首先使用闭环矢量法构建该机器人误差模型,进而分离出机构的不可补偿误差源和可补偿误差源。然后使用最小二乘法建立误差辨识模型,进一步采用修正系统输入的方法进行误差补偿。最后对补偿前后的精度变化进行了仿真,结果表明,所提出的运动学标定方法能有效提高运动精度。

摘要：作为新一代的通用人工智能技术,ChatGPT为业界发展带来了巨大机遇,但对个人信息安全造成的威胁同样值得关注。ChatGPT引发的个人信息安全风险主要包括违规收集、过度挖掘、信息外泄和算法偏见。传统公平实践原则在应对ChatGPT的挑战时显得捉襟见肘,“设计保护”通过伦理、法律与技术的融合治理,可为解决困境提供思路。ChatGPT运行中个人信息的“设计保护”需坚持以人为本的基本导向,满足安全、公正、可控、负责的算法伦理要求;依靠应用场景调查、个人信息分类、权益影响分析和安全风险评估确定具体保护需求;通过要素确定、措施选择、环节设计、方案评估,形成点线面结合的技术保护体系。

摘要：飞机通信寻址与报告系统(ACARS)允许飞机和地面站之间发送和接收报文,在保障飞行安全、实现空中交通管制等方面具有重要意义。通信链路的噪声和频偏是影响ACARS信号接收性能的关键因素。针对ACARS信号接收过程中的失真等问题,深入研究频偏、噪声等因素与ACARS报文接收性能之间的关系;在充分考虑噪声与多普勒频移等因素的基础上,提出基于过零点斜率加窗解调的ACARS信号接收方法,并从理论和仿真分析2方面探讨不同方法的抗频偏抗噪声能力;设计并搭建基于软件无线电平台的ACARS信号接收系统。通过对ACARS报文接收性能的仿真分析和真实报文接收性能的对比分析,表明所提方法在提升抗噪声和频偏能力、降低误码率等方面均具有优势。

摘要：为研究弦支穹顶等空间结构中焊接空心球节点的抗弯刚度,根据弦支穹顶工程中常用焊接空心球和钢管规格调研结果,结合规范要求,采用正交设计法设计了18个节点试件,试验研究了纯弯受力状态下焊接空心球节点的名义抗弯刚度;采用线性强化应力-应变关系,同时考虑几何非线性的影响,利用弧长法追踪弯矩-转角曲线,对承受纯弯作用的空心球节点抗弯刚度进行有限元分析;基于有限元分析和试验研究的结果,得到较精确的节点抗弯刚度计算公式,为进一步考虑节点刚度影响的空间网格结构的力学性能和失效机理研究提供参考.

摘要：背景:青少年特发性脊柱侧弯是一种常见的脊柱畸形,严重影响患者的身心健康。模态分析将集中于解析胸椎的自然振动特性以及其在外部振动影响下的稳定性和响应,这一分析不仅有望增进对青少年特发性脊柱侧弯胸弯的理解,而且能为开发新的治疗策略、设计个性化支具和评估手术结果提供新的视角和方法。目的:建立三维有限元模型,评估青少年特发性脊柱侧弯患者全胸椎和椎间盘在不同振动频率下的响应模式,确定潜在的损伤风险频率范围。方法:研究于2023年6月至2024年6月在新疆医科大学第六附属医院和新疆大学博达校区机械工程学院共同完成。研究对象为1例重度青少年特发性脊柱侧弯胸弯患者,采用西门子双源螺旋CT机扫描获取CT图像,通过Mimics、Geomagic Studio、Solidworks和Hypermesh等软件建立精细的T_(1)-T_(12)全胸椎三维有限元模型。利用Abaqus软件对模型进行模态分析,获得全胸椎和椎间盘的前12阶模态最大振幅及其对应的振型。结果与结论:①模态分析结果显示,全胸椎和椎间盘在低阶模态下主要围绕X、Y轴发生弯曲及扭转,而在高阶模态中则增加了围绕Z轴的旋转;②T_(1)-T_(3)和T_(6)-T_(8)节段表现出最为显著的变形和较高的载荷负担,提示这些区域在脊柱侧弯发展中起关键作用;③当固有频率长期集中在98.832-121.97 cycles/s时,全胸椎和椎间盘的振动位移较大,可能导致脊柱损伤;④通过有限元模态分析,可为了解青少年特发性脊柱侧弯患者整个胸椎和椎间盘在不同振动频率下的响应提供科学依据,从而为临床治疗、预防,特别是与振动相关的防护策略提供了重要见解;此外,通过识别损伤风险的潜在频率范围,可为制定青少年特发性脊柱侧弯患者的振动防护措施和优化脊柱护理策略提供重要依据。

摘要：为研究弦支穹顶结构支座处焊接空心球节点压弯状态下的力学性能,考虑焊接空心球壁厚、钢管外径、球外部和球内部加肋方式等因素的影响,采用正交法设计制作了4个试件.通过加载试验和有限元分析,获得了节点荷载-位移曲线、弯矩-转角曲线及破坏模式.进而考虑支座肋板构造的影响,分析了弦支穹顶支座焊接空心球节点压弯状态下的承载力及初始刚度.结果表明压弯受力状态下,焊接空心球节点球管连接处应力增长较快且最先达到屈服,节点在弯矩作用平面内压弯破坏;节点的压弯承载力及节点刚度与焊接空心球壁厚、钢管外径呈正相关;外部肋板构造对压弯状态下节点受力性能影响较小;在弯曲作用平面内合理设置焊接空心球内部加肋能有效提高节点的压弯承载力,但对节点刚度影响不大.