摘要：Researchers have been attempting to characterize heterogeneous catalysts in situ in addition to correlating their structures with their activity and selectivity in spite of many ***,we review recent experimental and theoretical advances regarding alkyne selective hydrogenation by Pd‐based catalysts,which are an important petrochemical *** catalytic selectivity for the reaction of alkynes to alkenes is influenced by the composition and structure of the *** progress achieved through experimental studies and atomic simulations has provided useful insights into the origins of the *** important role of the subsurface species(H and C)was revealed by monitoring the catalyst surface and the related catalytic *** atomic structures of the Pd catalytic centers and their relationship with selectivity were established through atomic *** combined knowledge gained from experimental and theoretical studies provides a fundamental understanding of catalytic mechanisms and reveals a path toward improved catalyst design.

摘要：LASP(large-scale atomistic simulation with neural network potential)software developed by our group since 2018 is a powerful platform(***)for performing atomic simulation of complex *** software integrates the neural network(NN)potential technique with the global potential energy surface exploration method,and thus can be utilized widely for structure prediction and reaction mechanism *** we introduce our recent update on the LASP program version 3.0,focusing on the new functionalities including the advanced neuralnetwork training based on the multi-network framework,the newly-introduced S^(7) and S^(8) power type structure descriptor(PTSD).These new functionalities are designed to further improve the accuracy of potentials and accelerate the neural network training for multipleelement *** Cu-C-H-O neural network potential and a heterogeneous catalytic model as the example,we show that these new functionalities can accelerate the training of multi-element neural network potential by using the existing single-network potential as the *** obtained double-network potential Cu CHO is robust in simulation and the introduction of S^(7) and S^(8) PTSDs can reduce the root-mean-square errors of energy by a factor of two.

摘要：跨学科作业设计对减轻学生过重作业负担、丰富作业设计类型、走出学科藩篱以及打破学科界限具有重要的意义。然而,关于如何开展小学跨学科作业设计的研究仍相对缺乏。基于相关政策、理论与实践,从目标、内容、实施、评价四个维度阐释小学跨学科作业设计:目标聚焦核心主题,彰显情境化;内容突出作业本质,实现串联化;实施基于学生生活,体现实践化;评价立足素养导向,力求多样化。由此构建小学跨学科作业设计体系,提炼出四个阶段:作业目标设定阶段、学科内容整合阶段、作业实施设计阶段、作业评价审视阶段。

摘要：城市多模式交通系统是一个高度复杂而多元的交通网络,旨在有效地满足城市内人员、货物和服务的流动需求。多模式交通系统复杂性源于许多因素,包括不同交通模式间的耦合性,交通需求和供应之间复杂的相互作用,以及开放、异质和自适应交通系统的固有随机特性。因此,理解和管理这样一个复杂系统是一个非常复杂且困难的任务。随着交通以及其他领域多源大数据可获取性的增加,计算机硬件算力的增强,以及机器学习模型的飞速发展,大模型的概念被许多领域应用与实践,包括计算机视觉、自然语言处理等。将大模型的概念应用于交通领域,提出了一种根据交通拓扑结构分层“点线面”的多模式交通大模型框架(Multimodal Transportation Generative Pre-trained Transformer,MT-GPT),旨在为复杂多模式交通系统中的多方位决策任务提供数据驱动的大模型。考虑到不同交通模式的特征,探讨了实现这一概念框架的核心技术及其整合方式,构思了适配交通的大模型数据范式与改进的分层多任务学习、分层联邦学习、分层迁移学习与分层Transformer框架。最后,通过搭建“任务岛”与“耦合桥”的框架讨论了这样一个多模式交通大模型框架在“点线面”3层大模型框架下的应用案例,从而为多尺度的多模式交通规划、网络设计、基础设施建设和交通管理提供智能化的支持。

摘要：为探讨单侧滩地植被对弯曲主槽二次流特性的影响,概化设计了无滩地植被与有单侧滩地植被的弯曲河道模型,利用声学多普勒流速仪(ADV)测得其主槽特征断面的瞬时流速。试验结果显示:在单式弯道中,主涡的形成完全由弯道离心力决定;但在试验复式弯道中,主涡的形成与滩槽水流交换密切相关。当相对水深为0.15时,与无滩地植被工况相比,在滩地植被横向宽度较小的弯顶附近和直线过渡段,二次流强度出现了较大衰减,但在滩地植被横向宽度较大的弯顶附近,二次流强度无明显差别。当相对水深增至0.35时,两种滩地条件下弯曲主槽各断面的二次流强度均有所增强,但单侧滩地植被条件下各断面的二次流强度均小于无滩地植被条件下的对应值。在有单侧滩地植被条件下,对于同一相对水深,上游滩地无植被的直线过渡段,二次流强度明显大于上游滩地覆有植被的直线过渡段的情况。在无滩地植被条件下,雷诺应力R vw等值线的“岛心”位置可以标示二次流主涡的旋转中心,而“岛心”处雷诺应力R vw的正负可以表征二次流主涡的旋转方向。在有单侧滩地植被条件下,断面中部的雷诺应力R vw等值线分布十分凌乱,并无上述规律,且其绝对值明显小于无滩地植被条件的对应值。

摘要：丙烯是生产聚丙烯、各类丙烷氧化物、丙烯腈的重要化工原料.近年来,随着丙烯需求量日益增长,作为一种专产丙烯的生产方式,丙烷脱氢(PDH)受到了越来越多的关注.PtSn/Al_(2)O_(3)是一种典型的工业丙烷脱氢催化剂,其特征是催化活性会随反应时间的推移而下降,因此需要反复再生以保证丙烯产率.提高PtSn催化剂的稳定性,需要明确反应状态下PtSn的催化性能与其结构之间的关系.然而,Pt和Sn的价态及其相互作用,对制备方法、预还原条件、载体类型等因素非常敏感,此外,从Pt-Sn二元相图来看,二者在高温(~600℃)还原性反应气氛下可形成多种合金结构,因此,PtSn在丙烷脱氢中的活性位结构的认识颇具挑战,目前文献报道结果仍存在争议.本文选用商业化的纳米级γ-Al_(2)O_(3)作为载体,通过利用纳米载体上只能担载有限数量的金属原子和加入过量的第二金属Sn稀释活性金属Pt的方式,得到高分散的PtSn/nano-Al_(2)O_(3)催化剂.当Pt和Sn的负载量分别为0.1 wt%和1 wt%时,其初始丙烯产率可达到47.6 molC_(3)H_(6)gPt^(-1)h^(-1),高于文献已报道的PtSn双金属催化剂,该催化剂经3-10 h活性快速下降期(k_(d-3h):0.11h^(-1))后,表现出较好的稳定性(k_(d-10~40h):0.0026 h^(-1)).球差电镜(AC-HAADF-STEM)表征结果显示,该催化剂经500℃焙烧后,Pt及Sn在Al_(2)O_(3)载体上均呈单原子分散状态;经600℃氢气还原后,Pt团聚为平均直径约0.85 nm的纳米颗粒;通过对其进行能谱点扫分析,发现Pt纳米颗粒上分布有少量的Sn原子,而剩余大量的Sn原子则继续以单原子形式分布在载体上.进一步原位X射线光电子能谱和原位X射线吸收能谱结果证明,该催化剂中纳米颗粒的具体组成为Sn单原子分散在Pt纳米颗粒表面,形成S_(n1)Pt表面单原子合金结构.密度泛函理论理论计算证明了S_(n1)Pt表面单原子合金结构的稳定性及其在丙烷脱氢中的高活性.最后结合原位CO吸附的漫反射红外光谱等表征,揭示了催化剂反应初期活性下降及后期高稳定性的内在原因:催化剂经还原后形成了高活性的S_(n1)Pt表面单原子合金结构,在反应过程中,该结构演变为纯相Pt_(3)Sn金属间化合物,其与周围呈单分散的SnOx物种协同作用,抑制和转移在活性中心上的积碳,进而实现了高稳定性.这种通过单原子表面合金演变得到的Pt_(3)Sn金属间化合物,与传统Pt与Pt_(3)Sn等金属化合物混相共存的工业催化剂相比,可以避免丙烯在催化剂表面单金属Pt平台位点上的深度脱氢和积碳,进而提高了催化剂稳定性.综上,本文从原子水平上为PDH反应中PtSn/Al_(2)O_(3)催化剂的活性位结构及其演化过程提供了新的见解,并为工业催化剂的设计制备提供了理论参考.

摘要：以主要碳汇森林类型楠竹林资源为研究对象,采取踏查和样地调查的方法,对黔东南州楠竹林的主要病虫害种类、危害程度、物种多样性和防治区划进行研究。结果表明:虫害种类分属8目30科39种;病害12种,分属8目。虫害严重危害程度有2种,分别是刚竹毒蛾和竹蚜虫,中等危害10种,轻微危害27种;中等危害中黄脊竹蝗的潜在威胁最大,其次是竹缕舟蛾和大竹象。全州16个县虫害种类7~36种之间,病害种类3~12种;病虫害物种丰富度(S)州东南部地区高于西北部地区;病虫害优势集中指数(C)总体趋势由西北向东南逐渐减小;病虫害Shannon-Wiener多样性指数(H’)州西北部小于东南部,全州病虫害多样性总体稳定水平低,抵御外界干扰能力差,对外界不确定因素的干扰敏感;全州病虫害物种分布相对均匀。Fisher判别函数模型对防治区划聚类结果的原始分类和交叉分类验证正确率为100%。基于病虫害多样性指标的系统聚类防治区划结果具有较高的准确性,可为提高黔东南州的楠竹林健康水平,精准提升森林固碳能力提供参考。

摘要：浮泥-流泥路基真空预压期间塑料排水板易出现严重淤堵,为避免出现该现象,有必要针对浮泥-流泥的物理特性对防淤堵排水板的排水行为进行专项研究。首先基于典型工程的浮泥-流泥试样和典型的防淤堵土工滤膜构成“土-滤膜”过滤排水结构,并综合采用改进的梯度比试验方法、压汞试验方法以及电子显微镜扫描测试方法,分析了分级真空预压下过滤排水结构的过滤排水行为;然后,基于典型的防淤堵土工滤膜和原生料芯板构成典型弯折形态的排水板复合体,采用改进的纵向通水量仪进行了纵向通水能力对比试验,分析了排水板复合体的排水行为,并综合讨论了淤堵评价标准;最后,基于具体工程实例进行了验证。研究结果表明:该类路基分级真空预压设计时,应重点基于等效孔径、渗透系数和孔洞结构特征3项关键技术指标对防淤堵土工滤膜进行选型研究;芯板板槽的压屈强度和排水板复合体的过水断面面积是排水板通水量折减率的关键影响因素,芯板的弯折角和弯折率可作为评价其排水能力的具体控制指标,而排水板的通水量折减率和井阻增幅可作为理论评价指标;该类路基中塑料排水板淤堵评价标准建议定为土工滤膜的梯度比大于4.0,芯板的弯折率大于60%且弯折角小于45°,其理论评价指标可定为弯折状态下排水板的通水量折减率大于90%或井阻增幅大于9。所提出的关于典型弯折形态下排水板复合体室内纵向通水量的试验方法及其数据分析方法,可纳入到《土工合成材料测试规程》(SL-235—2012)以及规范ASTM D6917-16中。

摘要：针对无人机检测中存在的目标较小、受背景环境影响大、以及多光谱特征难以深度融合等问题,本文提出了针对无人机小目标检测的多尺度多光谱交互注意力融合目标检测模型.首先,将骨干网络设计为双流网络,分别提取不同尺度红外和可见光特征,并增加小目标检测层和BiFPN级联操作,提升对无人机小目标特征的提取能力.其次,创新性的设计了多光谱交互注意力融合模块,在该融合模块的指导下,网络可以在不同尺度融合红外和可见光模态的信息,使红外和可见光的特征进行深度聚合,发挥各自模态的优势,指导开展无人机小目标检测.实验结果表明,与最先进的多光谱目标检测模型相比,本文提出的模型在FLIR、LLVIP两个公开的多光谱目标检测数据集上都达到了优越的性能,在构建的多光谱无人机数据集上,本文提出的模型有效提升了无人机的检测精度和鲁棒性.

摘要：电化学中的理论计算模拟对于从原子水平理解电化学过程中的机制至关重要,它可以弥补许多实验上无法解释的现象,如果能在原子尺度上确定理解反应的活性中心,得到电极或电催化剂结构的演变过程,建立反应的微观机理,从根本上解决电极氧化和腐蚀的问题,提高电化学催化剂的活性和稳定性,从而设计更高效的电催化剂。然而,电化学的理论计算模拟中仍然存在诸多问题,例如,溶剂化效应的实现、电极/电解质(金属/溶液)界面之间合适的模拟模型和方法、电化学过程中的结构演化以及如何降低结构计算的计算代价等。在这里,我们回顾了电化学建模方法的最新进展以及我们小组通过使用修正的泊松-玻尔兹曼连续介质溶剂化模型模拟溶剂化效应对溶剂化效应和模型进行改进。同时为了减少计算代价,我们更关注机器学习在电化学模拟中的应用,主要分为两个部分,即通过快速对多种不同组分的能量进行计算并筛选出合适组分,但是无法得到实际的结构演变情况。另一个是通过快速结构取样得到不同组分不同的结构变化能够更为直观的获得结构的演变过程,从而揭示反应的机理。我们以本课题组开发的SSW-NN的方法为例,总结了基于机器学习的原子模拟在电化学方面的应用,介绍了SSW-NN,模拟电化学反应条件下电极和电催化剂的氧化和腐蚀,并阐明了催化剂结构的活性和稳定性。