摘要：Magnetically recyclable porous sodium dodecyl sulfate(SDS)/Fe2O3 hybrids,which combine the porous structure of Fe2O3 and hydrophobicity of SDS,have been successfully synthesized for the first *** Fe2O3 has been first pyrolyzed from MIL-100(Fe)using a simple two-step calcination ***,the obtained porous Fe2O3 nanoparticles have been self-assembled with SDS molecules and yielded hydrophobic SDS/Fe2O3 *** porous SDS/Fe2O3 hybrids have been demonstrated to be highly efficient for the denitrification of pyridine under visible light *** pyridine removal ratio has reached values as high as 100%after irradiation for 240 *** the results of a series of experimental measurements,it was concluded that the superior photocatalytic performance of SDS/Fe2O3 hybrids could be attributed to(i)the fast electron transport owing to the unique porous structure of Fe2O3,(ii)the superior visible light absorption of Fe2O3 nanoparticles,and(iii)the“bridge molecule”role of SDS efficiently improving the separation and transfer across the interfacial domain of SDS/Fe2O3 of photogenerated electron-hole *** significantly,after the catalytic reaction,the SDS/Fe2O3 hybrids could be easily recovered using magnets and reused during subsequent cycles,which indicated their stability and recyclability.

摘要：[目的/意义]探究不同健康信息搜寻方式下用户的学习结果,以发现不同搜寻方式带来的学习结果是否存在差异。[方法/过程]采用模拟检索实验、问卷调查与深度访谈3种研究方法,从认知学习和态度学习两个维度设计健康信息用户学习结果评估指标,比较3种信息搜寻方式的用户在学习结果上存在的差异。[结果/结论]研究发现,3种信息搜寻方式的用户在搜寻后获得的认知学习结果存在差异。用户在搜寻过程中所学习的信息内容受到信息搜寻方式和信息来源的影响;不同搜寻方式的用户在搜寻信息前后的情绪类型与情绪变化路径也存在差异。研究结果从理论上扩展已有搜索即学习领域普遍关注的认知学习结果分类研究,印证信息搜寻用户认知学习与态度学习之间的内在关系,为奠定搜索即学习过程分析提供有益的参考。

摘要：针对GIS数据更新中变化信息的自动提取问题,提出基于神经网络决策树的变化信息快速识别方法。设计了基于四叉树的变化信息层次检测算法,通过比较对象的节点-弧段特征快速定位到变化区域。以新旧要素的匹配特征为依据,通过神经网络决策树实现变化信息的识别,兼顾了决策树实现效率高和神经网络的自适应处理的特征。1∶2000地形图变化信息识别试验结果表明:该方法计算效率高,能够准确快速地识别出变化信息,有助于提高GIS数据库的动态更新的自动化与智能化水平。

摘要：当今世界已经处于第四次工业技术革命时代,对生态资源的利用效率转换以及人类活动产生的温室气体排放、海洋垃圾污染、冰川融化海平面上升等已经成为严峻的生态环境问题。各国人民对生态环境的拯救已经十分迫切,新形势下对生态问题的考量产生的生态观念与审美哲学衍生造就了新的公共艺术形式——生态雕塑。文章从生态美学和公共艺术视角介绍生态雕塑的概念。

摘要：【目的】在“双碳”背景下,氨作为无碳富氢的能源载体,体积能量密度高、易液化存储,具有广阔的发展前景。然而复杂的储运环境增加了液氨储罐和管道腐蚀的风险,因此,研究复杂输送环境下液氨腐蚀问题是“氨-氢”能源基础设施制造和安全服役的关键。【方法】通过综述液氨腐蚀的研究进展,探讨了不同环境、不同材料的氨腐蚀行为和应力腐蚀开裂机制。同时,总结了相关氨腐蚀检测方法和具体防护措施,并展望了未来氨腐蚀研究的发展方向。【结果】氧气、碳氧化合物、硫化物及氯化物的混入对氨腐蚀有促进作用,而水杂质对氨腐蚀的影响具有两面性;应力能够引起液氨应力腐蚀开裂,不同材料的应力腐蚀敏感性从大到小依次为铜及其合金、高强钢、碳钢。【结论】基于国内对液氨腐蚀行为机理尚不明确、氨腐蚀防护措施有待完善等问题,提出以下建议:①采用实验研究、仿真模拟等方法,探究多杂质关联作用下不同材质的液氨腐蚀行为和内在腐蚀机理;②需结合液氨管道实际输送环境及材料失效特征,开展管线钢及焊材-液氨临界失效边界检验与腐蚀风险评价;③从液氨储罐及管道的设计、选材、制造、使用等多个角度,结合多种腐蚀防腐措施,形成完善的液氨储运系统腐蚀控制、防护及评价标准体系。

摘要：为缩短产品设计开发、采购和生产周期,构造柔性、高效、低成本、高质量的制造运营体系,数字化孪生技术至关重要。以汽车焊装生产线为例,介绍了数字化孪生工厂在Tecnomatix软件中搭建过程。利用Tec⁃nomatix系列软件,在前期规划过程中导入数模以及工艺信息,提前进行3D工艺布局,模拟焊点、涂胶等连接工艺的可达性,分析并解决空间静态干涉及动态干涉情况,以及离线程序输出。通过数字化孪生技术,实现了实体工厂在仿真环境中的映射和关联、加快了现场安装调试速度、缩短了项目周期、提高了产线规划设计的效率与质量。

摘要：铁路货运生产作业与管控平台是实现货运信息化管理的核心技术平台。结合管理信息化特点与可视化场站配置需求对场站交接班管理和场站资源进行全面且直观的设计已成为必然趋势。相较于现有的货运生产作业系统,可视化的呈现方式能够提升用户体验,同时可以实现各项生产作业数据贯通,强化对现场作业实时掌控,并通过各生产环节数据的逻辑校验,自动研判管理问题和安全风险,从而提高铁路货场作业的安全性和实效性,实现运输组织一体化、应急处置高效化、设备管理显性化、安全管控精准化、客户服务智能化目标。

摘要：信息技术的普及使制造业中积累了大量与生产、管理和运营相关的数据,这些数据中隐藏着诸多有价值的知识,可以指导企业优化管理流程、改进生产工艺、调整加工参数、诊断设备故障等,帮助制造业企业提高效率、降低成本,达到利润最大化,并为实现智能制造打下基础。然而,当前制造业中存在着数据量大、数据利用率低的矛盾,许多场景中的数据规模甚至已经超出传统数据分析方法所能承受的极限。因此,越来越多的研究者致力于研究大数据分析在制造业中的应用,旨在通过大数据分析技术发掘蕴含在数据中的宝贵知识和财富。介绍了制造业大数据的概念和特征,讨论了制造业大数据及其分析的特点和挑战,并从制造业产业链流程的角度出发,将制造业概括为设计、生产、采购、销售和售后五个阶段,分别阐释了每个阶段的典型业务场景及需求,总结了大数据分析模型在这些业务场景中的应用方面的研究进展。最后,对大数据分析在制造业中的应用现状做出了分析和评价,并讨论了其中存在的问题和不足。

摘要：目的 探究以成果导向教育(outcomes-based education,OBE)为基础的多元教学模式在实验诊断学教学中的应用效果。方法 2022年2—8月,选取河北大学2019级临床专业3班、4班学生作为研究对象,共计159名学生,将3班79名学生作为对照组,4班80名为试验组。对照组学生应用传统教学模式教学,试验组学生应用以OBE为导向的多元教学模式教学,比较两组学生的总成绩、笔试成绩、课堂提问+出勤成绩,并从多维度对教学满意度进行调查,对比分析两组学生的学习效果。结果 试验组总成绩、笔试成绩高于对照组,差异有统计学意义(P 0.05)。试验组学生对教学的课程设计、教学方法、教学内容、学习兴趣、学习效率、检验报告解读能力、临床思维培养能力的满意度均高于照组,差异有统计学意义(P <0.05)。结论OBE导向的多元教学模式在实验诊断学教改中的应用提高了学生的学习能力、学习兴趣、团结合作和沟通能力,有助于培养适应医学发展所需要的具有创新能力的实用型医学人才。

摘要：【目的】为解决传统水稻考种机谷粒表型分析算法在功能和效率上的局限性,针对穗上谷粒原位计数和被遮挡谷粒几何特征还原设计一种基于深度学习的轻量级通用算法框架。【方法】将穗上谷粒原位计数与被遮挡谷粒还原这2个复杂任务分别拆解为2个阶段,将其核心阶段建模为I2I问题。基于MobileNet V3设计1种能够解决I2I问题的轻量级网络架构,并针对2个任务的特点分别设计了数据集图像制作方法,选择合适的优化策略和超参数对其进行训练。训练结束后,使用TensorFlow Lite runtime解释器将模型部署在考种机的树莓派4B开发板上,并进行测试。【结果】该算法在穗上谷粒计数任务中具有良好的准确性、快速性,且具有一定的泛化性能。在被遮挡谷粒的形状还原任务中,该算法所还原的谷粒图像在面积、周长、长度、宽度和颜色分数评价指标中准确率均达到97%以上。【结论】该算法能够有效地完成穗上谷粒计数和被遮挡谷粒的还原任务,且具有轻量级的优点。