摘要：详细介绍了上转换纳米晶体的主要合成方法及其优缺点.共沉淀法具有产率高、易大规模制备等优点,但后续需要煅烧结晶,晶体形貌控制较差.水热/溶剂热法能够制备结晶性良好、尺寸均一的纳米晶体,但其发光性能的可调控性相对较差.热分解法能够获得粒径均一的纳米晶体,但需要使用预先制备的金属前驱体.晶种介导的高温生长法和阳离子交换法均可优化晶体的形貌与功能,易获得尺寸分布均一、光学性能优异的上转换纳米晶体.通过主体材料优化、纳米晶体结构设计和仿真设计指导等方法,可以有效提高纳米晶体的发光效率,优化后合成的纳米晶体在生物成像和疾病诊断中展示出良好的应用前景.

摘要：具有工艺约束的多阶耦合集成调度问题(MCISP_PC)普遍存在于现有混合生产制造企业中。针对加工-运输-装配3个阶段,结合多阶耦合性特征,提出结合规则启发式的混合分布估计算法(HEDA_RH)求解以最小化最大完工时间为优化目标的MCISP_PC。在充分挖掘问题耦合约束层级性和时序性基础上,采用只针对加工阶段的编码方式,并对各阶段分别提出两种规则,通过实验确定较优规则组以完成解码。在HEDA_RH中,结合个体中出现的同型聚集块和异形聚集块两种块结构特征,从全局角度设计概率模型更新机制和两种采样方式,较好地引导搜索方向以提高求解效率;从局部角度设计矩阵立方学习模型,通过积累6种启发式搜索操作优质信息,自适应地选择调整搜索深度及规则执行策略以改进解的质量。最后,通过仿真对比实验验证了HEDA_RH求解MCISP_PC的有效性。

摘要：为了探究凹曲面屋盖的风荷载特性并为实际工程提供抗风设计参考,对3种联排凹曲面屋盖进行刚性模型风洞测压试验,系统分析联排数及风向角对凹曲面屋盖升力系数、平均风压系数和极值风压系数的影响.结果表明:屋盖整体升力系数随着联排数的增加不断降低,各屋盖的升力系数受风向角影响较大.在不同联排数及风向角下,屋盖整体承受向上的风吸力,屋盖的平均风压系数表现出复杂的波动性;在迎风屋盖边缘处的气流分离现象明显,导致该处存在较大风吸力;越远离迎风侧的屋盖,平均风压系数的波动越小,稳定于-0.1.联排数对极值风压系数的影响不可忽略,尤其是极小值负压系数,边缘屋盖分区极小值负压系数的最小值为-5.1,中间屋盖分区极小值负压系数的最小值为-3.3.基于试验结果,总结给出不同联排凹曲面屋盖分区的平均风压系数和极值风压系数.

摘要：为探究不同管道参数对管道磨损的影响,并对管道参数进行优化,运用响应面法(RSM)开展含粗骨料膏体充填管道输送的数值模拟研究,基于RSM试验结果分析单因素和多因素耦合对管道磨损的影响,并运用MATLAB对管道参数进行优化。研究结果表明:在单一影响因素下,管道参数对最大磨损速率的影响程度从大到小依次为管径、弯径比、弯管角度,而多因素交互影响下管径和弯径比的交互影响起决定性作用。在试验设计范围内最优管道参数如下:管径为198.05 mm,弯管角度为84.50°,弯径比为4.57。

摘要：为准确预测螺栓连接结合面的真实接触状态,提出了考虑宏微观几何形貌的螺栓连接结合面接触性能模型。通过小波分解方法,解决了实测螺栓连接结合面粗糙表面提取与重构的问题。采用两粗糙表面接触等效、数据驱动建模、宏微观变网格划分等技术,构建了考虑微观形貌与宏观几何尺寸耦合的螺栓连接结合面跨尺度模型,实现了结合面接触性能的准确计算。通过压力薄膜传感器测量被连接件结合面的压力分布,验证了计算模型的正确性,并以此为基础系统分析了被连接件厚度、螺栓预紧力以及螺栓规格尺寸对结合面接触性能的影响。计算结果表明:螺栓连接结合面真实压力分布具有非连续性,结合面压力最大值并非在被连接件孔径边缘处,而是在孔径与螺栓头外径之间;结合面真实接触面积远小于名义接触面积;结合面真实压力分布范围随着被连接件厚度、螺栓预紧力、螺栓规格尺寸的增加而增加,厚度和预紧力的影响呈现明显的非线性,螺栓尺寸的影响呈现一定的线性规律,且斜率为0.37。研究结果可为刚度、阻尼、密封等机械装备装配性能的可靠评估提供支撑。

摘要：为有效提升数控加工过程中粗加工刀具的使用效率,提出一种基于数控工艺信息挖掘的型腔特征粗加工刀具序列优化决策方法。首先计算型腔特征的中轴变换表征数控加工的刀具轨迹,探究中轴变换与数控加工的映射机理;然后基于加工规则和中轴变换参数,挖掘隐含在型腔特征中的深层次数控工艺信息;最后综合考虑材料去除量和加工连续性,建立刀具序列决策的多目标优化模型,采用混合蚁群/模拟退火算法进行优化求解。实验结果表明,该方法能够高效、自动生成型腔特征最优粗加工刀具序列,提升企业数控工艺设计智能化水平。

摘要：在强冲击、强辐射、极高温等极端恶劣的工作环境下,机械设备的故障模式复杂多样,获得充足且有效的故障数据变得非常困难甚至难以实现,以致故障诊断的准确性受限,后续检修维护方案难以有效制定。针对这一问题,提出了一种多判别器辅助分类器生成对抗网络的数据增强算法。通过设置3个判别器、1个生成器并添加独立的分类器,构建了新的辅助分类器生成对抗网络模型。针对在该模型训练中存在的不稳定性问题,通过引入Wasserstein距离构造新的损失函数,并采用稳定性更具优势的单边软约束正则化项替换原有的L2梯度惩罚项来解决模型崩溃问题;在此基础上,采用高效通道注意力机制来进一步提高模型的特征提取能力。将所提出的模型应用于扩充机械设备故障数据集,辅助深度学习智能诊断模型的训练。多个故障数据集扩充实验表明,与现有模型相比,新模型所生成数据的质量更高,故障诊断的准确率也得到进一步提高,因此具有较高的应用价值。

摘要：针对弹体高速入水过程中的降载问题,设计一种硬质聚氨酯泡沫缓冲器。基于霍普金森压杆实验技术,获取冲击载荷下硬质聚氨酯泡沫密度和应变率效应,构建其宏观本构模型。采用拉格朗日-欧拉流固耦合方法(ALE),建立弹体入水冲击数值仿真模型,验证所建本构关系及ALE方法的合理性,对加装缓冲器的弹体高速入水问题进行数值仿真计算,获得入水过程中硬质聚氨酯泡沫的动态破坏过程及弹体运动参数,从而分析硬质聚氨酯泡沫密度、厚度对降载特性影响规律,讨论不同入水速度下硬质聚氨酯泡沫参数的设计方法。研究结果表明:硬质聚氨酯泡沫动态力学性能应变率效应不明显,但密度效应明显,缓冲降载性能随硬质聚氨酯泡沫密度和厚度的增大而升高。

摘要：目标跟踪一直是计算机视觉领域中重要且富有挑战的问题。为克服目标形变、遮挡或快速移动等因素对跟踪性能的影响,笔者提出一种结合模板更新与轨迹预测的孪生网络跟踪算法。首先,在基于孪生网络跟踪模型中引入模板图像的自适应更新迭代机制,实现对目标表观变化的动态表征,以此提升目标形状或颜色发生变化时的跟踪性能。具体来说,通过对每一帧跟踪结果的分析,判断是否满足更新条件,设计了自适应模板更新的策略,有效地降低了目标模板被污染的可能性。其次,在目标跟踪过程中引入卡尔曼滤波,通过收集跟踪过程中目标位置信息并进行轨迹预测,将前一帧中跟踪算法预测的目标位置信息与轨迹预测的位置信息相融合,得到当前帧搜索区域的裁剪位置,进而实现了离线跟踪与在线学习的结合,进一步解决了目标被遮挡或者快速移动的问题。最后,在VOT2018和LaSOT数据集上验证了该算法在多种复杂场景下的性能表现。实验结果表明,所提算法的跟踪性能超过了大部分其他跟踪算法。

摘要：在工程问题中,尽管积累了大量的实验、仿真和设计经验,传统的设计方法仍然面临着知识利用率不高的挑战。为了有效利用知识信息来加速装备的设计与开发,一种基于知识挖掘的高维模型表示(High dimensional model representation,HDMR)优化方法被提出。首先,引入了一种改进的多元模型筛选策略,以提高HDMR子项的构建效率和预测精度。之后,提出了一种基于知识挖掘的优化策略。该策略使用全局代理模型替代真实函数,以最优样本为中心点构建HDMR子项,并在每个子项代表的维度上分别寻找局部最优点,并通过置信度对比挖掘全局潜在较优点,以加速算法寻优。最终,利用该方法开展翼身融合水下翔机(Blended-wing-body underwater glider,BWBUG)外形优化设计。在满足体积约束的条件下,将滑翔机的升阻比提升了5.04%,优于无知识辅助下升阻比提升2.93%的优化结果,验证了所提方法中知识挖掘的作用。