摘要：侧向层析检测(LFA)由于简单、快速、便携、成本低廉等优势在疾病快速诊断筛查领域得到了广泛应用。然而,随着医学检验的发展,传统的LFA越来越难以满足其对高灵敏度检测的需求。许多新型功能纳米材料已被引入LFA作为信号标签来实现其高灵敏度检测,其中基于光热纳米材料的热信号LFA技术具有信号稳定、可探测检测线内所有标签信号、成本低、灵敏度较高等优势,近年来得到了快速的发展。建立热信号LFA的核心问题是用于热信号标签的理想光热纳米材料的开发与应用。本文介绍了光热效应的机制和几种典型光热纳米材料的性能特点,然后综述了近年来基于光热纳米材料构建的热信号LFA及其读卡设备设计开发的研究进展,最后总结了热信号标签材料的评价标准和LFA读卡设备开发改进的方向。希望本文的系统介绍可以助力基于光热纳米材料的热信号LFA技术的未来发展。

摘要：为了增强现有物质点法流固交互中表面细节,同时改进大量固体粒子对其表面重建没有贡献的问题,提出一种高效的流固交互自适应物质点法.首先使用一种接触面离散积分点方法解决物质点法中出现的数值黏性伪影问题,实现流固移动接触面上粒子的自由滑动;然后引入自适应广义插值方法,在流体和固体的不同区域自适应地调整网格分辨率,增强表面细节;最后采用窄带仿射粒子网格方法,通过粒子重采样减少固体内部粒子数量,从而在节省内存空间的同时减少计算量.利用斯坦福开源模型进行多组消融实验,结果表明,与均匀背景网格物质点法相比,所提方法流固交互表面细节更丰富,消融实验场景下整体粒子数减少80%,平均模拟效率提高50%.

摘要：不锈钢复合钢材是一种成本低、强度高、耐腐蚀性能优异的高性能钢材,其在对耐腐蚀要求高的工程结构应用中尤其具有竞争力。该文旨在通过试验,研究不锈钢复合钢材焊接方管T形节点在静力和低周往复荷载作用下的力学性能,设计、制作了4个管节点试件并完成了加载,基于试验结果重点研究了各管节点试件的试验过程、破坏模式、荷载-位移响应和应变发展等;按中国规范GB 50017和欧洲规范EN 1993-1-8进行了节点承载力计算,并与试验值进行了对比。研究结果表明,对于支管承受轴向压力的管节点试件,以主管上表面塑性破坏为主;对于支管承受水平低周往复荷载的管节点试件,以主管上表面塑性变形和主管与支管之间连接焊缝断裂破坏为主;当管节点破坏模式符合现行规范GB 50017和EN 1993-1-8中规定时,相关承载力计算公式仍适用于此类不锈钢复合钢材焊接方管T形管节点的设计计算。

摘要：为优化高速钢轨打磨磨石的质量设计,通过调控磨石固化温度制度与固化时间等固化工艺参数,制备树脂交联程度不同的高速钢轨打磨磨石,探究固化工艺参数对高速钢轨打磨磨石综合性能的影响,通过抗压测试说明了磨石力学性能随着固化工艺的变化。利用打磨试验台量化不同固化工艺下磨石打磨性能的差异。然后对打磨后的磨石与钢轨样品进行表面质量分析,评价加工后表面质量的优劣。最后从磨石的力学性能、打磨性能以及打磨后钢轨表面质量等进行综合评价,总结固化温度与固化时间对于磨石性能的影响。结果表明:在试验范围内,增加固化温度和固化时间均有助于提高磨石的力学性能。随着固化温度与固化时间的增长,打磨后钢轨表面质量得到有效提升,然而磨石的打磨性能存在变差的趋势。

摘要：纤维增强热固性树脂基复合材料在高端制造领域应用广泛,其固化过程涉及树脂流动、固化反应发生、残余应力引发固化变形等多个步骤。数值模拟纤维增强热固性树脂基复合材料的工艺成型过程是一个多场耦合的复杂问题,建立完善的数值模拟方法用来预测其成型过程中的固化行为对于工艺类型选择、工艺参数设计和复合材料构件性能优化具有重要的理论与实践意义。本文归纳了数值模拟纤维增强热固性树脂基复合材料成型过程的主要研究进展,并讨论了不同数值模型的适用条件,通过分析同一问题不同模型的适用条件可以为复合材料固化工艺及参数设计的选择提供指导。提升精度和降低成本是数值模型迭代优化的主要研究方向。在此基础上,本文对数值模拟纤维增强热固性树脂基复合材料成型过程进行了总结,并认为未来可以从复合材料的树脂流动多尺度建模、机器学习与材料基因组方法在复合材料的构件优化设计中的应用和残余应力对复合材料的性能及使用寿命的影响等方面开展研究。

摘要：在地震等极端自然灾害下,电-水-气综合能源系统的元件故障概率会大幅提升,进而严重影响系统的正常运行。针对目前忽略用户在提升系统弹性上的潜力,基于综合需求响应对电-水-气综合能源系统负荷恢复策略进行研究。首先基于多能源之间的耦合特性与用户的动态响应特性建立综合需求响应模型。其次设计系统与用户协同的需求响应参与机制,将用户的综合需求响应作为灵活性资源融入极端灾害下的负荷恢复策略中,有效、合理地提升系统弹性。最后建立电-水-气综合能源系统负荷恢复优化模型,通过改造的电-水-气综合能源系统对所提出的方法进行了模拟和验证。结果表明,所提出的负荷恢复策略能够提高灾后系统负荷的恢复比例,有效增强系统的弹性。

摘要：为探究点渲染方式对量化点云主观质量的影响并优化渲染算法,设计了不同基础几何体类型和渲染半径计算方式的点云主观质量评价实验。通过威尔科克森符号秩检验和双独立样本T检验,分析了基础几何体类型和最近邻渲染算法对几何和属性量化失真点云主观质量的影响。实验结果表明:基础几何体类型由于混叠程度不同而对主观质量影响不同,基础几何体混叠面积越大则主观质量越低;最近邻渲染算法对主观质量影响不显著,该算法减少了点云渲染后空洞的产生,却增大了混叠程度。在属性失真较小时,最近邻渲染算法效果优于渲染半径固定算法;在属性失真较大时,则劣于渲染半径固定的算法。结合主观实验结果,建立了混叠、空洞失真和基础几何体渲染半径的数学模型,在几何量化采用八叉树剪枝的基础上,通过空间相似性对模型参数进行简化并求解,提出一种利用几何量化参数计算基础几何体渲染半径的算法。与最近邻渲染算法相比,所提算法节省了52%的时间复杂度,渲染点云峰值信噪比提升了12.3%,主观质量分数提升了0.5。研究减少了计算资源,提高了渲染效率,可为渲染器的设计和优化提供参考。

摘要：探索和开发高效且低成本的析氢反应(HER)和析氧反应(OER)电催化剂,对于解决能源危机和环境污染至关重要但仍具有挑战性。本文在三维的泡沫镍基底上设计并制备了一种由超薄的氧化铈和磷化钴纳米片组成的自支撑电极(CeO_(2)-CoP/NF)。当电流密度为10 mA·cm^(-2)时,CeO_(2)-CoP/NF在1 mol/L KOH和0.5 mol/L H_(2)SO_(4)中的析氢过电位分别为124 mV和142 mV;CeO_(2)-CoP/NF也能呈现优越的OER活性,电流密度为100 mA·cm^(-2)时,在1 mol/L KOH中呈现的析氧过电位为328 mV,并且具有更优越的循环稳定性。实验结果表明:CeO_(2)的引入能够减少电解液的侵蚀和提升CoP材料的电解水催化性能。这项工作为高性能的水裂解电催化剂的发展提供了新的见解。

摘要：自适应温度调控器件以其智能开关特性而逐渐成为研究焦点,但是一方面其特殊的光谱要求使得器件设计过程复杂且周期冗长,另一方面器件热控性能亟待提高以满足更加严苛的应用场景。针对以上问题,提出一种深度生成神经网络模型来执行上述复杂的优化任务,该网络模型的更新不依赖于数据集,而是将生成神经网络与传输矩阵方法(TMM)相结合,通过TMM返回的梯度信息指导产生符合预期的多层膜结构,并自动优化膜层厚度和材料种类。作为网络优化能力的验证和演示,本课题组使用该方法设计了一种基于二氧化钒的自适应热控器件,实现了高温太阳吸收比低于0.2、高温发射率高于0.9、发射率差值大于0.8的优异性能。与传统的优化算法相比,生成神经网络以高自由度和更快的速度寻找最优解,与普通神经网络相比,全局优化网络考虑整体的优化目标,通过全局搜索寻找全局最优解,设计结果也证明了该方法在复杂设计任务中的实用性。

摘要：蛋白质计算一直以来都是科学领域中的重要课题,而近年来其与机器学习的结合,更是极大地推进了相关学科的发展.本综述主要讨论了机器学习在四个重要的蛋白质计算领域内的研究进展,这四个领域包括:分子动力学模拟、结构预测、性质预测和分子设计.分子动力学模拟依赖于力场参数,准确的力场参数是分子动力学模拟的必需品,而机器学习可以帮助研究者得到更加准确的力场参数.在分子动力学模拟中,机器学习也可以从复杂的体系中以较小的代价计算出所需求解的自由能.结构预测一般是给定蛋白质序列预测其结构.结构预测复杂度高、数据量大,而这恰恰是机器学习所擅长的.在机器学习的协助下,近年来科研人员已经在单个蛋白质三维结构预测上取得了不错的成果.性质预测则是指通过给定的已知蛋白质信息,推断其可能拥有的性质,这对于蛋白质的研究也是至关重要的.更具挑战性的是分子设计,虽然近年来机器学习在蛋白质设计上取得突破,但这一领域还有很大空间值得探索.本综述将针对以上四点分别展开论述,并对蛋白质计算中的机器学习研究进行展望.