摘要：C/C复合材料是一种高性能新型复合材料,但是脆性大、韧性差的缺点限制了其广泛应用。因此,本研究利用化学气相渗透(CVI)法,设计并制备了三种C/C复合材料,基体炭分别为粗糙层、光滑层以及粗糙层/各向同性层带状结构热解炭,研究了C/C复合材料的微观结构、沉积机理、断裂行为和增韧机制。结果表明,三种C/C复合材料的抗弯强度分别为189.1、191.5、233.5 MPa。粗糙层和带状结构炭基体的C/C复合材料为假塑性断裂,而光滑层炭基体的C/C复合材料则是明显的脆性断裂。与粗糙层炭基体的C/C复合材料相比,带状结构炭基体的C/C复合材料通过不同结构热解炭之间的界面滑动,使得应变量增加了约70%,韧性得到了提升。因此,通过控制CVI工艺参数,实现带状结构热解炭制备,可以有效优化C/C复合材料的韧性。

摘要：基于目前超冷原子系统中模拟能带拓扑和动力学量子相变的有关实验进展,设计出一个时间周期驱动的一维拉曼晶格系统来模拟动力学拓扑现象.利用振幅周期调制的拉曼光束耦合类碱土^(171)Yb原子的{^(1)S_(0),^(3)P_(1)}能级可以实现所需要的周期驱动拉曼晶格系统.时间周期系统的单带紧束缚近似哈密顿量通过特定变换可以解析求得有效Floquet哈密顿量和微动算符(micromotion operator),从而可以在一维晶格系统中研究任意驱动频率下Floquet动力学量子相变和动力学斯格明子结构出现的条件.结果表明,拓扑非平庸的有效Floquet哈密顿量是系统出现Floquet动力学量子相变的充分不必要条件,并且可以保护Floquet微动过程中的动力学斯格明子结构.

摘要：雷达回波外推是降水临近预报的重要手段,所用的方法分为数值预报与数据驱动预报。前者依托数学与物理模型,后者依托深度学习技术总结历史规律。尽管深度学习在气象预报中研究活跃,但实际应用仍面临挑战,尤其是精度问题。因此设计了一种雷达回波外推系统,应用所提出的残参卷积长短期记忆(RC-LSTM)模型,在使用规划采样的同时,为每一层堆叠的ConvLSTM单元添加了残差连接,使得模型在更深的同时保留原有小模型的学习能力,保证网络最大限度降低空间维度的历史信息损耗,从而提高长时效雷达回波外推的精度。

摘要：目的遵照“以事实为依据”的设计原则,明确对列车样本展开设计分析的内容与标准,获得准确的体验需求。方法首先基于哈森扎尔在情感体验方面的研究,提出正性品质理论模型及其需求洞察路径,用于分析、提取列车乘客的情感体验需求;其次利用Kano模型对需求进行优先级排序;最后以享誉世界的儿童列车“阿苏男孩号”对方法进行了应用验证。结果获得了22项需求及其优先级排序,总结得出儿童列车体验设计的策略:空间设计优先考虑提供就餐场所,以及针对用户分层做空间分割;设施设计优先考虑亲子互动性;涂装设计优先考虑“列车外壳”;服务设计优先考虑为家长陪伴提供条件。结论该方法可以帮助设计师洞察样本列车的体验需求及其优先级排序,能够为优化列车自身体验与指导同类列车设计提供决策支持。

摘要：层冰是冰区海工结构作业时遭遇的主要冰况之一,直立结构是海工结构的常见构型,因此,开展层冰作用下直立结构冰载荷研究对海工结构抗冰强化设计和安全评估具有重要意义。本文首先对层冰与直立结构作用过程进行概括分析。然后开展直立圆柱结构冰载荷的机理性试验,研究层冰的失效行为以及结构冰载荷的特征。最后基于黏聚单元模型和海冰软化本构开发层冰与结构作用模拟的数值仿真模型,对层冰的裂纹扩展和破碎过程进行模拟,同时利用试验数据对数值仿真模型的正确性进行验证。本研究工作可为结构冰载荷的数值和试验研究奠定重要基础,为冰区海工结构的设计建造提供技术参考。

摘要：共同知识是多智能体系统内众所周知的知识集。如何充分利用共同知识进行策略学习,是多智能体独立学习系统中的一个挑战性问题。针对这一问题,围绕共同知识提取和独立学习网络设计,提出了一种基于观测重构的多智能体强化学习方法IPPO-CKOR。首先,对智能体的观测信息进行共同知识特征的计算与融合,得到融合共同知识特征的观测信息;其次,采用基于共同知识的智能体选择算法,选择关系密切的智能体,并使用重构特征生成机制构建它们的特征信息,其与融合共同知识特征的观测信息组成重构观测信息,用于智能体策略的学习与执行;最后,设计了一个基于观测重构的独立学习网络,使用多头自注意力机制对重构观测信息进行处理,使用一维卷积和GRU层处理观测信息序列,使得智能体能够从观测信息序列中提取出更有效的特征,有效缓解了环境非平稳与部分可观测问题带来的影响。实验结果表明,相较于现有典型的采用独立学习的多智能体强化学习方法,所提方法在性能上有显著提升。

摘要：为明确烯效唑(S-3307)和胺鲜酯(DA-6)对紫花苜蓿(Medicago sativa)内源激素及碳同化物含量动态变化的影响,为叶面施用S-3307、DA-6的适宜浓度和紫花苜蓿高产栽培方式提供一定的参考依据。试验以‘新牧4号’紫花苜蓿为试验材料,研究叶面喷施不同浓度的S-3307 (25、50、75、100 mg·L^(-1))、DA-6 (20、40、60、80 mg·L^(-1))对紫花苜蓿花荚脱落及叶片和小花内源激素、碳代谢的影响。结果表明:喷施S-3307、DA-6调控作用显著,随着喷施浓度的增加,可有效增加紫花苜蓿小花数、结荚数,降低其花荚脱落率;叶片及小花内源脱落酸(ABA)、玉米素核甘(ZR)和赤霉素(GA3)含量均表现出不同程度的增加;同时促进叶片及小花可溶性糖、淀粉的积累,与喷施清水对照相比,S-3307可提高叶片蔗糖含量,有利于改善源库关系。综上,叶面喷施适宜浓度的S-3307 (75 mg·L^(-1))、DA-6 (60 mg·L^(-1))可显著提高紫花苜蓿内源激素含量及碳同化物的代谢能力,降低紫花苜蓿花荚脱落率。

摘要：最优增长扰动理论是近年来高超声速边界层非模态失稳现象研究中的主要理论之一,可被看作一种对非模态扰动增长的工程化估计。本文以高超声速钝楔边界层为研究对象,采用最优增长理论和二次失稳分析方法,对钝楔边界层的非模态失稳特性进行了研究。结果表明,在平楔面各个工况的有限计算域中无法找到不稳定模态扰动,非模态的最优增长扰动可获得较大的能量增益。研究还发现,最优扰动的能量增益随马赫数的增加逐渐减小,而壁面曲率对最优扰动的增长起促进作用。但是,由于不同曲率条件下对应的最大能量增长扰动的展向波数存在一定差异,因此变曲率的等熵压缩面不存在统一的变化规律。进一步,研究还采用非线性抛物化稳定性方程研究了零频率最优扰动的非线性演化,并以最优扰动形成的条纹边界层的二次稳定性为基本流,采用线性理论进行了二次失稳分析,发现最优增长扰动形成的条纹结构具有较强的二次失稳增长率,这有利于下游边界层转捩成湍流。该研究结果对设计高速飞行器前体进气道的强制转捩装置有一定参考意义。

摘要：传统塑性变形理论基于唯象方法,主要依赖于开发者的经验并通过拟合已得到的实验数据来获取,具有强烈的局限性。随着材料微观结构和力学性能的复杂程度不断提高,开发更为复杂的唯象本构模型已经极其困难。材料模型不通用、难以联系材料性能和制造过程成为制约塑性成形加工的主要问题之一,也为塑性理论的发展提出严峻挑战。人工智能与数据科学的发展为材料和机械科学带来了新的机遇,随着材料设计和应用的快速发展,不需要传统的显式本构模型,反映材料微观结构和宏观性能之间关系的塑性变形理论建模方法应运而生。其中,以物理规律增强神经网络建模、高效多尺度聚类分析、数据驱动免本构建模为代表的理论建模新范式具有其鲜明的特色和显著优势,是极具潜力的模拟预测方法。通过对这3个方面的总结梳理,探讨了人工智能赋能和数据科学驱动的塑性理论建模及多尺度模拟技术开发的发展现状与未来趋势。

摘要：作为乡村旅游的重要业态,乡村民宿被中央政府定位为带动乡村经济增长的重要动力和助力全面推进乡村振兴的重要抓手。尽管行业发展呈明显的政府驱动特征,但地方政府在乡村民宿发展议题上的政策行动并非整齐划一,折射出其行动机理的复杂性。鉴于此,文中通过构建“供给—需求”分析框架,运用模糊集定性比较分析(fsQCA)方法,以中国55个城市为研究样本,探究影响地方政府制定乡村民宿发展政策的条件组合路径,并根据组态分析结果概括其多元行动逻辑,主要体现为景观依赖型、产业带动型、压力响应—产业带动协同型、制度规范—产业带动协同型和综合驱动型五类。文中不仅为深入理解乡村振兴背景下地方政府发展新兴业态的行为选择贡献了分析框架,而且为分类完善关于乡村民宿发展的政策设计提供了鲜明启示。