摘要：针对煤矿智能化快速发展,煤矿掘进面临新的机遇和挑战,笔者对我国煤矿快速掘进20 a的发展进行全面综述,以期理清掘进工艺、关键工序的技术及装备、成套装备的发展脉络及趋势,以便更好地推动掘进智能化的高速健康发展。在掘进工艺方面,双巷掘进开辟了截割、支护在不同巷道同时作业的新途径;掘锚同步工艺,时间-空间多维同步快速掘进工艺打破了先掘后支、及时全部支护的传统,创立了掘锚同步、迎头必要支护与多维空间永久支护动态匹配的分区支护方法。在掘进装备方面,形成了以纵轴、全宽横轴截割滚筒为主,全断面截割滚筒为辅的截割滚筒结构形式,并且在高功率密度减速器及整机设计理念不断突破的基础上,成功研制纵轴截割功率达315 kW、全宽横轴截割功率达560 kW的系列高效截割系统。在锚护装备方面,由传统的单体锚杆钻机发展出锚杆钻机、一键操作流程化钻机、钻机集群等,在有限空间内钻机的数量和作业安全性得到大幅提升,作业流程得到大幅简化,锚孔识别、锚护路径自动规划等智能化技术已进入工业性试验阶段。柔性运输系统的发明解决了掘进面短距离高效转载难题。在成套装备配置上,形成了以连续采煤机、掘锚一体机、掘锚机(掘进机+机载锚杆钻机)、煤矿全断面掘进机为龙头的四大类快速掘进系统,在四大快速掘进系统下,又分别形成了不同的作业线,实现了对不同地质条件巷道快速掘进的全覆盖。掘进工程系统层级上实现了具有成套装备的远程控制、集中控制、视频监测、闭锁联动、人员接近预警等智能化功能。回顾快速掘进的发展历程,提出完善时间-空间多维同步快速掘进理论、以智能掘进搜集透明地质的基础大数据、加强掘进巷道辅助作业工艺及设备研究、加强装备的智能化核心技术研发等智能掘进的发展方向。

摘要：通过模仿天然细胞外基质的成分和结构特性对材料表面形貌进行设计与调控,可获得新型仿生材料,并广泛应用于生物医学领域。其中,静电纺纳米纤维通过调控孔隙率、比表面积及微纳米结构等,可以模拟天然细胞外基质的结构,实现其生物功能。本文将提供不同表面形貌电纺纤维的概述。首先介绍静电纺丝的原理、设备和参数,然后讨论电纺纤维的4种表面形貌:纳米孔、串晶、沟槽和皱缩结构的制备原理、方法及在生物医学领域的应用,并对该领域相关研究和研究现状进行评价。

摘要：铋作为新型钠离子电池负极材料,因其出色的离子动力学特性和长循环寿命而备受瞩目。铋基材料在能量密度和充放电效率方面展现出巨大潜力,但在应用中也面临体积膨胀和固态电解质层稳定性方面的挑战,需要通过纳米结构设计、界面工程以及碳包覆等方法来改善其导电性和结构稳定性。在这项工作中,以金属铋有机骨架材料为前体,通过一步炭化法得到了炭包覆铋纳米复合材料。铋颗粒通过C—O—Bi界面交互作用牢固锚定在石墨烯表面,在高电流密度下展现出优异的容量保持能力和稳定的循环性能。结果显示,由赝电容控制的钠离子存储过程有助于构建稳定的固态电解质界面膜并加速离子扩散,从而提高电池的循环稳定性和充放电效率。而铋与石墨烯界面较强的化学键结合有助于维持金属颗粒的结构稳定,缓冲体积膨胀,并加速二者之间的电子扩散,提高材料的电化学活性。这些发现不仅提供了改善电池负极材料的高效方法,还为理解和优化负极材料提供了新视角,对于设计和开发高性能钠离子电池负极材料具有重要的参考意义。

摘要：由于传统能源的大量消耗与环境污染等问题,探索高效清洁的新型能源显的越来越重要。锌空电池作为一种绿色清洁能源受到了广泛的关注,然而其阴极氧还原(ORR)反应较为缓慢限制了其大规模应用。因此开发一种高效、绿色经济的非贵金属催化剂对氧还原反应至关重要。以金属-有机骨架(MOF)作为前驱体,通过高温热解合成了铁基氮掺杂碳电催化剂(Fe-N-C)。Fe-N-C催化剂由于其较强的金属-氮配位结构可以避免金属原子的聚集和溶解,使金属原子均匀分散在氮掺杂的碳载体上,实现较高的ORR性能。制备的Fe-N-C-2催化剂具有丰富的孔隙结构和大量的Fe-N X活性位点。其在碱性电解质中半波电位为0.91 V,在酸性电解质中半波电位为0.75 V。同时将其应用于锌空电池具有高达1.47 V的开路电压和163.1 mW/cm 2的功率密度。该策略为设计二维结构以构建高性能电催化剂提供了一种有前途的方法。

摘要：设计了一种四宽带且吸收率动态可调的太赫兹吸收器,该吸收器结构简单,由顶层二氧化钒、中间层二氧化硅和底层金属组成。仿真结果表明,在0~10 THz范围内,吸收率超过90%的吸收带共有4个,带宽分别为0.87、0.58、0.61、0.45 THz。随二氧化钒电导率的变化,吸收率可在7.7%~99.9%范围内动态调节。引入阻抗匹配理论和法布里-珀罗共振理论解释了吸收器的物理机理,并通过电场分布分析了多个完美吸收峰的物理来源。此外,该吸收器还具有偏振不敏感和广角吸收的特点,可在微辐射计、生物传感器和隐身技术等领域应用。

摘要：随着遥感成像技术的发展和普及,高光谱图像中大量的波段使得大多数应用研究遇到休斯现象。而且随着高光谱图像数据量的快速增长,现有的传统串行算法计算复杂度较高,难以处理高维海量高光谱图像数据。针对以上问题,提出Spark平台下基于互信息计算的波段选择算法。利用熵和互信息理论定义波段相关性和多重相关性;基于Spark RDD编程模型设计数据列变换,将数据集划分为列矩阵,以降低计算负载;在Spark平台下对算法并行化,提高算法执行效率。实验结果表明,提出的算法达到了94.5%±0.5的整体分类精度,且加速性能良好,改善了数据可扩展性。

摘要：目的探讨褪黑素(melatonin, MEL)对氟暴露子代大鼠学习记忆能力的影响及肠道菌群在其中的作用。方法选取12只8周龄SD大鼠(雌鼠8只、雄鼠4只), 体质量为180 ～ 220 g, 采用随机数字表法分为对照组1和染氟组1, 每组6只(雌∶雄= 2 ∶ 1), 分别自由饮用纯净水和含100 mg/L氟化钠的纯净水。2个月后雌雄大鼠合笼饲养, 将子代大鼠出生后(postnatal day, PND)第1天记为PND0。于PND21, 采用成组设计将染氟组1子代大鼠分为染氟组(F组, n = 6)和染氟+ MEL组(FM组, n = 6), 并继续饮水氟暴露;对照组1子代大鼠分为对照组(C组, n = 6)和MEL组(n = 6)。FM和MEL组给予20 mg/kg MEL灌胃, C和F组给予相同剂量生理盐水灌胃。于PND60, 采用新事物识别实验和水迷宫实验观察子代大鼠学习记忆能力, 蛋白质印迹法(Western blot, WB)检测子代大鼠海马组织脑源性神经营养因子(brain derived neurotrophic factor, BDNF)蛋白表达水平;并采用16S rDNA测序技术检测粪便样本中肠道菌群结构和组成变化情况。结果新事物识别实验结果显示, 4组子代大鼠鉴别指数(discrimination index, DI)比较, 差异有统计学意义(F = 3.95, P = 0.024), C、FM组DI均高于F组(均P < 0.05)。水迷宫实验结果显示, 与C组比较, F组子代大鼠穿越平台次数较少, 首次到达平台时间较长(均P < 0.05);与F组比较, FM组子代大鼠穿越平台次数较多, 首次到达平台时间较短(均P < 0.05)。WB结果显示, 与C组(1.00 ± 0.07)比较, F组BDNF蛋白表达水平(0.68 ± 0.26)较低(P < 0.05);与F组比较, FM组BDNF蛋白表达水平(0.99 ± 0.14)较高(P < 0.05)。Anosim相似性分析显示, 4组子代大鼠肠道菌群结构和组成存在显著差异(R = 0.395 062, P = 0.002)。肠道菌群物种分布特征结果显示, 门水平上, 与C组比较, F组拟杆菌门相对丰度从14.26%升至37.00%, 厚壁菌门相对丰度从68.78%降至45.95%;与F组比较, FM组厚壁菌门相对丰度从45.95%升至65.26%, 拟杆菌门相对丰度从37.00%降至23.00%。属水平上, 与C组比较, F组乳杆菌属、杜氏菌属、HT002、UCG-005的相对丰度均较低, 未分类的Muribaculaceae属相对丰度较高;与F组比较, FM组乳杆菌属、杜氏菌属、HT002、UCG-005的相对丰度均较高, 未分类的Muribaculaceae属相对丰度较低。线性判别分析结果显示, 候选单胞生糖菌属、毛螺菌属显著富集于C组, 未分类的Muribaculaceae属、Muribaculum属显著富集于F组, 异根瘤菌-新根瘤菌-副根瘤菌-根瘤菌属显著富集于FM组。结论 MEL可以改善氟暴露所致的子代大鼠学习记忆能力损伤, 可能与改变肠道菌群结构和组成有关。

摘要：【目的】地铁车轮受力复杂,不仅受轮轨耦合力和轮-轴过盈配合产生的接触压力的影响,还受制动过程中产生的热载荷的影响。【方法】以某单S型辐板地铁车轮为研究对象,在ABAQUS软件中建立了地铁车轮有限元模型,分析了轮轴过盈配合对车轮在直线工况下机械应力分布的影响。建立了道岔工况下车轮踏面制动时的热-力耦合模型,采用直接耦合法研究了车轮温度场和应力场的变化规律,研究了不同磨耗量下车轮的机械应力和热-机耦合应力对车轮结构强度的影响。【结果】结果表明:制动时热载荷主要影响靠近踏面的结构部分,靠近轮毂部分受轮轴过盈配合影响大;新车轮与磨耗到限车轮辐板处的耦合应力最大相差69.3 MPa;车轮直径在820~840 mm区间内耦合应力比较稳定,浮动只有9.1 MPa.【结论】该研究为地铁车轮结构设计提供了科学的依据,对地铁车轮的维护工作具有良好的指导作用。

摘要：针对图神经网络模型普遍缺乏可解释性问题，提出一种基于进化集成的图神经网络解释方法，为模型预测提供质量更高的解释。将当前主流图神经网络解释方法GNNExplainer和PGExplainer作为初级解释器，分别为模型预测提供初级解释；基于初级解释结果设计遗传算子，采用改进遗传算法集成两种初级解释结果得到最终解释。在4个真实数据集和4个合成数据集上进行广泛试验，从定性和定量两个角度对试验结果进行评估。试验结果表明，相较于同类算法，提出算法的准确度平均提高17%,忠实度平均提高20%。与传统集成学习融合策略相比，改进遗传算法作为集成器对解释方法的优化效果更为显著，所有指标整体平均提高29%。采用进化集成策略能够显著提高图神经网络解释算法的性能。

摘要：管道水力输送是运输固体物料的一种重要方式。采用Fortran语言在Visual Studio平台建立了一套描述粗颗粒管道水力输送过程的LBM-DEM(lattice Boltzmann method-discrete element method)数值模拟方法，并用该方法对相同体积的双层颗粒群和三层颗粒群在水平管道中的运动进行了模拟，研究了不同颗粒堆积方式下的水力输送特性。结果表明：推移运动是粗颗粒在水平管道中的主要运动形式，部分颗粒在水流的作用下会产生跃移运动；颗粒群前方存在水流低速度区，且管道初始流速越低、颗粒直径越大时，低速度区的存在越明显；颗粒群上层颗粒在运动的过程中会产生坍塌，随着管道初始流速的增大和颗粒直径的减小，上层颗粒由向下层坍塌逐渐转变为向颗粒群前方坍塌；堆积方式对颗粒群在管道中的运动具有重要影响，双层颗粒群和三层颗粒群在低速度区特性、颗粒坍塌方式等方面存在部分差异。该研究可为粗颗粒管道水力输送技术的发展起到一定的指导作用。