摘要：基于注意力机制的Transformer模型具有优越的性能,设计专用的Transformer加速器能大幅提高推理性能以及降低推理功耗。Transformer模型复杂性包括数量上和结构上的复杂性,其中结构上的复杂性导致不规则模型和规则硬件之间的失配,降低了模型映射到硬件的效率。目前的加速器研究主要聚焦在解决模型数量上的复杂性,但对如何解决模型结构上的复杂性研究得不多。该文首先提出规则压缩模型,降低模型的结构复杂度,提高模型和硬件的匹配度,提高模型映射到硬件的效率。接着提出一种硬件友好的模型压缩方法,采用规则的偏移对角权重剪枝方案和简化硬件量化推理逻辑。此外,提出一个高效灵活的硬件架构,包括一种以块为单元的权重固定脉动运算阵列,同时包括一种准分布的存储架构。该架构可以高效实现算法到运算阵列的映射,同时实现高效的数据存储效率和降低数据移动。实验结果表明,该文工作在性能损失极小的情况下实现93.75%的压缩率,在FPGA上实现的加速器可以高效处理压缩后的Transformer模型,相比于中央处理器(CPU)和图形处理器(GPU)能效分别提高了12.45倍和4.17倍。

摘要：蒸汽发生器传热管破口(SGTR)事故属于铅冷快堆(LFR)中一类较为严重的事故。在SGTR事故工况下,二回路冷却剂水会与一回路中的高温熔融铅铋合金直接接触,从而发生强烈的相互作用。为了进一步研究水射流在熔融铅铋中的注入行为,本研究设计和搭建了液体射流两相流动可视化实验平台,并进行了一系列模拟实验。研究中首先探讨了沸腾(包含闪蒸)和非沸腾工况下的射流流型演化过程及规律,并定量分析了射流注入速率对最大注入深度的影响规律,最后基于实验数据运用Froude数理论对非沸腾工况下注入速度与最大注入深度进行了分析,并获得了无量纲半经验关系式。

摘要：微流控芯片是集成化、高通量、低成本、便携式的生物分析检测工具,近年来在新型冠状病毒(SARS-CoV-2)检测中备受关注。本文综述了微流控芯片及其系统在SARS-CoV-2检测中的最新进展,介绍并对比了微流控芯片的制备材料和成型工艺,着重阐述了基于微流控芯片的核酸分子检测、血清学检测和即时检测(POCT)技术的应用研究进展,为检测方法的创新设计和芯片制备提供参考。将现有生物检测技术与微流控设备有效结合,可以实现SARS-CoV-2的高效、灵敏和准确检测,基于微流控芯片的病毒检测方法呈现出多样化、集成化的特点,是传统病毒检测方法的有效替代方案。本文探讨了各种检测技术的适用性和现有挑战,将帮助学者开展更为广泛深入的生物医学分析检测研究,深化认识先进检测技术与微流控技术的发展前景。

摘要：“双碳”愿景下可再生能源电力快速增长,其随机波动性迫使火电机组深度调峰以实现电力平衡。然而常规火电机组调节级渐缩式喷嘴难以高效利用临界压比以下的大压差对应的理想焓降,是机组在低负荷工况采用滑压运行致使机组能耗急剧攀升的内在原因之一。本文以320 MW汽轮机常规调节级喷嘴为研究对象,开展面向深度调峰需求(20%~40%低负荷区间)的高效超音速喷嘴设计研究,并通过CFD模拟分析超音速喷嘴的低负荷区热力性能。研究表明,相比于常规喷嘴,设计的超音速喷嘴满足20%~40%负荷区间效率净增1.08%~8.40%;但受超音速喷嘴斜切结构影响,超音速喷嘴I的最优运行压力与设计值偏离了0.7 MPa。本文的研究成果可为火电机组深度调峰深度节能技术研发提供理论支撑。

摘要：动力锂离子电池(LIB)的安全问题,尤其是热失控这一频发的安全事件严重影响乘车人员的安全以及新能源汽车的推广.本工作使用C80微量量热仪准确测量了商用锂离子电池的内在产热,通过研究分析不同质量比例的负极-电解液产热及不同质量比例的正极-负极产热,明确了LIB在热失控阶段的主要反应分为负极与电解液反应放热(130~200℃),三元镍钴锰酸锂(NCM)正极释氧与负极反应放热(200~240℃)和磷酸铁锂(LFP)正极释氧与负极反应放热(240~300℃)等.通过使用去卷积数学方法对不同质量比例的负极-电解液及不同质量比例的正极-负极产热分析研究表明,在商用锂电池注液系数条件下,电解液会优先与负极反应且被全部消耗,剩余嵌锂负极会进一步与正极反应放热,且反应热与正极材料特性密切相关.残余正极物质虽然结构坍塌仍会释氧,但由于缺少与之反应的负极或电解液,热量不会再明显增加.通过对不同荷电状态(SOC)及不同类型的锂电池主材进行产热测试,能更好地指导电极材料的改性和电池组装的开发设计,从而提高LIB整体热稳定性和安全性,最终获得整包和新能源车的安全提高.

摘要：为了厘清自密实混凝土材料各组分与其工作性能、力学性能、耐久性能间的复杂耦合影响机制,近年来,机器学习方法被越来越多地应用于自密实混凝土配合比设计与优化以及性能分析方面的研究。机器学习方法具有在复杂数据集中学习数据间的内在规律或映射关系的能力,在自密实混凝土设计领域被认为是构建混凝土原材料配合比与性能间映射关系模型的一种具有广阔前景的技术手段。然而,机器学习方法由于其依赖的数据集难以满足以及算法架构的可解释性较差等因素限制,使得基于机器学习在自密实混凝土性能设计领域面临着一系列挑战。本文系统总结梳理当前机器学习在自密实混凝土各项性能设计的应用情况,重点分析数据驱动的机器学习算法应用于自密实混凝土设计领域时面临的主要技术难点:高维度与小样本数据的难题、性能多目标优化难题、模型复杂而缺乏可解释性难题;归纳总结机器学习在自密实混凝土材料性能设计领域应用的发展趋势及未来发展方向。

摘要：随着航天技术的革新,对近地轨道的通信需求逐年增高。近地轨道卫星就在此背景下产生,主要应用于遥感探测天气预报和数据通信领域。由于近地轨道卫星天线辐射波束所覆盖的地球表面是球面,因此波束通常设计为等通量形式。由于卫星通信通常存在极化失配、多径效应等问题,选择多极化而不是圆极化作为近地卫星天线的工作状态能更好地适应复杂的工作环境,保证通信质量,将等通量波束天线和多极化可重构技术结合起来有很大的应用前景。基于一对正交圆极化波能合成线极化波的设计原理,文中提出了一种具有等通量波束的多极化可重构天线,该天线由可重构馈电网络和带扼流环的隔片极化器圆波导组成。馈电网络中嵌入单刀四掷开关(SP4T)与单刀双掷开关(SP2T),通过改变开关的工作状态,馈电网络将给圆波导提供不同的馈电条件,在圆波导内隔片的作用下天线实现两种圆极化与两种线极化的可重构。通过在圆波导口引入扼流环以及波导口作“T”型开槽处理,实现波束赋形,并且保证天线在不同极化状态下辐射等通量波束。实测结果显示,天线在不同的极化状态下-15 dB重叠阻抗带宽14.7%,覆盖4.80~5.56 GHz,方向图顶部在θ为-24°~+24°范围内具有平坦效果,圆极化状态下空间轴比覆盖-51°~+50°,覆盖范围大于方向图顶部平坦范围。天线实测结果与仿真结果有较好的一致性,具有多极化和方向图顶部平坦的优势,可满足移动通信和卫星通信中多极化应用场景的需要。

摘要：针对传统的粗细双路径图像修复算法在修复图像时提取全局特征能力弱和所修复图像与原图像存在频域差,导致修复的图像全局结构差和存在伪影的问题,提出了傅里叶变换下的粗细双路径图像修复算法。为了改善编码器特征提取能力,设计了具有压缩奖惩机制的编码器来提升网络采集全局信息的能力;在编码器训练时首次引入焦频损失来监督图像的修复,缩小了修复图像与原图像的频域差,提升了算法修复高频成分的能力,改善了修复图像伪影和模糊性。将该算法应用于CelebA数据集,所提的算法修复的图像比基线算法所修复的图像的峰值信噪比(PNSR)、结构相似性(SSIM)等性能分别提高了1.18%~6.14%,0.11%~2.24%,而距离得分(FID)降低了34.58%~38.79%。实验结果表明,所提算法以微小的时间成本获取了较好的性能提升,增强了修复图像的全局结构性和清晰度。

摘要：随着机器人技术的发展，仿人机器人在多个领域展现出应用潜力和价值。针对仿人机器人，基于机器视觉进行自主抓取研究，旨在提高仿人机器人在自然环境中的抓取适应能力和动作仿人性。在机器视觉方面，硬件采用Realsense-D435深度摄像头，利用YOLO(You Only Look Once)物体检测模型实现目标物体的识别、空间定位、深度图裁切和目标点云生成，并根据目标点云与标准点云的配准算法（ICP）获取物体的姿态，通过D-H法对机器人头部进行建模，将物体的位置和姿态由相机坐标系转换为机器人坐标系。在运动规划上，参照人手臂的抓取规律，将抓取过程分为9个基础动作：初始位、移动至预抓取位、抓取物体、提起物体、搬运物体、移动至放置位、放置物体、退出位和回到初始位，针对不同物体确定对应抓取姿态，以提高抓取成功率，根据视觉获取的抓取点和放置点，自主计算余下的关键点，并以空间弧形作为抓取轨迹，通过Matlab仿真，验证抓取过程机械臂末端运动轨迹和关节轨迹的合理性。最后进行物体抓取实验，结果表明，仿人机器人在自然环境中能够快速准确地识别和定位不同物体，并能成功进行抓取和搬运，成功率均在80%以上，并且能够兼顾动作的仿人性，验证了所提出方案的有效性。本研究可促进仿人机器人在人类日常生活中的应用和普及。

摘要：为解决交通仿真建模过程因缺乏深层次考虑复杂驾驶行为而导致精度不足的问题,提出了基于驾驶模拟技术的交通仿真参数标定方法。以深圳市机荷高速改扩建工程作为研究案例,基于VISSIM构建案例全线交通仿真模型,应用UC-winRoad道路三维建模软件构建高逼真驾驶模拟场景,开展驾驶模拟实验提取复杂场景的典型驾驶行为特征,采用车头间距、行驶速度等跟车行为指标建立仿真参数标定函数,针对标定算法效能问题,通过改进的遗传粒子群算法寻优Wiedemann99跟驰模型的标定参数,以期提升微观交通仿真模型的分析精度与应用效果。结果表明:相比于正交试验与基于交通感知数据迭代寻优的标定方法,该标定方法求解参数标定值误差分别降低47.2%和9.1%,更加符合项目本地化驾驶行为特征,可显著提升交通仿真模型的可信度;相比常规遗传算法、粒子群算法,遗传粒子群算法不仅能找到全局最优解,而且收敛速度比遗传算法快17轮,能同时满足算法有效性与高效率的要求。