摘要：优质的海水是深远海集约化养殖成功的前提,提升养殖水体的溶解氧对于高密度养殖至关重要。增氧锥是养殖水体最高效的增氧设备之一。针对深远海养殖工船空间紧凑的现状,对增氧锥外形进行优选,并开发相关配件,以达到高效增氧和节约空间的目的。采用流体仿真技术,利用其文丘里结构产生的射流、偏流、回流现象获得增氧效果;通过设计开发微孔曝气射流装置,借助微气泡原理和二次射流效果,进一步提升了增氧锥中氧气溶于水的效率。流体仿真软件结果显示,在其他条件相同的情况下,增氧锥截面角度为28°时,液速峰值最高,产生的溶解氧效果最佳;有无曝气管射流的对比实验结果显示,加装曝气管的增氧锥增氧速度较快,该配件对于增氧锥的作业有良好的辅助功能,具有较好的应用价值。

摘要：针对隧道环境中监控图像分辨率低与车辆运动轨迹特征异质性减弱导致的驾驶员识别准确率偏低问题,本文提出一种融合卷积与多头注意力机制的驾驶员识别方法(Multi-scale CNN with Multi Attention),通过充分利用驾驶过程人—车—路—环境多源信息的协同耦合关系提升识别精度。首先,设计开展实车驾驶试验,构建针对隧道路段的人—车—路多源驾驶数据库并设计特征集合;其次,搭建驾驶员识别模型框架,该框架通过多尺度卷积神经网络学习驾驶过程中的局部波动,并通过并行的多头自注意力层结构捕捉驾驶时间序列的长期依赖性,实现局部信息与全局信息的有效整合,从而提升隧道场景的驾驶员识别效果。结果显示,与其他先进的算法相比,所提出的模型在驾驶员身份识别任务中的准确率高达99.07%,调和F_(1)分数达到99.03%,充分证明了所提方法的有效性。此外,通过特征贡献度评估方法对隧道场景下驾驶员身份识别任务中的特征重要性进行深入探究发现,相较于车辆历史运动数据,驾驶员心理、生理及视觉特征显示出更高的贡献度。研究结果可为隧道场景多源数据应用提供支持,并对隧道安全监管提供技术支撑。

摘要：随着现有工程问题高非线性、高计算复杂度、高维度等特征的凸显和对低成本高保真度仿真模型的要求,基于多学科耦合的工程结构多目标优化设计求解难度显著提高,且计算量大,这一问题引起了广泛的研究。针对这一挑战,本文提出了一种基于混合指标自适应采样代理模型实现工程结构多目标优化设计的方法。为降低优化设计成本,综合考虑了优化设计空间的全局探索与局部开发特征,提出了一种基于Voronoi区域划分的混合指标自适应采样方法,用于全局代理模型构建,经与不同案例及方法对比测试,在保证精度的前提下显著降低了样本数量;为实现工程结构多目标优化问题的求解,提出了一种基于优势面旋转投影和区域划分新型拥挤度算子的多目标优化设计NSGA-Ⅱ-RD(Improvednon-dominatedsortinggenetic algorithmⅡbased on a rotation and density operator,NSGA-Ⅱ-RD)算法,经与不同算法对比测试,该方法求解收敛速度更快且计算结果准确。最后,将提出的混合指标采样代理模型构建方法与NSGA-Ⅱ-RD算法结合,在绝缘栅双极晶体管母排的结构设计上进行应用,针对母排的质量、电路压降与疲劳损伤进行多目标优化设计。结果表明,该方法不仅保证了母排的轻量化与良好导电性能,还使其具备了更好的抗超声焊接疲劳性能。同时,验证了该方法在保证低成本与高精度仿真模型的前提下,能够有效解决实际工程中的多目标优化设计问题。

摘要：在减污降碳协同增效的背景下,对污水处理厂开展全面、准确的碳排放核算,并提出减污降碳协同的工艺优化方案具有重要的现实意义.本文在团体标准《污水处理厂低碳运行评价技术规范》(T/CAEPI-2022)的基础上,提出了一种更全面的城镇污水处理厂碳排放核算方法,考虑了进水溶解性CH4、污水化石碳、外加碳源以及受纳水体残余污染物引起的碳排放.以浙江省某城镇污水处理厂(8000 m^(3)·d^(-1))为研究对象,利用该方法核算了其直接和间接碳排放,并利用BioWin进行了减污降碳协同工艺优化.结果显示,该厂2022年度总碳排放为2472.49 t CO_(2)eq,比现有标准的核算结果高出9.01%,其中,电耗碳排放占总碳排放的54.55%.利用BioWin软件建立了污水处理厂工艺概化模型,通过敏感性分析确定对模型输出结果影响显著的参数并校正模型.选取影响出水水质和碳排放的5个关键工艺参数:好氧区溶解氧、硝化液回流比、污泥回流比、排泥量、碳源投加量,基于模型进行了减污降碳优化方案设计与模拟.工艺优化后总碳排放降低了17.25%,且出水水质显著提升,预计每年降低成本约299074.70元,经济和环境效益可观.

摘要：针对CO_(2)化学吸收系统中存在的高再生耗能和吸收剂长时间高温受热产生热降解的问题,提出了一种新型管式降膜再沸器。通过对降膜流动特性分析,开展了液体分布器结构优化设计研究,并且在200m^(3)/h烟气CO_(2)化学吸收中试平台进行了系统热工实验,以验证降膜再沸器的传热传质性能并寻找最优操作参数。通过降膜流动实验发现,优化接管开孔和分布槽孔径后的液体分布器不均匀度可显著降低至0.026。结果表明,随着管内液相流速的增加及层流与湍流状态的转变,降膜再沸器总传热系数呈先减小后增大的趋势。同时,随着蒸汽质量流量由60kg/h增加至70kg/h和80kg/h,再生率可由10%左右上升至20%左右,最高可达到24.7%,从而促进了胺溶液的二次解吸。增加蒸汽流量和胺溶液进口温度,降膜再沸器热流量逐渐增大,整体传热性能逐渐增强,总传热系数随之增加。所开发的CO_(2)化学吸收管式降膜再沸器,实现了降低吸收剂在再沸器内停留时间,同时提升了再沸器传热效率及胺溶液CO_(2)再生率,有望显著降低碳捕集再生热耗。

摘要：随着城市地铁隧道空间断面的多元化发展,既有隧道不可避免地面临不同直径盾构穿越的巨大风险。基于半无限饱和土初值解,考虑盾构机直径与类型,提出开挖面附加推力、盾壳摩擦力、盾尾注浆压力等施工参数的修正计算方法,推导出饱和软土地区不同直径盾构穿越引起既有隧道竖向变形的计算公式。研究结果表明:相较于已有文献中计算方法,本文计算方法在预测饱和土大直径盾构穿越引起的既有隧道变形时更有优势。盾构斜穿既有隧道时纵向沉降槽会发生偏移,变形在盾构离开隧道轴线4.5倍盾构机长度后趋于稳定。不同类型盾构机开挖面稳定原理的差异性是影响计算结果的关键因素,考虑泥浆重度分布的开挖面附加推力比考虑挤土效应的开挖面附加推力对盾构直径变化更为敏感。

摘要：近些年来,随着ChatGPT,Midjourney,Stable Diffusion,Gemini等大模型的横空出世,生成式人工智能大模型取得了飞速发展,各行各业迎来了新一轮的技术变革。旨在探讨这一前沿技术在设计领域的应用,特别是在设计创新和创意产出方面的影响。首先,我们介绍了生成式人工智能大模型的基本原理,着重阐述其在文本生成、图像生成等任务上的成功应用。其次,我们深入研究了生成式人工智能大模型在设计领域的具体应用,主要包括服装设计、平面设计、漫画设计、机器人设计、工艺品设计、游戏设计等方面。此外,还探讨了生成式人工智能大模型在设计领域可能面临的挑战以及相应的解决策略。最后,我们强调了在设计领域使用生成式人工智能大模型的潜在益处,以及在设计过程中应扮演的角色。

摘要：现有的光学相干层析内外指纹提取方法对轮廓依赖性强,且容易受到噪声和错误的干扰,影响指纹的质量和识别率。为解决该问题,提出一种基于软标签和坐标注意力U-Net的光学相干层析内外部指纹提取方法。在标注过程中,根据角质层和活性表皮层轮廓的位置为周围像素分配不同的概率权重,使得接近轮廓中心的像素具有更高的概率权重。然后,利用U-Net网络学习这种概率分布,该设计不仅考虑了轮廓及其周围像素的权重信息,同时减少了噪声和错误的影响,降低了算法对轮廓准确性的依赖性。同时,为了更好地聚焦于角质层和活性表皮层区域的位置信息,还在U-Net网络中引入了坐标注意力模块。最终,根据网络预测的概率分布结果和原始图像的灰度信息,生成内外部指纹图像。实验证明,所提方法显著提升了指纹的质量和匹配性能。

摘要：本文综述了利用COMSOL软件进行质子交换膜燃料电池相关结构仿真模拟的研究进展,分析基材层(碳纸层)和整个气体扩散层特性(几何参数、孔隙率等)及操作条件(压力等)对电池性能的影响,并且回顾了利用COMSOL仿真模拟在燃料电池运行条件(温度、电压等)、水管理、电池流场结构设计及性能优劣评估等方面的研究,以期为气体扩散层的结构设计和电池的性能优化提供参考。

摘要：针对现有驾驶人情绪识别方法存在的识别实时性不足、识别精度较低等问题,提出一种表情识别及其时序情绪表达的驾驶人情绪识别方法。首先,建立VGG Lite驾驶人表情识别模型,在传统VGG Net模型结构上,通过改变卷积层堆叠结构以大幅减少模型的参数量,修改激活函数以增强模型对人脸表情中细节特征的表达能力,并在模型中增加性能优化层来提升模型的收敛性和泛化性。其次,分析表情时序变化与情绪状态之间的关系,研究时间序列演变的情绪表达方式,设计了包含表情时序转化、表情-情绪量化映射和时序情绪表达的驾驶人时序情绪识别方法。然后,采用Fer2013数据集,将所提出的VGG Lite驾驶人表情识别模型与其他模型进行比较验证,证明了该模型不仅可以保持高识别准确率,还有效降低了模型参数量,从而提高了识别速度,此外,采用自制数据集识别表情获得了98.8%的高准确率,证明了该模型能有效识别不同驾驶情境中的驾驶人表情。最后,以公交车驾驶人情绪识别为例对提出的时序情绪识别方法进行试验验证,结果表明,该方法能够准确识别驾驶人各种表情转换下的复杂情绪状态,平均识别率高于95%,比单帧情绪识别方法提升5%以上,每帧图像的情绪识别耗时平均低于0.03 s,每秒平均识别超过10帧,满足交通驾驶情绪识别的实时性要求。所提方法能够及时、准确地评估驾驶人的情绪状态,为提高交通系统整体安全性和效率提供了更有效的手段。