摘要：摩擦起电(triboelectrification,TE)是几乎所有材料表面都存在的物理现象,而半导体材料的TE不同于起静电的介电材料。在半导体与半导体或金属的动态接触界面上,机械摩擦导致界面原子间化学键合的不断破坏和重建过程,释放能量量子(也称键合子)来激发半导体界面的非平衡电子-空穴对,被激发的电子-空穴对在p-n结(或肖特基结、半导体异质结)的内建电场的作用下分离,从而在外电路产生直流电,该现象被称为摩擦伏特效应。此过程类似于光伏效应,不同之处在于能量的来源。在摩擦伏特效应中,电子-空穴对是由界面处原子瞬时跃迁释放的能量或界面处形成新键时释放的能量来激发,而光伏效应则是由光能激发。本文综述了基于摩擦伏特效应的直流发电机的研究进展,包括机理研究、材料与器件设计、表面改性增强策略等多个方面,并讨论了摩擦伏特器件在可穿戴设备领域作为柔性直流电源的设计开发、性能优化以及未来潜在应用场景。

摘要：对于图数据上的正则路径查询(regular path query, RPQ)问题,其使用正则表达式定义图中两个节点之间的约束。针对现有的RPQ在图上遍历匹配方法效率低下这一问题,提出一种基于倒排索引的RPQ算法,在图上构建标签的倒排索引,匹配过程中快速检索标签的相应倒排列表。设计的IRPQ算法将查询转化为面向倒排列表的查询计划树,经过优化以减少冗余列表合并操作。在真实数据集上进行了实验,其结果表明,IRPQ及其优化算法相比现有方法显著提高了查询性能。

摘要：目的工业数字孪生技术在钢铁行业的应用展现了其显著的潜力,成为工厂数字转型的核心技术之一,尤其在数据建模方面。本文梳理工业数字孪生中数据建模技术在钢铁行业中的应用。方法通过梳理相关文献,重点分析四种数据建模方法,即基于知识的方法、基于机理的方法、基于传统机器学习的方法和基于深度学习的方法,详细介绍这些方法的优势、局限性和具体应用案例。探索了这些方法在数字物理实体融合的工业数字孪生系统构建中的潜力,以及未来模型的可扩展性设计,特别是针对大模型技术的应用。结论通过这一综述,梳理钢铁行业现有工业数字孪生数据建模技术,为钢铁行业的数字化转型提供有价值的见解,并为未来的研究和实践提供方向。

摘要：考虑到机场场面多资源之间的耦合性影响场面整体调度性能以及场面一体化综合调度模型存在求解时间长的问题,研究了场面滑行道调度与跑道调度问题两步综合优化调度方法。方法将整体调度过程分为两个步骤分别进行处理:第一步考虑停机位区域的滑行冲突与跑道运行间隔约束构建多跑道航班起降序列优化模型,并设计遗传算法求解;第二步,将步骤一获得的跑道起降顺序作为第二步的约束,同时考虑航班场面滑行区的滑行冲突以及跑道间隔约束构建了综合调度模型,为进离场航班生成滑行道和跑道的综合调度方案。实验结果表明,该两步综合优化调度方法可以在满足运行需求的计算时间内实现场面滑行道和跑道的综合优化调度。

摘要：为挖掘普安大厂茶(Camellia tachangensis ***)的价值,丰富普安茶产品类型,分别以普安大厂茶群体种春梢独芽、一芽二叶、一芽三叶及单叶为原料,参照白茶“萎凋→干燥”的基本工艺设计3种不同萎凋方式制作普安大厂茶白茶。对所制白茶样品进行感官审评及主要内含成分检测,并通过主成分分析评价其综合品质,以确定普安大厂茶白茶加工的最适原料及工艺参数。结果显示,以独芽原料所制的白茶感官品质较好,表现出鲜醇、花蜜香、甜果香的品质,优于其他嫩度原料。白茶内成分含量在不同嫩度原料及不同萎凋方式下均有差异,但变化没有明显规律。利用白茶感官品质得分、内含成分含量及儿茶素评价指标进行主成分分析,筛选出白茶综合品质最佳的组合为W12,即以独芽为原料,采用“日光自然”复式萎凋所制白茶芽头细长、绿黄带褐较润,汤色绿黄尚亮,清香纯正,滋味鲜甜;茶多酚、氨基酸、咖啡碱、可溶性糖含量较高,水浸出物含量适中,可作为普安大厂茶白茶加工的优选模式。

摘要：针对南、北方供暖的需求差异,基于历年气象数据,综合考虑累年最冷月平均温度、供暖度日数HDD18、供暖期天数等多种因素,分析了中国南、北方8个典型城市的气候特征;同时结合需求调研和温度分布、波动差异对比情况,讨论了不同地区热负荷动态特性及负荷求解宜使用的方法;分析总结了南、北方地区的系统运行特征情况,给出了关于供暖系统设计、系统形式、运行策略的建议;并通过实际案例具体分析了供暖系统设置的适宜性问题,为后续供暖设计方法、参数确定,供暖方式选择和系统设置提供基础。

摘要：针对轻型结构快速装配需求,以箱式医疗应急建筑为例,提出一种基于BIM可视化编程的箱式房结构机器人智能建造方法。该方法通过BIM可视化编程算法确定各预制构件的安装顺序和定位,并基于RRT-Star算法生成机械臂安装各构件的作业路径参数。并通过仿真实验对预制构件安装顺序和定位BIM可视化算法以及安装路径障碍物规避RRT-Star算法进行了测试。结果表明,该智能建造方法能够为给定的轻型结构BIM确定合理的预制构件安装顺序,其中生成的各构件坐标值沿z轴、y轴、x轴以升序排列,符合结构在空间上从下到上、从左到右和从后到前的安装逻辑;该智能建造方法能够根据预制构件的刚体模型建立机械臂自动化安装作业的轨迹参数,实现了更适用于建筑应用场景的装配路径避障。

摘要：为提高超宽带(ultra-wideband,UWB)技术在非视距(non line of sight,NLOS)环境下的定位精度,提出一种基于粒子滤波融合视觉与UWB数据的定位方法。视觉模块通过识别与检测标签推算出绝对位姿;UWB模块鉴别由NLOS条件干扰的测距值,筛选最优测距值进行自适应权重的定位算法,提升覆盖区域的整体定位精度;基于粒子滤波将两者的实时定位信息进行数据融合。实验结果表明,融合定位方法具有实时性和鲁棒性,有效抑制了NLOS环境引起的误差,在NLOS环境下定位精度能够达到0.26 m。

摘要：在空间引力波探测航天器平台系统控制框架下,针对空间惯性传感器这一关键载荷具备非线性未建模动态且存在性能约束的高精度控制问题,提出一种基于数据驱动理论的数据驱动自适应控制方案,实现空间惯性传感器动力学系统作为一类非仿射非全局Lipstchiz连续系统时的精确稳定控制目标。基于模糊规则建立系统附加不确定性估计器,利用其通用逼近特性保证估计误差的有界性。基于控制障碍函数(Control Barrier Function,BLF)构建非对称性能约束,利用BLF设计的控制器实现闭环信号的非对称约束控制。根据收缩映射原理及离散时间系统Lyapunov理论分析各闭环信号及自适应估计的有界性,数值仿真验证了该数据驱动自适应非对称约束控制方案的可行性和有效性。

摘要：随着深度学习的快速发展,其在语音处理、图像识别和自然语言理解等领域被广泛应用,为科研产业以及日常生活带去了巨大的变革.Intel紧跟深度学习的浪潮,推出了第2代Xeon Phi处理器KNL(knights landing),其后又发布了第3代Xeon Phi处理器KNM(knights mill),为深度学习的蓬勃发展带去了新的活力.通过在Intel平台上进行快速卷积算法Winograd的研究与优化,对比Intel MKL(math kernel library) DNN(deep neural network)中的卷积性能,推动Intel MKL DNN中深度神经网络接口的完善以及Intel平台上深度学习的发展.研究中结合Intel最新深度学习平台的AVX-512指令集、高速内存MCDRAM、多Memory/SNC模式、二维网格状内核结构等特性,并通过对内存分配、数据调度等情况的分析,设计优化Winograd算法,一方面选取典型的卷积神经网络(convolutional neural network, CNN)网络模型VGG19,测试对比Intel MKL DNN的卷积实现,最终取得了2倍多的性能加速比;另一方面,通过测试常用卷积类型,对比Intel MKL DNN和NVIDIA cuDNN,验证了实现的Winograd对于常用卷积类型具有很好的适用性且具有实际使用价值.该研究工作期望为Intel平台在深度学习领域的发展提供重要的指导意义.