摘要：为了优化马氏体耐热钢40Cr10Si2Mo的热轧生产工艺参数,建立线棒材轧制数字化设计及智能化系统数据库,在Gleeble-3500热模拟机上对马氏体耐热钢40Cr10Si2Mo进行单道次热压缩试验,研究了该钢在温度为900~1100℃、应变速率为0.1~20 s^(-1)条件下的应变补偿本构方程及动态再结晶行为,为探索塑性变形行为和组织优化提供理论依据。结果表明,应力随变形温度的升高而减小,随应变速率的增加而增加。温度和应变速率对热变形抗力(真应力)的影响主要取决于在塑性变形过程中,金属内部发生的加工硬化与动态回复、再结晶等软化机制交互作用的结果。建立了双曲正弦(Arrhenius)本构模型。对比发现所建立的本构模型预测值与试验值相关系数R2为0.98397,平均相对误差(AARE)为4.531%。采用对σ-ε曲线进行4次多项式拟合并求导的方法,分析了40Cr10Si2Mo钢的软化过程以及不同温度和应变速率下动态再结晶的临界条件。阐述了动态再结晶的临界条件与lnZ(Zener-Hollomon参数)值的关系。发现40Cr10Si2Mo钢在lnZ值小于63时,动态再结晶的临界应变随lnZ值的增大而增大。在lnZ值大于63时,动态再结晶的临界应变随lnZ值的增大变化不明显。对比了40Cr10Si2Mo钢的微观组织,发现在1100℃/0.1 s^(-1)条件下晶粒发生了相互吞食合并,部分再结晶晶粒没有长大,最终导致混晶组织出现。然而增加应变速率有助于动态再结晶晶粒的细化。

摘要：为了保护黄土高原矿区生态环境,解决传统工程措施景观效果差且随时间推移结构易失效的问题,采用植被进行坡面保护和侵蚀控制的边坡生态恢复治理,可以实现长期有效地固土护坡以及美化环境的功能。针对当前黄土高原矿区边坡生态恢复植被种植保障结构构筑物自重大,且后期存在强度损伤缺陷的问题,基于PVC板材具有耐酸、耐碱、耐盐、原材料丰富、质量小、对环境友好无危害、更好的耐久性,以及运输成本、施工工期、后期养护综合优势大的特点,提出了基于PVC板材格构锚杆梁的边坡生态恢复治理植被种植保障技术,阐述了其结构设计和施工方法,并整理了黄土高原矿区各植被分带区典型植被,提出了采用灌草型植被群落类型进行坡面生态恢复,辅以乔木进行多级平台生态恢复。结果表明:基于PVC板材格构锚杆梁的边坡生态恢复治理植被种植保障技术改善了传统施工工艺,结构简单,施工方法步骤简便,在保证结构完整性的基础上,自重较小,景观效果好,植被恢复率高,不仅起到坡面防护效果,还能提高边坡稳定性,应用前景广阔。研究成果对于进一步揭示基于PVC板材格构锚杆梁的植被护坡机理,以及黄土高原矿区边坡生态恢复治理研究,实现黄土高原矿区区域经济可持续发展具有重要意义。

摘要：医疗作为一种公共服务其市场巨大,但当前医疗服务的移动互联网接口——智慧医疗APP并没有呈现足够的市场规模,最常见的问题是智慧医疗APP应用周期短,用户黏性低。文中针对智慧医疗APP用户黏性低的痛点,通过问卷调查整理原始数据,并通过技术接受模型(TAM)结合计划行为理论(TPB)和感知风险理论(PR),分析了多种主要影响因素(感知有用性、感知易用性、主观规范、感知行为控制和感知风险)对智慧医疗APP用户黏性的影响,并提炼相关影响权值,作为未来智慧医疗类APP产品设计方向的参考依据。

摘要：针对差别化纤维生产过程中因忽视动态能耗而导致其生产工艺尚未合理优化的问题,首先对差别化纤维生产过程的工艺及能耗问题进行了分析,并将碳足迹引入到能耗计量与核算过程中,构建了一种基于碳排放足迹的差别化纤维生产过程能耗分析与计量模型;然后以涤纶低弹丝的加弹工艺为对象,从能源碳消耗、物料碳消耗以及工艺碳排放等方面入手,设计了涤纶低弹丝生产过程碳排放函数,并构建了基于碳排放函数的涤纶低弹丝生产工艺优化模型;最后根据涤纶低弹丝工艺数据,对工艺优化模型进行了算例分析及求解。结果表明,该模型优化了差别化纤维生产过程的关键工艺参数,并使碳排放量降低13.35%。

摘要：口腔白斑(OLK)是一种癌前病变,由于其与口腔内健康组织有视觉相似性,导致难以准确区分,目前,对OLK的诊断主要来自专业医生的经验,但这种方式效率低,诊断受主观影响大。该文提出具有空间注意力机制(spatial attention)的Mask R-CNN方法(Mask R-CNN-S)用于口腔白斑分割。Mask R-CNN特征提取能力受限于多任务的设计,在口腔白斑上分割效果并不理想。而Mask R-CNN-S是基于Mask R-CNN网络,并引入了卷积块状注意力模块(CBAM)中的空间注意力模块,考虑了空间上的重要性信息,帮助Mask R-CNN关注更重要的区域。此外,受限于数据量较少,该文利用在其他相关大数据集里训练出来的预训练模型,同时采用冻结浅层参数,更新深层参数的策略。试验结果表明,该文所提方法实现了相比于传统Mask R-CNN更好的性能。

摘要：借助接收信号强度指示(RSSI)测距的室内定位算法和卡尔曼滤波算法,将目标区域按照室内结构特点划分为多个子区域环境,在每个区域构建基于环境参数库的对数正态阴影扩展模型,同时设计与该扩展模型相匹配的硬件系统结构.利用卡尔曼滤波算法对该模型中所需变量参考距离处接收到的RSSI值进行过滤,并借助极大似然估计进行目标定位,在此基础上提出了一种基于RSSI测距改进的多区域环境自适应室内定位方法.验证结果表明,改进的多区域自适应定位方法与现有的均值法、多区域均值法相比,其室内定位误差分别降低了22.41%和15.1%,且可靠度达到71.43%,充分说明改进的多区域自适应定位方法可有效解决室内定位方法过度依赖外部环境导致定位精准度不高的问题.