摘要：真随机数发生器(TRNG)作为一类重要的硬件安全原语,在密钥生成、初始化向量和协议中的身份认证等加密领域得到应用。为设计出高吞吐量的轻量级TRNG,该文研究了利用多路选择器(MUX)和异或门(XOR gate)的开关特性来产生亚稳态的方法,提出一种基于亚稳态叠加单元(MS-cell)的TRNG(MS-TRNG)设计。它将MUX和异或门触发的亚稳态进行叠加,从而提高TRNG的熵。所提TRNG分别在Xilinx Virtex-7和Xilinx Artix-7 FPGA开发板中实现,无需后处理电路。与其他先进的TRNG相比,所提TRNG具有最高的吞吐量和极低的硬件开销,并且它所生成的随机序列通过了NIST测试和一系列性能测试。

摘要：针对机械故障样本数量不平衡情景下的故障诊断模型存在精度与泛用性不高的问题,借鉴模糊属性理论获取强监督模型的思想,设计了一种双加权不平衡矩阵分类器(Twin weighted imbalanced matrix classifier,TWIMC)。TWIMC通过使用基于样本不均衡度的模糊隶属函数调节每个样本的权重,以增强对少数类样本的关注,平衡模型对所有类别样本的倾向性。同时,TWIMC依靠先验知识对核范数的奇异值进行权值分配,利用较大阈值过滤较小奇异值,进而保留矩阵样本的强关联低秩信息。最后,利用滚动轴承和齿轮故障数据集对所提方法进行验证,实验结果显示,TWIMC在不同不平衡比条件下均表现突出,展示了优异的机械故障诊断与分类性能。

摘要：优化设计太阳能蒸发器的结构并提高光热转换效率是改善其蒸发性能的有效途径。本工作基于原位自由基聚合反应,设计了一种多层结构的聚丙烯酰胺(PAM)复合水凝胶太阳能蒸发器并研究了其性能。该水凝胶由底部PAM/纳米纤维素(PAM/CNF)水运输层、中部PAM/碳纳米管/氮化钛(PAM/CNTs/TiN)光热转换层以及顶部“孤岛”状PAM/空心MXene微球(PAM/HSMX)构成的粗糙表面层组成。这种设计构建的PAM/CNF-PAM/CNTs/TiN-PAM/HSMX多层结构水凝胶太阳能蒸发器(ML-SVG)不仅能够提高光热转换效率,减少热量的损耗,而且促进了水分的运输,从而赋予ML-SVG优良的蒸发性能。ML-SVG在2kW·m^(-2)太阳光照射下的蒸发速率达到2.2kg·m^(-2)·h^(-1),同时具有优良的循环使用性能,高效的污水净化和盐水淡化性能。

摘要：量子近似优化算法(Quantum Approximate Optimization Algorithm,QAOA)是求解组合优化问题的算法框架,是近期最有可能展示量子计算优势的算法之一.在QAOA框架内,表征解的量子态采取的二进制编码方案导致的对称性限制了QAOA的性能.为了克服这一局限性,本文受Dicke态制备算法的启发,给出了一种新的解编码方案,消除了现有编码方案中的对称性.本文还设计了新的演化算子——星图(Star Graph,SG)算子,及其对应的SG算法,给出了算法求解图分割问题时的量子电路.在IBM Q上的实验结果显示,星图算法比标准QAO算法平均约有25.3%的性能提升.

摘要：近年来,人们在结构声场和声学结构表面波中发现了声波横向自旋的现象,其不仅丰富了人们对声波基本性质的理解,也为操控声波提供了新的途径.在本文中,我们设计了平整型、上凸型、下凹型的梯度声学波导,实现对声学表面波的横向自旋分布进行操控.通过理论分析和数值仿真,研究了自旋声源在3种梯度结构中激发的压力场分布以及自旋角动量密度分布,验证了近场声自旋-动量的方向锁定,展示了梯度波导中声表面波的自旋强度分布操控.研究结果可能促进对声学近场物理的对称性理解,以及提供一种操控声学自旋角动量密度的方法,为利用声波操控粒子开辟新的路径.

摘要：近年来,为解放底板高承压灰岩水上煤炭资源,华北煤田普遍采用地面定向钻技术,对太原组薄层灰岩进行区域性注浆加固改造(习称“底板区域治理”),以全面封堵灰岩岩溶裂隙并阻断垂向导水通道。该技术中,与浆液扩散范围(半径)密切相关的“水平分支孔”孔间距设计问题,一直备受学界和业界的广泛关注。皖北矿区底板区域注浆工程量大,特别是深部资源开采,将有数十亿元的注浆工程,有必要查清浆液扩散范围真实数据。为此,以皖北矿区恒源煤矿为研究基地,依托Ⅱ63采区底板区域治理工程,设计并实施浆液扩散范围示踪试验,在中间的水平分支孔(Z8-7)投放荧光剂(示踪剂),在两侧的水平分支孔(Z8-6、Z8-8)以及交叉分支检测孔(Z8JC)取岩屑样鉴别荧光水泥,以获得浆液扩散范围,进而在浆液扩散影响因素分析基础上,构建恒源煤矿底板区域注浆治理浆液扩散范围计算公式。结果表明:①综合岩屑现场及室内鉴别结果分析,获得恒源煤矿Ⅱ63采区底板区域注浆浆液扩散范围为38.3~44.0 m,且水泥分布密集区在水平分支孔浆液扩散范围30 m以内,该区域内注浆效果最佳。②通过现场岩屑快速鉴别与室内岩屑精准鉴别,取得的浆液扩散范围基本一致,证明了荧光示踪浆液扩散范围的有效性。③通过对比分析,认为在计算参数、边界约束等符合实际注浆工况条件下,浆液扩散范围理论计算和数值模拟结果,与现场示踪试验实测结果较为接近。④利用示踪试验过程中的压水试验及注浆参数、钻遇构造及水文地质响应等数据,考虑重力、构造、地下水径流等因素影响,借助SPSS非线性拟合软件,得到恒源煤矿Ⅱ63采区底板区域注浆浆液扩散范围计算公式。⑤基于恒源煤矿受注层实际地质、水文地质条件,利用拟合的浆液扩散范围计算公式得出Ⅱ63采区Z8场地浆液扩散范围为37.8~42.9 m,与浆液扩散范围示踪试验实测结果相近,计算公式可在类似条件下推广应用。本次煤矿底板区域注浆浆液扩散范围现场示踪工程试验,不仅取得了浆液扩散范围的真实数据,而且阐明了浆液扩散与多种地质、水文地质因素之间的内在联系,揭示了超深、超长定向钻注浆浆液扩散机理,构建了浆液扩散范围计算公式,为类似条件下底板区域治理工程水平分支孔孔间距的合理设计提供了参考依据。

摘要：目的:设计一种辅助缩唇呼吸训练工具,并观察其在COPD患者居家肺功能康复中的应用效果。方法:选取本院2020年1月—2021年1月收治的116例COPD患者作为研究对象,根据随机数字表法将其分为对照组和观察组(每组n=58),对照组给予常规吸入药物治疗及缩唇呼吸训练指导,观察组在对照组基础上使用辅助缩唇呼吸训练工具进行缩唇呼吸训练,对比两组患者出院后1、3、6个月肺功能指标、动脉血气指标、6MWD、m MRC、BODE指数、患者满意度。结果:观察组训练3个月、6个月后肺功能指标(FVC、FEV1)优于对照组(t=2.196、2.613、3.022、4.200,P<0.05),动脉血气指标(PaCO_(2)、Pa O2)优于对照组(t=5.223、11.536、2.086、2.223,P<0.05),6MWD高于对照组(t=10.725、11.620,P<0.05),m MRC低于对照组(t=10.110、22.567,P<0.05),BODE指数1级(17.24%、34.48%)、2级率(37.93%、48.28%)均高于对照组(10.34%、6.90%、25.86%、27.59%),3级(25.86%、17.24%)、4级率(18.97%、0)均低于对照组(31.03%、34.48%、32.76%、31.03%)(Z=﹣2.060、35.273,P<0.05);观察组患者训练1个月满意度为91.38%(53/58),3个月满意度为96.55%(56/58),6个月满意度为100%(58/58)。结论:辅助缩唇呼吸训练工具可以改善COPD患者居家肺功能康复效果,增强运动耐力,减轻呼吸困难程度,提高患者满意度,值得临床参考。

摘要：针对矿井瓦斯(甲烷)气体浓度连续、安全、原位准确的监测需求,设计一种全光路激光甲烷传感探头。甲烷探头的体积仅为φ4 cm×8 cm(圆柱体),外部为不锈钢外壳。为确保测量过程的安全性,探头内部由全光学元件组成,而无相关电学结构,利用三面反射镜构成光路系统,探头的吸收路径约为20 cm,所设计的甲烷探头具有灵敏度高、鲁棒性强以及安全性高的优点。为验证甲烷探头的性能,在实验室搭建一套基于激光探头的甲烷浓度探测系统,使用中心波长为1653.7 nm的分布式反馈半导体(distributed feedback laser,DFB)作为光源,结合波长调制光谱(wavelength modulation spectroscopy,WMS)和直接吸收光谱(direct absorption spectroscopy,DAS)的技术,实现甲烷气体的高灵敏度探测。实验结果表明,常温常压下在低浓度(0~1%)测量误差小于±5.0×10^(-4),高浓度测量误差小于真值的±5%;该传感器的探测极限(1σ标准)为68 ppm且响应时间约为10 s;在较长时间内,不同距离(1 km、2 km、5 km)测量的甲烷气体浓度基本一致。上述实验验证了设计的甲烷传感探头可对甲烷气体进行准确探测,能够应用于矿井瓦斯气体的原位监测。

摘要：天然酶在活性、对映体选择性或热稳定性等方面经常难以满足应用与研究的需求,探索高效的酶分子改造技术改善该类酶的某些特性是酶工程的重要任务。酶分子改造技术主要包括理性设计、定向进化和人工智能辅助设计等。定向进化和理性设计是由实验驱动的酶分子改造策略,已经成功地应用于酶工程,但由于蛋白质序列空间的尺寸巨大以及实验数据少,现行的酶分子改造方法仍然面临着重大挑战。随着新一代测序、高通量筛选方法、蛋白质数据库和人工智能技术的发展,数据驱动的酶工程有望应对这些挑战。其中,采用人工智能辅助的统计学习方法,通过数据驱动方式构建序列/结构-酶性能的预测模型,依据预测模型挑选优良突变酶,大大提高了酶分子改造效率。基于酶分子改造的应用需求,本文综述了人工智能辅助酶分子改造的数据采集方法以及人工智能辅助酶分子改造的应用实例等,重点叙述了采用卷积神经网络预测蛋白质热稳定性的方法,以期为该领域的研究人员提供参考。

摘要：在工程材料的应用中,弹性模量是重要的性能参数,找到特定弹性性能的材料是新材料合成领域的热点问题,如何快速且准确的预测弹性在工程上具有重要意义.通过实际实验测量大量材料的弹性性能并不现实.因此,通过计算机模拟筛选材料数据,选出候选材料,再通过实际实验进行验证,是一种理想的新材料发现方法.目前材料性能预测的主要计算方法是基于第一性原理的高通量计算,这类方法效率低下,难以高效地完成大批量的材料筛选任务.而基于材料统计学的机器学习预测方法,可通过大数据挖掘,快速预测材料性能,成为一种有可能替代高通量计算的方案.本文将特征选择方法和机器学习模型进行组合,从中选择最有效的弹性模量预测组合方案,并设计交互界面对输入特征和材料弹性性能的关系进行可视化分析.实验表明Pearson/RFE和GBDT的组合模型性能最好,同时通过可视化分析发现每原子能量、熔点、密度等特征对于预测结果的影响较大.这些重要的特征可以从特征–目标关系中初步预测弹性模量的范围,目标属性值也可反过来估计材料的重要特征.这些研究成果可应用于探究弹性的影响因素、预测大批量材料性能和可视化分析指导材料合成.