摘要：为研究藏文文字对藏汉双语指路标志视认效果的影响,设计了4种不同藏文字高和高宽比的藏汉双语指路标志,并建立了道路仿真模型.选择藏族和汉族司机各10名,使用驾驶模拟器和眼动仪进行驾驶模拟实验.对眼动仪获取的被试瞳孔直径和视觉识别持续时间数据进行方差分析.结合驾驶模拟器数据统计分析结果和视认体验问卷调查结果,研究得出:在藏文字高为汉字字高的2/3时,藏族司机对指路标志的视认效果优于1/3和1/2汉字字高,说明增加藏文字高有利于提高指路标志的视认效果.藏文高宽比形式对驾驶员视认难易程度无显著影响,但会影响指路标志的美观性.建议提高藏文的推荐字高,以改善藏族司机的视认过程.

摘要：当前,高渗透性反渗透膜材料的研究引起了广泛的关注,然而高渗透导致的浓差极化与膜污染加剧等瓶颈问题限制了高性能膜材料的应用发展.本工作采用机器学习结合超级计算提出了针对先进反渗透膜材料的组件进水隔网(亚毫米级)与系统(米级)的多尺度优化设计新方法.在进料含盐度35,000 ppm,回收率50%典型工况下,对标目前国际先进海水反渗透淡化工艺,本文提出的优化方案能使淡水制备比能耗(1.66 k Wh/m^(3))降低27.5%,所需膜面积减少约37.2%,系统最大浓差极化因子控制在工程允许范围以内(<1.20),可有效缓解高渗透膜系统中膜污染问题,为高性能膜材料精准设计提供理论依据、计算工具和大数据支撑,有重要的应用潜力.本文提出的机器学习结合超算的多尺度设计新研究范式,突破了基于“试错法”的传统单一尺度组件设计限制,高通量并行计算规模可扩展至93,120核以上,较串行算法计算效率提升3000倍以上,可大幅度缩短高性能膜组件的设计周期.

摘要：为了评估空气污染带来的健康冲击、评估健康效益,克服现有评估工具(BenMAP V4.0)计算速度缓慢及用户体验较差等问题,受美国环保署委托,设计并研发了新一代空气污染与健康效益评估工具BenMAP CE,搭建了BenMAP CE的框架,进行了详细功能设计,并利用美国环保署提供的数据进行了实测.测试结果表明,基于相同的输入文件和设置,BenMAP CE能重现BenMAP V4.0的计算结果,相比现有的评估工具,BenMAP CE具有良好的用户体验、强大的GIS展示功能及大幅提高的计算速度.BenMAP CE是考虑了污染物环境浓度削减、人口密度、收入差异等经济因素的综合性评估工具,能为决策者评估空气污染控制措施所带来的健康效益提供辅助决策依据.

摘要：通过设计制作支盘桩模型进行超声波跨孔法检测支盘桩轮廓尺寸可行性试验。利用超声波透射法采集导管间介质的超声波行程时间和波形等特征,据此判断桩体外轮廓形态。研究表明,波列图首波线形状与模型桩体轮廓对应,初至波线所描绘的轮廓与支盘桩实际轮廓基本吻合,可以用来初步判断桩体外轮廓的形态;检测超声波的传播方向对桩体轮廓尺寸检测结果无显著影响,对接收到的超声波的能量有一定影响,进而影响声测管的有效距离;在本模型桩试验条件下,可假定超声波沿直线穿越介质接触界面,由此建立的桩体轮廓尺寸计算公式的精度能够满足工程桩轮廓检测的需要。