华南师范大学学报(自然科学版)

碳达峰与碳中和

  • 基于热-流-固耦合的CO2多级压裂增强型地热系统取热数值模拟

    王高升;周一凡;赵佳琳;宋先知;黄中伟;易俊琳;李爽;夏毫宾;郑铖铖;

    在考虑裂缝内非达西渗流和局部非热平衡传热(LTNE)的基础上,构建了CO_2多级压裂EGS热-流-固耦合模型,并分析了复杂裂缝网络内渗流传热机制;对比不同裂缝网络条件下CO_2的多级压裂EGS取热效果,揭示了主裂缝、次级裂缝和天然裂缝在EGS取热过程中作用机制,研究了主裂缝条数、主裂缝开度、次级裂缝水平长度和天然裂缝渗透率等关键裂缝参数对EGS取热效果影响规律。结果表明:裂缝网络中存在非达西渗流,特别是在主裂缝中尤为显著。与只考虑主裂缝和天然裂缝的算例相比,进一步考虑次级裂缝后,其累积能量增加80.36%;在忽略主裂缝和次级裂缝后,其累积能量减少64.58%,说明人工裂缝网络对强化取热具有重要的影响。此外,主裂缝条数对取热效果影响最显著,当次级裂缝直接相交时累积能量达到最高。该研究有望为EGS复杂裂缝网络优化研究提供重要参考。

    2025年02期 v.57 1-11页 [查看摘要][在线阅读][下载 1575K]
  • 基于PSO-BP模型的省域交通运输碳排放多情景预测

    李雨;王君;张萌萌;付建村;

    以山东省交通运输领域为例,利用可拓展的随机性环境影响评估模型(STIRPAT)结合岭回归方法分析了碳排放驱动因素,采用粒子群算法(PSO)优化反向传播神经网络(BP神经网络),构建了以人口、人均GDP等7类变量为输入层的PSO-BP神经网络组合预测模型,对2023—2035年山东省交通运输在3种情景下的CO_2排放量进行了预测分析。结果表明:人口规模、人均GDP、能源结构、交通能源强度、货运周转量、民用车保有量是山东省交通运输碳排放的促进因素,交通运输强度是抑制因素;PSO-BP预测模型具有较高精度和较好的拟合效果,预测结果与单一的BP神经网络、支持向量回归模型(SVR)、STIRPAT模型对比,平均绝对百分比误差分别降低5.78%、2.00%和3.78%,均方根误差分别降低3.357×10~6、1.539×10~6、1.953×10~6 t,平均绝对误差分别降低2.651×10~6、1.128×10~6、1.756×10~6 t;预测期内,山东省交通运输CO_2排放量在低碳情景下将于2030年达到峰值5.535×10~7 t,在基准情景和高碳情景下将保持增长趋势。在现有政策基础上,山东省应持续优化交通运输结构,积极推广低碳出行方式,提升清洁能源应用比重,以实现交通运输的绿色化、低碳化及高质量发展目标。

    2025年02期 v.57 12-22页 [查看摘要][在线阅读][下载 514K]
  • 多关联因素下电力系统源荷碳排放责任分配方案

    赵海锟;常喜强;樊茂;田易之;

    合理分配碳排放责任,在兼顾公平性的同时有效提升分摊结果的激励范围,对推动电力系统低碳化发展至关重要。针对多方碳排责任,在采用碳流追踪模型的基础上,通过考虑负荷跟随特性并建立机组碳排评级系数,构建双向分摊因子,实现火电-负荷预估碳排的双向分摊,并根据出力偏差对应的碳排边际贡献量,采用Shapley值法,得到新能源机组的碳排责任量化结果。结果表明:对比固定系数法的分摊结果,考虑多关联要素的分配方案客观反映出个体的实际状况,明确了火电、负荷间的碳排贡献差异性,解决了新能源隐含碳排放难以准确计量的问题,具有一定的实用价值与参考意义。

    2025年02期 v.57 23-32页 [查看摘要][在线阅读][下载 601K]

材料化学与物理

  • 基于FPGA的磁性纳米粒子成像基频信号补偿方法研究

    杨晓冬;赵智健;郑炎焱;兰明东;侯致远;吴中毅;赵翚;

    针对磁纳米粒子成像(MPI)中激励磁场耦合导致的信号提取难题,采用FPGA、被动补偿与主动补偿相结合以及差分放大电路等方法对MPI信号检测进行了深入研究。结果表明:所提出的补偿策略能有效抑制激励磁场耦合,使粒子信号的基频信息显著恢复,MPI系统的分辨率与灵敏度得到提升。该研究对MPI技术的应用与发展具有重要意义。

    2025年02期 v.57 33-42页 [查看摘要][在线阅读][下载 678K]
  • 低共熔溶剂调控制备NH2-MIL-125(Ti)纳米晶体及其阳离子染料吸附性能

    谭秀娘;花宇星;信俊卿;周燕;

    对比传统溶剂热法制备得到NH_2-MIL-125(Ti)微米晶体(m-NMT),采用氯化胆碱和甲醇组成的低共熔溶剂作为传统溶剂热法的添加剂,调控制备了一系列具有不同尺寸、富含氧空位和配体缺陷、亲水性更强的NH_2-MIL-125(Ti)纳米晶体(n-NMT)。将该材料应用于水中阳离子染料罗丹明B(RhB)、孔雀石绿(MG)以及由阴、阳离子染料组成的混合染料的吸附,对RhB和MG的吸附结果进行了动力学拟合,进一步研究RhB初始浓度、RhB溶液pH对NH_2-MIL-125(Ti)吸附性能的影响以及n-NMT-53对RhB的循环吸附性能。结果表明:NH_2-MIL-125(Ti)材料对水中阳离子染料RhB和MG的吸附均符合准二级动力学模型,n-NMT表现出比m-NMT更优异的吸附性能。n-NMT-53对RhB和MG的准二级吸附速率常数k_2分别为18.14×10~(-2)和7.41×10~(-3) g/(mg·min),分别是相同条件下m-NMT(1.11×10~(-2)和1.76×10~(-3) g/(mg·min))的16.3倍和4.2倍。298.15 K下,n-NMT-53对RhB的饱和吸附量(79.87 mg/g)是m-NMT(34.03 mg/g)的2.3倍,并且n-NMT-53对RhB的高效吸附具有广泛的pH适用范围和良好的循环稳定性。n-NMT-53在混合染料中能够高效选择性吸附阳离子染料RhB和MG,对阴离子染料甲基橙的吸附效果较差。RhB在n-NMT-53上的高效吸附过程主要通过氢键相互作用、π-π相互作用以及金属Ti~(4+)的协同作用来实现。该研究提出了一种简便合成NH_2-MIL-125(Ti)纳米晶体吸附剂的新方法,对于高效染料吸附及水处理应用具有重要意义。

    2025年02期 v.57 43-55页 [查看摘要][在线阅读][下载 1676K]
  • 钢渣碱活化过硫酸盐降解盐酸四环素性能及机理

    李文豪;周新涛;罗中秋;阎崔蓉;赵世民;

    利用钢渣的高碱特性,将其磨粉后得到钢渣粉(SSP)。以SSP作为廉价碱源,用于活化过硫酸盐(PMS)降解盐酸四环素(TC)。结果表明:在SSP/PMS体系中,50 mg/L的TC去除率高达93.64%,连续4次循环实验后仍能降解超过80%的TC。无机阴离子和腐殖酸对体系性能影响较小。SSP/PMS体系不仅对TC有优异的去除效果,还对亚甲基蓝、刚果红等常见有机染料具有良好的去除效果。自由基淬灭实验和电子顺磁共振波谱(EPR)分析表明:体系中主要生成的活性氧为超氧自由基(·O~-_2)和单线态氧(~1O_2)。TC的降解途径主要包括去甲基、脱羟基、羟基化和脱酰胺等反应。该研究为钢渣的高效利用和抗生素废水的处理提供了新的思路。

    2025年02期 v.57 56-64页 [查看摘要][在线阅读][下载 917K]

数学与应用数学

  • 三维稳态MHD模型和三维稳态Hall-MHD模型在混合Lebesgue空间中的Liouville型定理

    周艳平;桂萍萍;范漪涵;

    在混合Lebesgue空间框架下,突破传统有限Dirichlet积分条件的限制,研究三维稳态情形下的磁流体动力学(Magnetohydrodynamics,MHD)模型和具Hall效应的磁流体动力学(Hall-MHD)模型的平凡解的唯一性。通过解决压力项估计这一关键难点,建立了这两类模型的Liouville型定理,即若光滑解(u,b)属于混合Lebesgue空间L~p(R~3),p=(p_1,p_2,p_3),1/p_1+1/p_2+1/p_3≥2/3,且对于三维稳态MHD模型满足p_1,p_2,■[3,+■),对于三维稳态Hall-MHD模型满足p_1,p_2,■[4,+■),则u=b=0。

    2025年02期 v.57 65-70页 [查看摘要][在线阅读][下载 241K]
  • Furstenberg族与非自治动力系统中的敏感性

    曾眺英;

    为了进一步研究非自治动力系统的敏感性问题,利用Furstenberg族研究了非自治动力系统中的初值敏感性和n-敏感性:给出了非自治动力系统是F-n-敏感的等价条件,证明了F-n-敏感性可以被因子映射所提升;证明了对于非自治动力系统(X,■),其中X为局部连通空间以及F是一个Furstenberg族,如果该系统是F-敏感的,则也是完全弱F初值敏感的。

    2025年02期 v.57 71-75页 [查看摘要][在线阅读][下载 217K]
  • 四阶问题基于降维格式的混合有限元法

    赵雪男;安静;

    为了有效地数值求解球域上的四阶问题,文章提出了球域上四阶问题基于降维格式的一种混合有限元法:首先,利用球坐标变换和球谐函数的正交性,将原始问题分解为一系列解耦的一维四阶问题,通过引入一个辅助的中间变量,进一步将其化为一个等价的二阶耦合系统。其次,定义了一类乘积型的带权Sobolev空间,对每个二阶耦合系统建立一种混合变分形式及其离散格式,并从理论上证明了弱解及其逼近解的存在唯一性以及它们之间的误差估计。另外,详细描述了基函数的构造与离散变分形式等价的矩阵形式。最后,给出了一些数值算例,数值结果表明了离散变分形式的有效性和收敛性。

    2025年02期 v.57 76-84页 [查看摘要][在线阅读][下载 596K]

计算机科学与软件工程

  • 基于改进RT-DETR的异形电子元件表面缺陷检测算法

    宣丽萍;陈济禾;甘一坤;刘海镔;曾北兴;曹子孝;

    异形电子元件表面缺陷检测是提高异形插件机插装工艺水平的关键环节。传统的人工检测易受人为主观性影响,模板匹配算法的效率较低,且在样本数据不足的情况下,现有深度学习技术在缺陷检测方面存在精度低、实时性不足等问题。为提高异形元件检测的精度和实时性,文章对目标检测模型RT-DETR进行改进,提出了一种实时多维特征自适应网络(RT-MDAFNet):首先,在模型特征融合层处设计自适应融合金字塔网络(AFPN),通过动态通道注意力机制和选择性特征融合机制来提高模型对多尺度目标的适应性和特征提取能力;然后,设计了自适应通道-空间聚合网络模块(SASE-RepNet),通过结合多层次特征聚合、通道自适应权重分配和空间选择性增强机制来提升在复杂背景下的检测精度和效率。在现有数据集缺乏的情况下,构建了异形电子元件数据集,并将RT-MDAFNet模型与DETR、Faster R-CNN、YOLO系列等8种基线模型进行了对比实验。对比实验结果表明:RT-MDAFNet模型的帧率为41.5 FPS,每秒浮点运算次数(GFLOPs)为75.3,参数量为24.31 M,mAP50值为80.87%,mAP50-95值分别为50.43%。与目前最佳的基线模型(DINO)相比,RT-MDAFNet模型的mAP50、mAP50-95值分别提高了3.31%、3.46%。最后,为了探讨关键组件对模型效果的影响,在自建数据集上进行了消融实验。消融实验结果表明:RT-MDAFNet模型中的AFPN模块和SASE-RepNet模块在模型轻量化和精度提升上具备有效性。与RT-DETR模型相比,RT-MDAFNet模型的mAP50、mAP50-95值分别提高了4.66%、2.54%,参数量降低了9.67 M,GFLOPs减少了28.1,帧率提高了18.7 FPS。总体而言,RT-MDAFNet模型在保证轻量化的同时,也提升了异形元件的检测精度。

    2025年02期 v.57 85-94页 [查看摘要][在线阅读][下载 607K]
  • 基于局部特征匹配和混合对比学习的无监督行人重识别

    王剑莹;康致武;李百成;张翊;聂瑞华;余宝贤;张涵;

    无监督行人重识别(Unsupervised Person Re-Identification, UPR)技术在安防工程和智慧城市等场景中得到广泛应用。然而,现有的很多UPR算法在特征提取上忽略了局部特征匹配和空间位置特征信息,在伪标签聚类过程中可能丢弃大量未聚类样本。为克服上述缺点,文章提出基于局部特征匹配和混合对比学习的无监督行人重识别方法(LHFC):首先,针对网络不能提取不同空间位置特征信息的问题,在特征提取的骨干网络ResNet50中引入了自相似的非局域注意力机制(Non-local);针对局部特征不匹配的问题,设计了局部特征匹配模块(Aligned),在学习图像相似度的同时考虑了人体结构的匹配;最后,针对训练过程中丢弃未聚类样本从而导致提取特征不充分的问题,提出了聚类级与实例级混合存储器(HCL),以存储聚类级身份特征和离群点实例特征。为验证模型性能的有效性,在2个公开数据集(Market-1501、DukeMTMC-ReID)上与现有的12种无监督方法进行对比。同时,为探讨Non-local、Aligned、HCL对模型效果的影响,进行了消融实验。对比实验结果表明:LHFC方法在Market-1501、DukeMTMC-ReID数据集上的mAP指标分别达到了84.4%、71.5%,相对于12种对比方法中表现最好的CACL方法,指标分别提高了3.5%、1.9%。消融实验结果表明Non-local、Aligned、HCL可以提高指标精度:在ResNet50中引入Non-local有利于提取更多有用的行人特征信息,从而更好地标注局部特征之间的空间位置关系;Aligned模块可以有效融合相对应的人体结构信息;HCL可以减少训练后期伪标签带来的误差。

    2025年02期 v.57 95-103页 [查看摘要][在线阅读][下载 451K]
  • 基于稀疏神经网络的污水处理软测量建模方法

    骆雪汇;孙悦;曾泰山;刘乙奇;

    软测量技术通过建立数学模型来间接测量难以直接获取的关键参数,可应用于污水处理过程中关键出水指标难以测量的问题。然而,传统神经网络软测量模型在应对污水处理软测量场景中日益复杂多样的数据时,由于模型结构过度稠密化,容易引发过拟合现象,导致模型的预测精度降低,泛化能力削弱。为此,文章提出了一种基于稀疏神经网络的软测量模型(SPNN)。该模型融合正则化稀疏性约束与周期性剪枝策略,降低网络中非零参数数量,以构建更为简洁且高效的模型结构;结合特征选择与数据标准化等预处理手段,进一步增强模型的预测性能和泛化能力。实验结果显示,在加州大学欧文分校的污水处理数据集(UCI污水数据集)上,相较于偏最小二乘(PLS)、支持向量机(SVM)、长短期记忆网络(LSTM)和深度神经网络(DNN),SPNN模型的预测误差显著降低。具体而言,与最优对比模型LSTM相比,SPNN模型的均方根误差(RMSE)下降了88.87%,平均绝对误差(MAE)降低了75.82%,决定系数(R~2)提高了6.29%,验证了其在复杂污水数据建模中的准确性与鲁棒性优势。

    2025年02期 v.57 104-112页 [查看摘要][在线阅读][下载 500K]
  • 下载本期数据