大连理工大学学报杂志

大连理工大学学报杂志2025年第2期

• 纳米CuO活化过二硫酸盐催化降解罗丹明B研究

  于华莉,高明睿,王连峰,郭海燕

  通过热解法制得4种不同结构的CuO颗粒，发现纳米CuO颗粒相比其他CuO颗粒在活化过二硫酸盐(PDS)降解罗丹明B(RhB)过程具有更高的催化活性，纳米CuO/PDS体系中催化降解RhB的准一级动力学常数(0.0451min-1)分别是热解温度为300、450、600℃制备的CuO催化体系的2.5、2.8和12.5倍．提高纳米CuO和PDS的浓度，可促进RhB的降解；利于纳米CuO/PDS体系中降解RhB的pH条件为近中性．纳米CuO经过4次循环使用后对RhB的降解率仍高于90%，说明其具有较高的重复利用性．淬灭实验表明，纳米CuO活化PDS降解RhB过程中产生的主要活性氧物种是单线态氧(1O2)．经估算，纳米CuO/PDS体系中产生的1O2浓度约为9.4×10-12mol/L，且O-2是产生1O2的中间产物．研究结果为开发CuO等金属氧化物活化PDS降解难降解有机污染物提供了新思路．

• Fe-Ga合金磁致伸缩性能和力学性能优化

  李花,温嘉慧,苏凌宇,李杨,王海青,蒋丽

  通过第3元素添加，设计了Fe83-xCoxGa17(x=0，0.4，0.8)、Fe83AlxGa17-x(x=0，4，8)、(Fe83Ga17)100-xYx(x=0，0.4，0.8)合金，考察第3元素Co、Al、Y对合金磁致伸缩性能和力学性能的影响．实验结果表明，Co原子置换了体心立方结构中的部分Fe原子，与Fe-Ga基体合金形成置换固溶体，发生固溶强化，但是对合金磁致伸缩性能的提升并不明显；Al元素的添加对合金磁致伸缩性能的提升明显，其中Fe83Al8Ga9合金的饱和磁致伸缩应变为1.8×10-4，结合XRD物相分析，发现与A2相的增加有关．Y元素的添加使合金磁致伸缩性能恶化，当Y元素含量为0.4%时，磁致伸缩应变为0.8×10-4；当Y元素含量为0.8%时，磁致伸缩应变为0.4×10-4．对合金进行物相分析，发现其磁致伸缩应变的下降与有序相的生成有关．Fe82.6Co0.4Ga17和(Fe83Ga17)99.2Y0.8合金的硬度比Fe83Ga17合金的高10%左右，Fe83-xCoxGa17、Fe83AlxGa17-x、(Fe83Ga17)100-xYx合金均展示了优异的强度塑性组合，压缩屈服强度在500MPa以上，压缩应变率在60%以上．

• 基于GO-FLOW法的开关电源系统可靠性分析

  韩新帅,段富海,张亚迪

  应用GO-FLOW法对开关电源系统进行可靠性分析．探究了开关电源系统的原理，用GO-FLOW操作符替换系统原理图中的部件，建立开关电源系统的GO-FLOW模型，并对共有信号进行降阶处理．针对闭环反馈系统，提出了一种基于马尔可夫模型的可靠性处理方法．结合实际工程应用中存在的停工相关，通过对闭环反馈系统进行状态组合，计算出等效可靠性数据．以此定义了一种新型GO-FLOW操作符，用来模拟带有闭环反馈控制的可修系统，并给出相关运算规则，对开关电源系统等效GO-FLOW图进行了可靠度计算．结果表明，该方法解决了GO-FLOW模型中不能存在循环结构的问题，能更准确地评价开关电源系统的可靠性．

• 基于深度强化学习的自动驾驶分段决策方法

  王春淇,张明恒,周俊平,姚宝珍,石佳伟

  基于道路分段方法，在不同路段采用差异化的车辆控制策略，以满足自动驾驶决策系统的性能要求．首先，鉴于道路特征的复杂变尺度特性，通过小波变换和Otsu算法将道路特征与变换系数进行映射并实现道路自适应分段．其次，为提高模型决策能力，基于深度强化学习(deepreinforcementlearning，DRL)与奖励分解架构将自动驾驶分段决策任务分解为横向、纵向两个并联决策子任务，分别构建分段决策模型与奖励函数，设计一种动作掩蔽策略来提升模型训练速度．最后，通过一系列实验验证所提模型的有效性．实验结果表明，与传统的DRL算法相比，引入奖励分解架构与动作掩蔽策略的DRL算法不仅保证驾驶系统可靠决策，而且在通行效率、安全性等方面也有所提升．

• 复杂因素影响下高桩码头静动力规律研究

  周扬,刘明亮,庞锐

  高桩码头在我国沿海地区应用十分广泛，许多因素都会对其结构产生不利影响．利用有限元分析软件PLAXIS，采用Mohr-Coulomb准则建立了某高桩码头岸坡-桩基-上部结构的数值模型，分析了码头上部结构在面板堆载、船舶靠泊、泥沙淤积和地震荷载多因素耦合作用下结构内力和变形规律．分析结果表明：多因素共同作用下，高桩码头上部结构有较大的水平位移，且泥沙淤积作用下结构水平位移更为严重．同时，地震荷载和泥沙淤积是影响上部结构安全性的主要因素，结构的最大内力均发生在桩基顶部，在高桩码头设计施工中要重点关注桩基顶部的结构设计．

• 船舶管路自适应导向步进优化方法研究

  杨智尧,林焰

  为提高船舶管路布局优化设计效率，提出一种结合种群进化率和Levy飞行的改进鲸鱼优化算法——LEWOA．对船舶管路布局空间和设备进行数学建模，结合船舶管路布局特点设计评价函数，提出一种自适应导向步进编码方法来提高栅格法下算法的运行效率；引入折弯模式提高管路路径初始种群质量，结合种群进化率和Levy飞行有效平衡了算法的全局搜索能力和局部搜索能力；提出一种利用斐波那契数列寻找分支管路分支点的方法．通过单管路和复杂多管路的仿真案例对比验证了算法的鲁棒性和准确性，对船舶管路布局方案选择具有一定的指导意义．

• 不同转向角度曲线隧道穿越走滑断层力学行为

  罗庆斐,袁松,袁飞云,周道良,王峥峥

  针对不同转向角度曲线隧道穿越走滑断层力学行为不清等问题，以跑马山1号隧道为研究背景，采用ABAQUS软件建立不同转向角度曲线隧道穿越走滑断层的数值模型，研究曲线隧道穿越走滑断层的力学行为，并引入损伤指标对其破坏程度进行评价．结果表明：在走滑断层作用下，曲线隧道的变形、剪力、轴力以及弯矩分布趋势根据转向角度是否大于90°分为两类：当转向角度小于90°时，曲线隧道的剪力、轴力分布趋势与直线隧道相类似；当转向角度大于90°时，曲线隧道的轴力峰值处于45°~70°．曲线隧道受压损伤主要集中在断层附近，同时随着转向角度增大，其受压损伤程度也增大，并且其左右两侧也会有明显的差距；转向角度180°的曲线隧道为最危险工况，并且随着转向角度增大，隧道进出口附近的损伤状态也会变严重．

• 基于相场法的三维巴西圆盘破裂行为研究

  刘先珊,郝梓宇,刘少炜,张普纲,潘玉华

  岩石裂纹的起裂-扩展-连接过程对岩体工程安全性与稳定性至关重要．为分析岩石破裂行为，基于Griffith脆性断裂理论和变分原理建立混合相场模型．利用接触方式表征单轴压缩试验中试件与加载板之间的力传递，研究了预制裂纹倾斜角对巴西圆盘破裂行为的影响．研究发现，裂纹在试件表面和内部的破裂行为不同步．沿圆盘厚度方向，随预制裂纹倾斜角增大，裂纹起裂位置从圆盘两侧面转移到圆盘中心．预制裂纹倾斜角对裂纹扩展速度与裂纹体积有显著影响．研究结果表明，较之二维模型，三维模型可以更加全面地反映裂纹的起裂-扩展-连接过程．

• 斜坡前水平板波浪反射及周围流场特性研究

  田正林,王家俊,梁书秀,罗舒穗

  将水平板设置于斜坡前可有效降低波浪在斜坡上的爬高和越浪，减小波浪对斜坡及其后方基础设施的冲击破坏作用．为系统研究斜坡前水平板的波浪反射、流场、涡量场等水动力特性，基于OpenFOAM开源软件包建立了数值模型，分析了斜坡坡度、水平板与斜坡坡脚水平距离、波高、波周期等因素对水平板波浪反射以及斜坡上波浪爬高的影响．研究结果表明：在斜坡前设置水平板可以降低波浪反射，背浪侧斜坡坡度存在一最优值4∶1使波浪反射系数达到最小值；斜坡坡度4∶1，水平板与斜坡坡脚水平距离为0.1倍波长时波浪反射系数达到最小值；波浪反射系数随波高的增加先增大后减小，但减小幅度较小；波浪反射系数随波长的增加先减小后增大，波长水深比为4.1时达到最小值．波浪相对爬高随水平板与斜坡坡脚水平距离的增加先减小后增大、随水平板长度的增加先增大后减小、随水平板淹没深度的增加先减小后增大，并分别在水平板与斜坡坡脚水平距离为0.25倍波长、水平板相对长度为0.25和水平板相对淹没深度为0.20时达到极值．

• 异构节点系统结构化网络强结构能控性研究

  楼旭阳,倪艳婷,贾佳佳

  针对由多输入多输出(MIMO)异构节点系统构成的结构化网络，研究了其强结构能控性．首先，从节点系统角度，给出了结构化网络强结构能控的必要条件．其次，结构化网络强结构能控和结构化互连法则没有直接联系，通过从结构化互连法则中提取底层网络拓扑信息，给出了结构化网络强结构能控的必要条件，并以实例进一步说明结论．最后，严格证明了节点系统在满足一定条件下，结构化网络强结构能控性依赖于底层网络拓扑的强结构能控性，并给出了结构化网络强结构能控的充分条件．

• 基于轻量化Transformer的高效图像超分辨率算法研究

  高翔,王凡,胡小鹏

  基于Transformer的算法在图像超分辨率领域取得的重要性能突破，得益于其捕捉图像中长程依赖关系的强大能力．然而，繁重的计算成本和高GPU显存消耗限制了其在实际中的应用，于是提出了一种基于轻量化Transformer的高效图像超分辨率算法——LISRFormer．该算法引入轻量化Transformer，在捕捉长程依赖关系的同时将复杂度从现有的二次方降为线性．通过跨通道计算交叉协方差，得到可应用于大尺寸图像的转置注意力图．层归一化仅作用于查询和键分支，以保留重要的输入特征．此外，还设计了一种高效门控深度卷积前馈网络(EGDFN)，作为Transformer中的前馈网络，进一步恢复准确的纹理信息．在基准数据集上进行的大量定量和定性实验表明，该算法在计算成本和图像重建质量方面优于现有轻量化图像超分辨率算法．