单个中性球形颗粒在三维方腔中的运动

采用多松弛格子Boltzmann方法模拟了单个中性球形颗粒在三维顶盖驱动方腔流中的运动。考虑了展向弱受限的对称边界和强受限的固壁边界两种情况下初始位置、颗粒大小以及雷诺数的影响。对于展向弱受限的情形，发现颗粒的初始位置显著影响着最终的运动轨迹。根据相图被划分为三个区域：外层稳定区、内层稳定区以及涡中心区域。通过对颗粒受力的分解解释了其在极限环上运动的机理。此外，还详细介绍了球形颗粒在极限环上的顺时针旋转运动。随着雷诺数的增加，颗粒逐渐向外围靠近，不断旋转达到相应的极限环轨迹。对于选定的初始位置，观察到在高雷诺数时大颗粒向外迁移，而在低雷诺数时大颗粒的极限环靠近涡中心。对于展向强受限的情形，极限环与颗粒的初始位置无关。随着雷诺数的增加，除方腔左上角外，极限环轨迹有向外迁移的趋势。最后，随着颗粒尺寸的增大，极限环向方腔内部收缩。     

聚甲基丙烯酰亚胺(PMI)泡沫研制现状

综述了聚甲基丙烯酰亚胺(PMI)泡沫的性能、制备和运用.PMI 泡沫耐高温、高比强度、高比模量、具有很宽的高频稳定性、100%闭孔,非常适合于制备泡沫夹心结构.配方技术、分子结构控制技术是 PMI泡沫制备的关键技术.泡沫配方与主原料(甲基丙烯睛和甲基丙烯酸)、引发剂、发泡剂、交联剂、阻燃剂和其他添加剂有关,其种类和用量需要通过试验仔细选择.阐述了反应原理.二步法工艺即低温预聚合和高温发泡,适合于PMI泡沫的制备.预期了未来的发展方向.     

用于遥感图像变化检测的全尺度特征聚合网络

变化检测(CD)是遥感的一项重要任务，通常面临许多伪变化和较大的尺度变化。目前的方法主要侧重于对差异特征的建模，忽略了从原始图像中提取足够的信息，影响了特征的识别能力，难以稳定地区分出变化区域。针对以上问题，提出了一种全尺度特征聚合网络(FFANet)来更充分地利用原始图像特征，促使生成的特征表示在语义上更丰富、在空间上更准确，从而提高了网络对小目标和目标边缘的检测性能。同时，拓展了深监督来结合多尺度的预测图，以促使不同对象在更合适的尺度上进行检测，从而提升了网络对对象尺度变化的鲁棒性。在CDD数据集上，相比于基线网络，所提方法仅增加了1.01×106的参数量，就将F₁分数提升了0.034。