在小样本实验观测数据下，指标变量间的严重多重共线性和模型误差分布的非对称性会导致无法准确地构建适合的统计模型。在误差服从偏正态分布的假定下， 为了克服误差分布的尺度参数和偏度参数的估计值不准确对线性回归模型统计推断产生的影响，基于小样本数据，提出一种利用敏感性分析的方法，可以比较准确地估计模型误差分布的尺度参数和偏度参数。在得到误差分布的参数估计值后，能够对具有严重多重共线性的线性回归模型进行有效地统计推断。首先采用贝叶斯回归结合马尔科夫链蒙特卡洛（MCMC）方法估计模型系数，然后通过后验区间估计进行指标变量筛选，模拟结果表明本文方法能够有效地筛选出最终模型，为具有多重共线性的小样本偏态数据下的线性回归模型的统计推断提供了有价值的替代方案。最后应用所提方法构建了冠醚分子量化参数与铜同位素分馏系数之间的定量构效关系模型。

针对传统故障诊断方法通常涉及复杂的数据处理及模式定义、诊断分析时间长、可解释性差、不适用于实时生产控制等问题，提出一种基于蒙特卡洛树搜索和大语言模型的设备运行故障诊断方法。将设备运行故障问题建模为一个搜索空间，将设备可能的运行状态以及故障的不同原因表示为状态，将操作行为和决策行为定义为状态的转移，进而使用蒙特卡洛树搜索来模拟设备在特定状态下的运行逻辑树，从而模拟设备的运行、故障检测和执行操作。利用大语言模型中的先验知识以及推理能力模拟设备在当前状态下的运行，同时生成模拟运行的结果，包括可能的故障和其他关键信息，最后对模拟的结果进行评估，为每个状态分配一个适当的分数，表示其在解决问题中的价值。结合语言模型的生产能力输出自然语言的诊断解释和建议，有效提升了诊断方法的可解释性以及实时性，并提高了检查效率和检测准确度。将所提方法应用于大型煤矿设备运行故障诊断上，与传统蒙特卡洛树搜索方法、微调Llama2语言模型推理方法和Llama2直接推理方法相比准确率分别提升了5.9%、12.2%和23.3%，任务成功率分别提升了9.3%、21%和28%。

间歇过程模态的合理划分能提升多模态质量变量预测模型的准确性，对保证产品质量具有重要意义。现有的模态划分方法没有充分考虑过程数据的非线性、时序性与动态特征，影响了模态划分结果的合理性。因此，提出一种基于非抽样提升小波包瞬时频率响应函数（undecimated lifting scheme packet‑instantaneous frequency response function，ULSP-IFRF）的间歇过程模态划分方法。首先，利用非抽样提升小波包变换对间歇过程数据进行时频域分解，结合信息熵及模态划分评价指标构建最优分解层数判别规则；然后，引入小波域瞬时频率响应函数值表征间歇过程的动态时变特性，进而利用模糊C均值聚类算法对小波域IFRF值进行无监督聚类，实现间歇过程的模态划分；最后，通过青霉素发酵过程实验验证了所提方法模态划分结果的合理性。

大语言模型因其出色的理解和生成能力被广泛应用于自动化智能助手的开发。然而，它们在处理复杂问题时，常因训练数据庞杂等局限性而难以调用正确的工具和生成准确的函数名称及参数。为了提高在对复杂问题进行任务规划时模型生成工具调用的准确性，提出一种基于思维链的提示方法—思维代码（Reasoning to Annotation and Coding， ReACo），充分利用预训练的数据，通过代码和注释结合的任务规划提示方式增强语言模型对复杂任务的理解能力，并基于此提出一种新的大语言模型思维提示框架ReACoGPT。基于ReACoGPT提示的语言模型能够准确调用多个插件，依据事实提供富有逻辑的任务规划能力，从而在保持任务规划逻辑性的同时准确使用需求的真实数据。实验结果表明，相较于现有方法，ReACoGPT在RestBench数据集上的正确率、正确路径率及解决长度等多项指标得到提高，证实了ReACo提示方式能够增强大语言模型的规划和推理能力，有效利用大量训练数据对任务进行有效规划，促进了大语言模型在工具学习方面的进一步发展。

腐蚀问题极易引发炼化装置的安全隐患，甚至是严重的安全事故，因此开展针对炼化设备的快速、精准的腐蚀状态预测技术研究具有重要意义。针对多数研究基于理想实验数据以及虚拟生成数据进行腐蚀预测而忽略实际情况的问题，通过收集621组酸性水汽提装置设备腐蚀检测数据，采用一种结合合成少数类过采样与基于最近邻规则欠采样（synthetic minority over⁃sampling technique with edited nearest neighbors， SMOTEENN）的算法解决原始数据不平衡问题，基于遗传算法优化后的K⁃最近邻（genetic algorithm⁃based K⁃nearest neighbors， GA⁃KNN）算法建立设备腐蚀状态（包含腐蚀类型及腐蚀程度）预测模型。结果表明，在数据集平衡方面，SMOTEENN算法能够有效平衡数据集并提高模型对设备腐蚀状态的识别能力；在设备腐蚀状态预测方面，经遗传算法优化后的KNN（K⁃nearest neighbors）模型具有较好的预测效果，对设备腐蚀类型及腐蚀程度的预测准确率分别达到0.993 3和0.981 2。结果证明了所提模型可实现设备腐蚀综合诊断，为酸性水汽提装置腐蚀监测及检修维护提供理论指导。

采用1，3‑亚苯基‑二噁唑啉（PBO）和均苯四甲酸酐（PMDA）联用，对聚对苯二甲酸乙二醇酯（PET）进行反应性挤出改性。改变两种扩链剂的配比，监测扩链反应过程中转矩流变仪的转矩变化，并结合动态流变测试、结晶性能测试和力学性能测试，分析了扩链改性对PET分子链结构以及力学性能的影响。结果表明，PBO/PMDA扩链改性PET样条最大的冲击强度可达到73.42 kJ/m²，相比于PMDA扩链改性PET增大103.1%，为工业化发泡用PET的挤出改性提供一定的参考作用。

混炼型聚氨酯（MPU）凭借其分子结构可设计性、宽温域模量稳定性及阻尼温域/性能可调节性成为优异阻尼材料，现有研究多聚焦于软硬段种类与比例调控，但基于硫化配方优化的阻尼性能调控研究仍显不足。以3-甲基四氢呋喃/四氢呋喃共聚醚二醇（3MPTMG）、二苯基甲烷二异氰酸酯（MDI）和三羟甲基丙烷单烯丙基醚（TME）为原料，合成了3MPTMG-MPU生胶，并设计了不同硫磺用量的硫化配方制备的3MPTMG-MPU阻尼材料。采用傅里叶变换红外光谱、热重分析、差示扫描量热、动态力学分析和拉伸试验对该材料性能进行了评价。实验结果表明：当硫磺用量从2.5份/百份橡胶减少到0.5份/百份橡胶时，该材料的玻璃化转变温度从-39 ℃降低到-51 ℃，最大损耗因子由0.82提高至1.02，增幅达24.4%。本研究为高性能MPU阻尼材料的设计和制备提供了新的思路。

工程质量直接影响和制约着大型已建石化装置“安、稳、长、满、优”运行，但现有评估技术的精度较低，难以保障其连续平稳化生产和效益最大化产出。为此，提出了一种基于遗漏-贝叶斯推理的石化装置工程质量定量评估方法。首先，筛选所评估装置的各层级工程质量指标，重点对指标层和准则层进行系统化分析，以获取相应的指标水平；其次，将评估指标体系转化为贝叶斯网络（BN）模型，进而引入Leaky Noisy‑or Gate（LNoG）理论，构建遗漏-贝叶斯推理模型；然后，根据准则层的指标分析及权重分配结果，确定推理模型的节点和条件概率；最后，利用贝叶斯公式对石化装置工程质量进行定量评估。以某环氧丙烷装置泄漏爆炸事故、乙二醇装置爆炸事故和原料油缓冲罐燃爆事故为实际案例，对遗漏-贝叶斯推理模型进行验证，结果显示这些工程均属于危险性工程，与事故评定结果相符。比较了模型综合评价法、灰色关联度评价法、传统贝叶斯推理模型和遗漏-贝叶斯推理模型对某环氧丙烷装置泄漏爆炸事故的评价效果，结果表明，与其他方法相比，基于遗漏-贝叶斯推理的石化装置工程质量评估方法具有更高的有效性、合理性和准确性。

基于卡利普索结构预测程序和密度泛函理论，系统地研究了Mg₃B _n ^{0/ -} （n=1~8）团簇的几何结构、稳定性和特性。首先，基于CCSD（T）/aug-cc-pvdz//B3LYP/6-311+G（d）下单点能的计算，Mg₃B₃ ^- 和Mg₃B₄ ^-团簇全局极小结构具有平面二维结构，其他团簇均呈现三维结构。当n=3、6、8时，中性和阴性团簇分别具有相同的对称性结构。其次，基于平均键能、二阶能量差分和HOMO-LUMO 能隙分析，Mg₃B₆和Mg₃B₇ ^- 团簇在各自体系中具有相对高的稳定性。电荷和键级分析表明，电荷由镁原子向硼原子转移，B-B之间作用均为共价键，硼原子的加入削弱了镁原子之间的作用力。基于Multiwfn软件，拟合出了体系的光电子能谱、红外和拉曼光谱。最后，通过对Mg₃B₆和Mg₃B₇ ^- 团簇的热力学特性分析发现，随着温度升高，定容热容和标准熵随之增大，温度和两者之间分别存在近似二次函数关系。

通过4，5‑二氯咪唑（DcIM）部分取代ZIF⁃8的配体2‑甲基咪唑（HmIM）制备了ZIF⁃8⁃71杂化配体晶体，采用X射线衍射（XRD）、傅里叶红外光谱（FT-IR）、扫描电子显微镜（SEM）对其进行了表征。将ZIF⁃8⁃71作为晶种通过晶体二次生长法在α‑Al₂O₃陶瓷管载体的内表面诱导制备了ZIF⁃8膜，并考察了晶种液浓度和膜生长液流速对ZIF⁃8膜层微观形貌和气体分离性能的影响。结果表明：当配体取代率为50％时，ZIF⁃8⁃71晶体的粒径分布均匀，可填充在大孔载体表面，修补载体的表面缺陷，形成致密的晶种层；随着ZIF⁃8⁃71晶种液浓度升高，形成的ZIF⁃8膜层厚度增大，当晶种液的质量分数为0.1％时，膜层均匀致密，表面平整光滑；膜生长液流速过低或过高时均难以生成连续、光滑的膜层，在0.333 mL/min的流速下生成的ZIF⁃8膜层呈现良好的致密性与连续性；在优化条件下以ZIF⁃8⁃71作为晶种制备的ZIF⁃8膜层的H₂渗透量为4.73×10^-6 mol/（Pa·s·m²），H₂/CO₂、H₂/N₂、H₂/CH₄的理想选择系数分别为6.32、8.75、12.12，其气体分离性能优于以ZIF⁃8为晶种制备的ZIF⁃8膜层。

针对传统变压精馏分离碳酸二甲酯/甲醇共沸物存在的高能耗问题，采用Aspen Plus软件对变压精馏工艺的常规热集成工艺、中间再沸器式热泵精馏与常规热集成的耦合工艺、常规热泵精馏、常规热泵精馏与中间再沸器的耦合工艺进行了模拟计算，并以年度总成本（TAC）和二氧化碳排放量为指标评价了不同工艺的改进效果。结果显示，当设备折旧年限为3年时，在第16块塔板增加中间再沸器的热集成耦合工艺最具经济效益，TAC为22.73×10⁶元/a，相比原变压精馏工艺降低了43.06%；当设备折旧年限为5年时，采用二级压缩常规热泵精馏与中间再沸器耦合的工艺具有最佳的经济效益，TAC为21.02×10⁶元/a，相比原变压精馏工艺降低了47.34%，二氧化碳排放量为3.01 t/h，相比原变压精馏工艺降低了76.13%；当设备折旧年限为8年时，二级压缩常规热泵精馏与中间再沸器耦合工艺的TAC最小（17.50×10⁶元/a），相比原变压精馏工艺降低了56.16%。

低温甲醇洗作为脱除酸性气体、提纯氢气的工艺方法被广泛采用，但该工艺存在能耗大、操作成本高等问题，这在低温甲醇洗装置的脱酸气吸收剂回收系统上尤为突出。为此，以脱酸气吸收剂回收系统作为研究对象，采用Aspen Plus对该系统进行流程建模，在80%焦+20%煤炭的进料条件下，关键参数的模拟结果与工厂实际数据间的相对误差均小于5%，验证了模型的可靠性。选取热再生塔质量回流比、热再生塔塔顶采出量和甲醇水分离塔塔顶采出量作为优化变量，年总公用工程费用和循环甲醇中H₂S含量为优化目标，建立了Python与Aspen Plus联用的多目标优化框架，并采用非支配排序遗传算法（NSGA-Ⅱ）对脱酸气吸收剂回收系统进行多目标优化。采用本文的方法对3种进料配比的工况（100%焦、80%焦+20%煤炭、100%煤炭）进行优化，结果表明，随着进料中焦占比减小，原料中H₂S含量减少，操作条件中热再生塔质量回流比增大，热再生塔塔顶采出量减小，甲醇水分离塔塔顶采出量先变大后减小，年总公用工程费用和循环甲醇中H₂S含量均降低。研究结果可为进料配比变化情况下脱酸气吸收剂回收系统的操作参数变更提供决策依据。

皮肤损伤修复是一个复杂的生物学过程，研究促进慢性和难愈合皮肤创伤的自我修复方法具有重要的临床应用价值。外泌体是细胞分泌产生的一类胞外囊泡，是介导细胞间通讯的关键介质。其中干细胞外泌体具有调控免疫反应和炎症反应、促进伤口血管生成、加速皮肤细胞增殖和再上皮化、抑制瘢痕增生的作用，在皮肤损伤修复领域具有极大的应用潜力。本文综述了干细胞外泌体在皮肤损伤修复过程中的调节作用和分子机制，总结了干细胞外泌体在治疗慢性和难愈合皮肤创伤中的临床应用，并展望了其未来的发展方向。

碳纤维是关乎国家安全必须自主保障的关键战略材料，必然变成复合材料才能实现其高性能和高附加值。从碳纤维、树脂基体及二者之间的界面3个要素出发，简述了碳纤维树脂基复合材料国内外研究进展，介绍了北京化工大学先进复合材料研究中心（ACC）在碳纤维树脂基复合材料方面的高性能化研究工作，其中包括新型界面相构筑及界面相容新机制、高性能树脂基体的关键制备技术。并重点介绍了北京化工大学“碳纤维”录取通知书的制备工艺和流程，包括环氧树脂合成制备、碳纤维预浸料制备、预浸料铺层设计、复合材料板材成型以及表面印刷等。最后展望了碳纤维树脂基复合材料的未来发展方向。

为了解决一类参数变系数区域分位数回归的统计推断问题，基于加权复合分位数回归的思想，提出一类参数变系数区域分位数回归模型参数的有效估计算法，并利用随机加权重抽样方法构造出有限样本下模型参数显著性检验的拒绝域。数值模拟结果表明，本文所提出的检验统计量能够有效地筛选出模型中的协变量。最后将本文方法应用于海外留学数据，分析了各个因素在不同分位数下对录取机会的影响，从而选取出对录取机会有显著影响的因素。

主要研究了细胞毒性T淋巴细胞衰减率对黑色素瘤模型分支动态的影响。应用频域分支理论和高阶调和平衡法，证明了Hopf分支的存在性；对由Hopf分支产生的周期轨的解析表达式、频率及振幅给出了高精度的近似估计，从而证明了细胞毒性T淋巴细胞衰减率是导致黑色素瘤细胞数量发生周期性振荡现象的重要因素。

为提高大型压力容器管板轻量化设计的安全性和经济性，通过数值模拟比较了温度载荷模型、对流载荷模型和流固耦合载荷模型对等温反应器管板温度场和应力场的影响，得到管板关键位置上的应力分布规律，并采用压力容器规范标准对各模型的等效应力进行强度评估。结果表明：温度载荷模型的管板温度梯度最大，管板应力集中现象最突出，流固耦合载荷模型的管板温度梯度最小，管板应力集中现象有较大缓解；管板的局部薄膜应力和一次+二次应力均随管板温度梯度的增加而增大，温度载荷模型的这两种应力分别为36.49 MPa和155.73 MPa，对流载荷模型为31.40 MPa和132.74 MPa，流固耦合载荷模型为27.84 MPa和112.84 MPa。相较于其他两种热载荷模型，采用流固耦合载荷模型计算的管板各项应力更接近真实情况，通过该模型对大型压力容器管板进行优化设计的可靠度最高。

为提高直接接触换热器的换热效率，运用数值模拟方法考察了3种不同厚度值的SV混合元件。以THERMINOL62合成导热油与R141b制冷剂为实验工作介质，搭建了直接接触换热实验平台，换热实验结果与数值模拟结果最大相对误差在3％以内，说明数值模拟的结果可以准确反映直接接触换热过程。结果表明：厚度值3 mm换热器（即加装厚度值3 mm SV混合元件的换热器，下同）的总体混合传热效果较好，其气态工质出口温度较高；3 mm换热器分离强度下降至0.03，相较于2 mm及4 mm换热器分离强度分别下降了62.5％及25％；且3 mm换热器湍流强度较大，部分值超过10％，其中峰值为19.57％；与厚度值2 mm及4 mm换热器相比，3 mm换热器容积换热系数分别提高了8.9％及3.7％；厚度值3 mm及4 mm换热器相较于厚度值2 mm换热器压力降最高增加了2.91％和3.0％。因此，厚度为3 mm换热器可以得到更好的换热效果而不会引起过大的压降。

考虑到内燃机燃油系统的健康状态对整机性能具有重要影响，但目前内燃机配机监测参数尚未得到充分利用，为此提出一种基于深度学习与异常信息融合的智能诊断方法，以达到利用现有配机监测参数和能够获取的异常现象信息来提升内燃机运行可靠性的目的。首先引入互信息理论实现对配机监测参数的自动分组，并采用降噪自编码器和注意力机制结合双向门控循环单元构建一种针对内燃机配机监测参数的深度学习诊断模型，实现了燃油系统典型故障的初步智能诊断。进一步，考虑到内燃机实际运行中获取的异常现象对故障诊断的辅助价值，构建贝叶斯网络，并采用Leaky-Noisy-Or模型量化异常现象与特定故障之间的相关性，以此优化故障智能诊断结果。最后，将GT-Power仿真模拟获得的燃油系统故障样本数据集代入所提方法模型中，诊断结果验证了所提方法在提高内燃机燃油系统故障诊断准确率方面的有效性。研究成果提供了一种基于配机监测参数的深度学习智能诊断模型，同时也为燃油系统故障诊断提供了一种新的信息融合途径，对内燃机智能诊断具有重要的实际应用价值。

光伏新能源发电输出具有复杂动态特性，会导致电能计量失准。为了探究光伏新能源发电的特性规律，首先建立了新能源电能计量信号矩阵，基于有限覆盖定理提出非等间隔区间短时傅里叶（short-time Fourier transform，STFT）算法；然后，构建了时频域数据表征模型，用以表示新能源电能计量信号三相电压和电流的时频域实部、虚部信息，并建立特征量矩阵表征时频域重要特征；最后，提取了光伏新能源电能信号时频域重要特征，为电能表误差测试实验信号的时频域特征参数的确定提供理论依据。

城市轨道交通车站客流密度大，站内乘客走行流线复杂，根据车站环境特征及乘客走行流线规划出合理的疏散路径能更加高效快捷地完成乘客的疏散。针对自适应社会力模型无法根据车站出口开闭信息为行人实时规划疏散路径的问题进行研究，提出一种基于社会力模型和改进K短路径规划的地铁站客流疏散仿真方法。对传统Yen算法进行改进，使其可以求解出乘客到达多个疏散口的K条短路径，为乘客的疏散过程提供路径信息。为了验证所提出方法的有效性，设计了简单场景下的人群疏散仿真实验，实验结果表明结合改进K短路径规划的自适应社会力模型的疏散效果更优。将所提方法用于地铁车站客流疏散仿真实验，结果证明所提出的仿真方法切实可行，可以应用于地铁车站的客流疏散仿真中。

以自制高强中模碳纤维（CF）为原材料，采用电解电位法探究了电流强度对碳纤维表面处理的影响。采用XPS、动态接触角、层间剪切强度等测试表征研究了电流强度对碳纤维表面化学组成、润湿性能和界面性能的影响。通过电解电位法对碳纤维处理前后结果进行分析发现：电流电压非线性关系表明了碳纤维表面发生氧化反应；随着处理电流的增大，碳纤维表面氧元素含量和氧碳比增加，碳元素含量减小，极性官能团C—OH和O—C=O相对含量在0.3 A以上时提升明显；当处理电流达到0.5 A时，碳纤维与水的动态接触角从90.2°降低到62.4°，处理后碳纤维润湿性得到明显改善，表面活性增加；当处理电流为0.3、0.5 A时，碳纤维与环氧树脂的层间剪切强度为90.35 MPa和99.41 MPa，比未处理时提高了42%和56%；电解电位法表面处理后碳纤维拉伸强度均小幅度提高。

为满足严寒区混凝土面板接缝止水密封的要求，以有机硅树脂为基材制备了具有良好耐低温性能的有机硅塑性嵌缝密封材料，并研究了硅微粉用量对有机硅塑性嵌缝密封材料性能的影响。结果表明：当硅微粉质量为550份（以硅橡胶100份为基准）时，有机硅塑性嵌缝密封材料综合性能最好，流动止水长度为165 mm，下垂度为1.3 mm；-40 ℃时的针入度大于200（0.1 mm），断裂伸长率大于1 000%，并且拉伸过程中与混凝土界面未发生黏结破坏。该材料的成功制备解决了传统材料在-40 ℃条件下发生硬化的难题，为国内外高寒区混凝土面板坝的建设提供了关键性的接缝止水密封材料。

以丙烯酸异辛酯（2-EHA）、丙烯酸正丁酯（BA）、甲基丙烯酸甲酯（MMA）、丙烯酸（AA）为主单体，以丙烯酸羟乙酯（2-HEA）和甲基丙烯酸异氰基乙酯（MOI）作为功能和接枝单体，使用过氧化苯甲酰（BPO）/偶氮二异丁腈（AIBN）复合引发剂体系，在溶液聚合条件下，制备出芯片加工用热-光双固化减黏用丙烯酸树脂材料。该材料在异氰酸酯固化剂存在下可以经热固化成膜，提供晶圆加工固定所必需的黏接强度，体系中通过接枝引入的双键可以在一定功率/时间的UV紫外光辐照下再次固化，即UV减黏，以实现加工后树脂从芯片上的剥离。通过对合成树脂的结构和剥离性能的研究，发现BPO/AIBN配比对分子链支化程度存在着显著影响，进而可以实现对UV固化前后的剥离强度的调节。

采用数值模拟方法研究了发夹式换热器的壳程流体换热特性，并以提高综合性能指标PEC（总换热量与总功耗之比）和减小无量纲材料成本M'（换热器材料成本与原结构材料成本之比）为目标建立神经网络模型，采用非支配排序遗传算法（NSGA-Ⅱ）对无量纲参数折流板间距l'、折流板缺口高度h'、曲率半径r'和雷诺数Re这4个设计变量进行多目标优化。结果显示：在本研究范围内，弯管段的换热量占换热器总换热量的5.0%~16.3%，而功耗仅占总功耗的0.5%~1.0%，说明弯管段结构的存在使得发夹式换热器在功耗小幅增加的情况下换热性能显著提高；参数优化后，得到l'的最佳取值为2.50，h'、r'、Re的最佳取值范围分别为0.33~0.45、0.80~1.30、8 000~11 000。从优化解集中选取两个代表性解，与原结构相比，优化结构1的PEC提高了25.12%，M'基本不变；优化结构2的PEC提高了17.93%，M'值降低了6.56%，结果表明多目标优化对发夹式换热器结构参数的优化效果明显。

为了准确预测原油管道结蜡厚度的变化趋势，解决传统灰色模型（GM）在模型结构和数据处理方面上的不足，构建了三参数灰色模型（TPGM）（1，1），从初始化种群和增加莱维飞行策略等方面对秃鹰搜索算法（BES）进行改进，利用改进的秃鹰搜索算法（IBES）对TPGM（1，1）模型的初始值与背景值进行自动寻优，建立了基于IBES-TPGM（1，1，λ，η）的管道结蜡厚度优化预测模型。利用室内环道和现场管道的结蜡厚度数据进行训练和预测，对比了不同模型的预测精度，并分析了数据集数量对模型精度的影响。分策略消融实验表明，IBES算法在寻优精度、收敛速度和全局搜索能力上均优于其他算法，改进策略具有实用性；IBES-TPGM（1，1，λ，η）模型在室内环道实验数据和现场管道数据上的平均相对误差最小，分别为0.686 7%和0.152 7%，预测效果优于GM（1，1）、TPGM（1，1）和BES-TPGM（1，1，λ，η）模型。所建模型对于训练集的数量要求较低，适用于管道结蜡厚度的中长期预测，研究结果可为清管周期的确定以及管道的安全运行提供实际参考。

定量核磁共振（qNMR）技术是一种通用性强、准确度高的定量分析手段，具有操作简单、无需待测物标样进行参考、在定量分析的同时可对待测物及杂质进行结构解析等优点，在药物、食品、天然产物、代谢组学等定量分析领域得到广泛应用。定量核磁共振的基本原理是基于不同化学环境下产生特定共振信号的原子个数与其核磁响应信号强度成正比，并且在优化条件下同种原子核在不同分子间的信号响应无差异性。为了得到准确的信号强度以获取精准的定量结果，本文从样品制备、实验参数优化及数据处理等方面进行了综述，并以低丰度（浓度）物质的氢定量核磁共振（¹H qNMR）分析以及高纯物质（标准物质等）的纯度核磁共振定值这两种目前最典型的¹H qNMR应用场景为例，详述了相关实验方法的建立，为不同领域的核磁共振定量分析提供了普适性参考。

在光子晶体波分复用器中，环形谐振腔作为基本的功能单元，可以实现对不同波长光信号的分离和复用，从而有效地提高光信号传输的容量和效率。以2D-3D异质结结构为载体，设计了密集型波分复用器，即在二维光子晶体平面引入环形谐振腔，通过改变谐振腔的腔长和内部介质柱的数量，实现波分复用的功能。

随着中国提出“3060”双碳目标，积极地制定相关政策，碳足迹作为衡量温室气体排放指标的重要性日益显现出来。为准确把握该领域的研究热点、趋势和未来发展动向，利用CiteSpace文献计量软件对CNKI核心数据库中2010—2023年收录的1 287篇关于碳足迹的文献进行了可视化分析，系统地总结了该领域在不同时间节点的研究进展历程，核心作者发表的主要期刊以及研究热点；同时，对未来的发展前景和重点研究领域进行了展望。研究结果表明：（1）双碳目标与绿色发展理念的提出极大地推动了我国碳足迹的研究；（2）跨地区、跨机构、跨学科之间的科研合作有助于推动我国碳足迹研究的发展；（3）碳足迹管理、评估和认证是热点研究领域，将推动我国向“3060”双碳目标迈进。

人物交互（human-object interaction，HOI） 检测在复杂场景理解中发挥着至关重要的作用。目前的大多数方法都以一阶段的方式将参数交互查询直接映射到一组HOI预测中，这导致丰富的交互结构没有被充分挖掘和利用。对此可以通过多模态数据获取更多维度的信息，从而更全面地理解人物之间的交互行为。为此设计了一种Transformer风格的HOI检测器，该检测器基于查询的方式检索对比语言图像预训练（CLIP）知识，然后执行交互建议生成，通过结构感知网络将非参数交互建议转换为HOI预测。本文创新性地将CLIP知识迁移到HOI检测中，并通过对整体语义结构和局部空间结构进行额外编码提高了预测结果的准确性。实验结果表明，所提模型在公共数据集V-COCO上的准确率达到了64.83%，在HICO-DET数据集上的准确率达到了28.78%，与现有的HOI检测算法相比展现出优越的性能，证明了该算法的有效性。