以顾客为中心,与员工共成长——从建筑设计、城市规划到经营管理的实践体会

本文以同济大学建筑设计研究院(集团)有限公司(正文简称"同济设计集团")的核心价值观为题,结合企业发展不同历程以及个人入职至今20年的职业成长阶段,围绕三个问题为主线:集团员工平均年龄结构多少最合理,集团生产为何从做"大"转向做"强"、做"全",集团经营如何找增量,迎未知,聚焦探讨企业发展中人才培养、市场应对、业务转型的行业普遍性和企业个性化特征,最后总结个人对公司核心价值观的诠释:"把握市场、顺势而为——以顾客为中心;同理共情、不进则退——与员工共成长"!     

基于生物强化法下低浓度工业废水处理实验研究

现代工业生产的工业废水往往含有某些有机危害物等，传统的方法将无法起到有效的作用，且利用微生物进行污水处理的方式也受到很大的局限。针对此类的污水处理问题，以延边化工厂中含酚废水为实验样本，通过控制变量法筛选得到化学处理法的最佳浓度，并对比了传统化学法，生物强化法和复合法3种处理模式对废水中酚类物质的降解效率和处理成本。结论表明，化学法处理污水的1 h后降解率达到78.35%,15 h后仍未完全降解。而生物强化法和复合法在1 h后的降解率达到了88.44%和92.03%，降解率达到100%的时间分别为15 h和9 h。综合考虑污水的处理效率和处理成本，利用传统的化学法与生物强化技术对污水进行复合处理在大幅度提高污水处理效率同时，也降低了成本，这为低浓度工业废水的处理提供一定的参考。     

针对易漏砂岩地层防井漏材料粒径优化设计

为解决易漏失砂岩地层频发的井漏问题,采用巴西劈裂试验研究方法,测试不同粒径组合方式下防井漏材料对于井壁抗拉强度的强化效果。通过对比岩样孔喉尺寸和钻井液中防井漏材料的颗粒粒径,分析砂岩经不同粒径防井漏材料钻井液处理后的岩样抗拉强度测试结果,得到以下结论:相较于水润岩样的抗拉强度,防井漏材料明显起到强化井壁的效果,从而提高地层承压能力;未经粒径优化设计的防井漏材料有可能无法强化井壁,从而造成井漏问题无法缓解和钻井材料资源浪费等问题;钻井液中防井漏材料颗粒粒径范围越广,井壁强化效果越明显;若要达到最佳防井漏效果,使得地层承压能力最高,建议钻井液在进行防井漏材料粒径组合优化设计时,应考虑将防井漏材料的平均颗粒粒径约等于岩样平均孔喉尺寸。研究结果可为维持易漏失砂岩地层的井壁稳定、缩短非生产时间和安全高效钻井提供参考。     

美味不打折-高蛋白高纤维食品

如今人们已经不单单追求食品的口味,营养和健康也同样重要!高蛋白高纤维的食品饮料早已经成为关心体重控制的人们追捧的对象。不过,话说回来,开发高蛋白高纤维强化食品,需要根据最终食品的形式与特性来调整相关配料和工艺,采用不同的强化和工艺策略,从而获得最佳的口味、成本、工艺和货架期的平衡,增强产品竞争力。杜邦^IM丹尼斯克‘品牌旗下的素宝’大豆分离蛋白可帮助体重控制者增强饱腹感、维持肌肉并减少脂肪;而利体素‘水溶性纤维,既有助于肠道健康和体重控制、又具有良好的理化及加工特性,两者均为开发美味的高蛋白高纤维食品的良好原料。     

基于CPSS平行系统懒惰强化学习算法的实时发电调控

为解决电力系统中存在的多种时间尺度下经济调度和发电控制的协同问题，即长时间尺度下优化，短时间尺度下优化和实时控制的问题，本文提出了一种统一时间尺度的实时经济发电调度和控制框架，并为该框架提出了懒惰强化学习方法（Lazy reinforcement learning，LRL）.该方法将懒惰控制器引入以人工社会——计算实验——平行执行和社会系统为基础的强化学习中，使得机组组合，经济调度，自动发电控制和发电命令调配的问题有机结合在一起，取代过去传统的发电控制框架.为了减少仿真所需的真实时间，平行系统包含多个虚拟系统和一个真实系统.仿真实验比较了懒惰学习算法，松弛人工网络以及4608种组合常规发电控制算法在IEEE新英格兰10机39节点仿真系统的控制效果.实验表明，懒惰强化学习方法的控制效果最优.仿真结果验证了懒惰强化学习方法在基于ACP和社会系统的REG框架下具有有效性和可行性.     

含锡废液的安全处理技术研究

论述了两级沉淀法对含锡废液的处理技术,通过实验得到两级沉淀法处置含锡废液的最优条件,实现了含锡废液的安全有效快速处理.     

机械加工强化机理与工艺技术研究进展分析

机械加工作业中需要良好引进先进工艺技术,提升机械生产制造水平。本文主要从强化机理的基本情况分析入手,重点介绍了常见的内在机理,包含位错强化、应变强化以及境界强化方面,并阐明了工艺技术在机械加工中的重要性,提出了一些机械加工的强化工艺技术,为提升机械加工水平,增强机械强化应用效果提供一定借鉴和参考。     

机械传动轴用材料在双向应力环境下的低载强化特性分析

研究了机械传动轴用40Cr材料在双向应力环境下低载强化特性。结果表明,拥有强化作用的载荷区间是39.2~51.0 N·m,强化次数区间是1~40万次。并且,20万的强化次数下,当强化载荷达到44.10 N·m时的强化作用最佳。     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。