朱小地、崔愷接受欧洲著名杂志L＇ARCA的专访

2009年8月10日《建筑创作》杂志社和欧洲著名建筑设计杂志L＇ARCA对北京市建筑设计研究院院长朱小地进行了专访。L＇ARCA杂志是意大利第二大建筑艺术设计类杂志,也是全球建筑设计领域最具权威．最有影响力的杂志之一．在全球30多个国家发行．采用双语出版（意大利／英语．同时也有法语、西班牙语等多种文字）．主要报道最新建筑潮流、展现建筑趋势。     

沿空留巷巷旁锚索加强支护与参数优化

在分析目前沿空留巷技术存在问题的基础上，从提高巷道围岩自我承载能力入手，提出了巷内采用锚杆支护、巷旁采用锚索加强支护技术。该技术在朱庄矿进行了工程实践，巷道围岩位移显著减小，由此说明巷内锚杆参数优化后，能够改善围岩的应力状态，提高围岩的整体稳定性。     

回收橡胶树脂改性沥青混合料高温性能及微观分析

为利用回收橡胶粉与聚乙烯蜡制备回收橡胶树脂(简称“RPRS”)改性沥青,制备RPRS改性沥青混合料,针对成型温度、级配类型、孔隙率、RPRS掺量、沥青用量等影响因素,借助正交试验设计方法,以单轴贯入强度和动稳定度作为评价指标,遴选出最佳制备工艺和参数.在此基础上,对其作用机理和高温性能进行分析.结果 表明:RPRS改性沥青混合料的最佳级配类型为骨架密实型、最佳成型温度为145℃、最佳RPRS掺量为12％、最佳孔隙率为4％、最佳沥青用量为3.6％;在基质沥青中掺入RPRS的沥青混合料高温性能显著提高;RPRS改性沥青具有优良的性能,其原因主要在于RPRS对基质沥青的润滑作用.     

油气水三相分离器工作原理及现场应用效果分析

油气水三相分离器是油田地面处理系统的重要设备,广泛应用于各大油气田。本文系统论述了油气水三相分离器的分类方法,对卧式、立式和球形三相分离器结构及其优缺点进行了对比。针对HXS型、HNS型、WS型和HBP型四种典型的油气水三相分离器结构特点、工作原理、优缺点及现场应用情况进行了详细阐述,未来的油气水三相分离器将朝着一体化高效多功能三相分离器的方向发展,以更好的适应占地面积小、环境恶劣、运输等方面的需求。     

新安江水电厂坝顶门机吊具自动穿销装置的研究

本文介绍了新安江水电厂坝顶门机吊具与平衡梁自动穿销装置的研究过程。该装置可有效解决水电厂坝顶门机吊具与平衡梁间的穿销困难问题,实现自动穿销,同时还可以在断电时进行手动穿销。该装置结构简单可靠,运行稳定,便于安装维护。有效降低了工作人员的劳动强度与作业风险,保障了电站防洪度汛工作的顺利开展,可为相关水电厂启闭机械手动穿销装置的更新改造提供借鉴。     

临沂市恒丰国际广场的雷电防护设计

根据临沂市恒丰国际广场大楼的工程勘察资料和国家相关标准对该大楼进行了防雷方案设计。基于工程勘察的资料,结合大楼的使用性质、重要性及其发生雷电灾害的后果,依据国家相关标准确定该大楼为第二类防雷建筑。针对大楼的特点和雷电的特征,对大楼的外部防雷设计和内部防雷设计进行了详细介绍。     

基于NB-IOT的多参数智慧农业大棚系统设计

文章设计了一种基于NB-IOT(Narrow Band Internet of Things)的多参数智慧农业大棚系统。系统主要包括MCU(Microcontroller unit)核心处理器模块STM32、温湿度检测模块DHT11、光照度检测模块BH1750FVI、CO2检测模块CCS811和无线通信模块BC95。多个传感器传送信息到MCU核心处理器模块,STM32控制BC95入网,通过NB-IOT进行数据远程传输,最后通过云端软件实现多参量的远程监测和控制。系统结构简单,易实现、成本低,可实现农业大棚的远距离多点多参数监测。     

基于师门关系的研究团队挖掘算法

为了更合理地挖掘研究团队,提出了一种基于师门关系的研究团队挖掘算法。首先,使用BiLSTM-CRF神经网络模型抽取学位论文致谢部分的师门和同门命名实体;其次,构建师生之间的指导合作关系网络;然后,改进鲁汶算法,提出基于师门关系的鲁汶算法来实现研究团队挖掘。在American College football等数据集上对比了标记传播算法、聚集系数算法与鲁汶算法的性能。此外,在三个不同规模的学位论文数据集上对比基于师门关系的鲁汶算法和原始鲁汶算法的运行效率。实验结果表明,数据规模越大,基于师门关系的鲁汶算法运行效率提升越明显。最后,在国防科技大学学位论文数据集上验证基于师门关系的鲁汶算法的研究团队挖掘性能。实验结果表明,所提算法挖掘的研究团队在团队的合作紧密程度、规模、内部联系和稳定性这四个方面比基于论文合作网络的挖掘方法更为合理。     

基于PSO-BFA和改进Alexnet的滚动轴承故障诊断方法

现实中滚动轴承的工况复杂易变,无法有效地对其进行故障诊断。对此,提出一种基于粒子群优化的细菌觅食(Particle Swarm Optimization and Bacterial Foraging Algorithm,PSO-BFA)和改进Alexnet(第二代卷积神经网络)的滚动轴承故障诊断方法。该方法将Alexnet的结构简化,并分别在其前两层池化层之后添置局部归一化层以降低训练成本;将以小批量样本softmax的交叉熵为损失函数,按Adam迭代优化法小样本、少迭代次数训练改进Alexnet后的变负荷样本诊断精度设计为适应度函数,并结合PSO中粒子移动速度的更新方法更新BFA中细菌的游动方向来寻找改进Alexnet的结构等相关参数;根据PSO-BFA所得的参数,以相同的训练方法大样本、多迭代次数训练改进Alexnet,实现复杂工况下滚动轴承多状态故障诊断。实验结果表明所提出的方法对复杂工况下滚动轴承16种故障状态的诊断是可行的,且有更高的诊断精度、更好的抗干扰和泛化性能。