联氨除氧技术在压水堆核电站一回路的应用研究

添加联氨是控制压水堆一回路系统氧含量的有效方式。本文研究了国内某压水堆核电站4台机组联氨除氧技术在一回路的应用情况,记录了历次大修启机阶段化学平台期间,一回路溶解氧、过氧化氢、残余气体含量和联氨添加量,通过联氨添加实际值与计算值之间的对比研究,发现机组一回路除氧所需联氨量与公式V_((N_2H_4))=0.819×DO_((RCP))+0.385×H_2O_2(RCP)+0.841×V_((RCP残气量))计算值吻合。添加联氨除氧过程推荐分1～2次完成,第一次联氨添加量的下限为公式V(N2H4)=0.819×DO(RCP)+0.385×H2O2(RCP)+0.841×V(RCP残余气)减去5L。     

CD-GF型钻井球阀阀体的力学特性分析

CD-GF型钻井球阀阀体的结构最为薄弱,其外壳的开孔部位常出现开裂现象,影响钻井作业的正常进行。为此,运用ANSYS Workbench工程分析软件,对6种结构方案的CD-GF型钻井球阀阀体在压、拉、扭载荷作用下的力学特性进行详细的数值分析。研究结果表明:在不同拉力、内压和工作扭矩的组合作用下,相对于原阀体结构A,其他5种方案(A_1、A_2、B、B_1和B_2)在最大应力上减小的平均值分别为16. 4%、36. 0%、7. 6%、23. 2%和40. 7%,总变形量减小的平均值分别为16. 7%、37. 3%、22. 9%、30. 6%和45. 5%;在6种球阀阀体结构方案中,最大应力部位均出现在与阀体轴线垂直的孔壁上,随着与圆孔区域距离的增大,其应力值减小;在所有拉力、内压和工作扭矩的组合作用下,阀体的最大应力均小于其材料的极限抗拉强度,其力学行为处于材料弹性变形阶段;拉力载荷是影响钻井球阀阀体强度的主要因素;结构B_2(外径增大28mm+双边开孔方案)对原阀体结构A的增强效果最好。研究结果可为钻井球阀阀体的结构优化与改进提供基础数据。     

电喷雾质谱法示踪钨回收过程离子的转化路径

将环隙式离心萃取器(ACCs)与电喷雾飞行时间质谱(ESI-TOF-MS)相结合，在线监测了回收过程中的钨萃取行为(宏观)和钨形态的转化路径(微观)，发现宏观萃取反应和微观离子形态转化同时发生并相互补充。伯胺N1923萃取钨在144 s内即可达到萃取平衡，萃取率高达98%以上，同时，酸钨比n(H)/n(W)是一个关键变量，当酸钨比n(H)/n(W)=2.4时，全流程钨回收率超过93%。最后，得到了基于钨形态监测的萃取机理，同时，减少原料液中W1含量，增加W10含量，可有效提高钨回收效率。     

菲律宾地区沥青混凝土路面施工关键技术

菲律宾地区沥青混凝土具有油石比大、细颗粒偏多的特点,混合料温敏性较强、施工温度要求更严,而菲律宾地区由于常年高温多雨,致使集料内含水量不均现象时常发生,为施工质量控制带来了较大困难,目前菲律宾地区尚缺少规范化的指导工艺,许多工程项目也在探索阶段,本文以菲律宾中吕宋高速连接线一期二标项目沥青混凝土路面为依托,总结项目沥青路面施工技术,希望为类似工程提供借鉴。     

面向强连接网络图的无损压缩算法

幂图分析技术将所有具有相同邻居的节点集合汇聚成单个模块以大幅压缩网络图,被广泛地应用于网络图无损压缩与可视化中.然而获取最优的幂图是难点.针对此问题,提出面向强连接网络图的无损压缩算法.首先,证明了含有单个模块的最优幂图问题为NP难问题,进而扩展为一般地最优幂图问题为NP难问题;其次,在梳理现有整数线性规划模型和约束规划模型等问题的基础上,提出基于回溯策略的波束搜索算法,使有限的回溯策略提供启发信息,比已知启发式方法更快速地得到更优的结果.通过生成的随机无标度图,验证了该算法的有效性.     

计及Spark和属性权重的售电套餐推荐方法

针对电力市场用户群庞大，交易过程中售电套餐选择困难的问题，在Spark环境下设计了一种售电套餐推荐方法，同时也解决了售电套餐推荐过程中在大数据环境下的可扩展性及实时性问题。首先，计算出每个套餐属性的权重值，从而计算得到售电套餐综合相似度。然后，计及用户和套餐两方面提出一种售电套餐推荐方法，实现售电套餐的精准推荐。实验表明，提出的推荐方法能够明显提高推荐的准确度，并且在分布式环境下具有良好的推荐效率和可扩展性。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。