壳牌煤气化工艺在荷兰德姆科列克IGCC工厂的应用

介绍采用壳牌煤气化工艺的荷兰德姆科列克250MW整体煤气化烧气－－蒸汽联合循环发电厂的建厂过程及运行经验。阐述了IGCC能量平衡原理、SCGP系统流程和运行操作指标，对壳牌煤气化装置的优良性能和发展前景进行了总结和展望。     

钢筋混凝土结构空间有限元分析的体梁组合单元

本文提出了一种用于钢筋混凝土结构空间有限元分析的体梁组合单元模型。该模型将混凝土体元内的钢筋作为能承受轴力、剪力、弯矩和扭矩的梁元,根据钢筋和混凝土在单元内的位移协调条件和虚功原理将两者组合成一个单元。体梁组合单元模型能较全面地反映混凝土内钢筋的力学效应,能适应钢筋的任意布置方式,容许用较大的单元对结构进行离散,解决了大型钢筋混凝土结构有限元分析的单元划分问题。数值算例及其与解析解的比较演示了模型的可行性和精度。     

VG7S变频器及其在电梯拖动系统中的应用

指出了由VG7S变频器拖动的电梯系统运转停止时序分析中的几个主要问题,探讨了使用中的抗干扰技术,并对常用控制端子的设定方法和部分调试要点作了较为详尽的说明。     

工业建筑多层框架的活荷载不利布置

以设防烈度为8度的框架厂房为例，详细分析了活荷载不利布置对框架梁、柱内力的影响，得出何时需要考虑活荷载不利布置、何时不需要考虑活荷载不利布置的结论，可供工程设计参考。     

用于机器人轨迹定位纠正系统的回声状态神经网络研究

循环神经网络(RecurrentNeuralNetworks)是人工神经网络(ArtificialNeuralNetworks)中重要的分支,与前馈神经网络(ForwardNeuralNetworks)相比具有更好的时间序列学习能力。但长期以来其学习法一直不能脱离前馈神经网络而自成一体,回声状态神经网络(EchoStateNetworks(ESN))是打破这一局面的全新学习方法。其独特的结构,良好的短期记忆能力,方便的学习方法,不俗的非线性特性是以前循环神经网络所不可比的。本文在介绍了回声状态神经网络之后将其用于四轮机器人的位置测量系统中,有良好的表现。     

轻型钢骨结构低层住宅设计荷载分析

本文讨论了北美低层钢骨结构住宅结构设计的荷载问题，包括各类荷载的取值和计算方法，以及荷载组合模式，并提出了在我国相关规范没有出台前，在国内进行设计时应该注意的一些问题。     

蒙古尼尔金盆地石油地质特征及勘探前景

位于蒙古国中部的尼尔金盆地是一个中生代裂谷盆地，目前仍处于勘探早期。盆地内下白垩统湖相泥岩和纸状页岩具有很强的生油能力，下白垩统的煤系地层及上二叠统-下侏罗统中富含有机质的泥岩和煤层是可能的气源岩；盆地内广泛分布着3套储集层；上侏罗统、下白垩统、上白垩统的泥岩是潜在的盖层；存在多种生储盖组合及远景圈闭类型。通过对石油地质条件的分析，认为尼尔金盆地很可能形成多套含油气层系和多种油气藏类型，推测在盆地中部和南部会有大的油气藏存在。     

TSM系统中高层软件测试的方法

任何一个软件，在开发过程中都不可避免地存在错误。软件测试的目的就是跟踪出软件的错误，不同种类的软件开发和测试工具是不相同的。介绍软件测试的基本概念、原理以及方法。主要介绍Telelogical Tau AB公司的TTCN的测试机理，并利用TTCN进行TSM(TD-SCDMA移动通信系统)高层信令测试的方法。     

A time series bootstrap procedure for interpolation intervals

A sieve bootstrap procedure for constructing interpolation intervals for a general class of linear processes is proposed. This sieve bootstrap provides consistent estimators of the conditional distribution of the missing values, given the observed data. A Monte Carlo experiment is used to show the finite sample properties of the sieve bootstrap and finally, the performance of the proposed method is illustrated with a real data example.     

Employing optimized combinations of one-class classifiers for automated currency validation

Automated currency validation requires a decision to be made regarding the authenticity of a banknote presented to the validation system. This decision often has to be made with little or no information regarding the characteristics of possible counterfeits as is the case for issues of new currency. A method for automated currency validation is presented which segments the whole banknote into different regions, builds individual classifiers on each region and then combines a small subset of the region specific classifiers to provide an overall decision. The segmentation and combination of region specific classifiers to provide optimized false positive and false negative rates is achieved by employing a genetic algorithm. Experiments based on high value notes of Sterling currency were carried out to assess the effectiveness of the proposed solution.