基于SSH2与JBPM的企业员工考勤系统的设计与实现

随着科学技术的发展,办公自动化逐步被各个企业所应用,传统的员工考勤制度和方式逐渐被淘汰,而是逐步采用考勤管理系统对企业员工进行考勤。本文基于SSH2和JBPM技术对考勤管理系统进行分析和设计,提高了系统的灵活性和可操作性,希望可以为企业的考勤制度起到良好的效果。     

2A12铝合金化学铣切加工工艺探讨

为了精确加工2Al2铝合金,探讨了化铣时间和温度对其化铣速率及表面粗糙度的影响,采用现代技术对化铣工件的力学性能进行了测试与分析.结果表明:延长非化铣部位保护胶固化时间并使保护部位向非加工面位移3～5 mm可很好地解决未化铣区域的腐蚀问题;随化铣时间的延长,化铣速率降低,且化铣温度与化铣速率呈现正相关性;化铣表面的粗糙度随化铣时间的延长而增加,随化铣温度的升高呈先减小后增加的趋势;化铣后材料的抗拉强度和屈服强度均有所提高.     

火电机组负荷分配中多源不确定性因素影响分析

不确定性因素存在于火电机组负荷分配中，影响机组负荷分配、节能环保目标。本文综合考虑负荷预测不确定性、机组煤耗率不确定性与其CO2排放系数不确定性，分别构建火电机组一次能源消耗成本与CO2排放量最小目标下的火电机组负荷优化分配模型；以此为基础，引入析因分析方差分解方法，量化多源不确定性因素单独与交互作用下对节能、环保目标的影响程度。结果表明:负荷预测不确定性对火电机组节能、环保目标影响最为显著，相对影响程度分别为51.13%、62.70%；机组煤耗特性及其CO2排放系数影响次之，相对影响程度分别为47.58%、34.95%。此研究结果对不确定性条件下电力系统负荷分配具有借鉴价值。     

高含硫气藏海相碳酸盐岩高温高压水岩反应实验

为研究川东北地区元坝气田高含硫气藏中酸性气体对海相碳酸盐岩储层物性的影响,利用取样的海相碳酸盐岩岩心,通入不同配比的酸性气体(H2S或CO_2),模拟地层温度(121℃)、地层压力(50 MPa)条件,开展酸性气体下的水岩反应实验。实验表明:高温高压水岩反应后,岩心相对分子质量总体呈现减小的趋势,质量改变率最高达到7. 41%;储层岩心渗透率和孔隙度总体呈现增长趋势,渗透率增长幅度最高达644. 99%,孔隙度增长幅度最高达53. 84%;不同酸性气体质量浓度和气体组成对岩心矿物溶蚀效果不一致,单一酸性气体比混合酸性气体的溶蚀效果好,H_2S气体比CO_2气体对储层岩石的溶蚀效果好;酸性气体在地层高温高压环境下对海相碳酸盐岩具有明显的酸蚀改造作用,水岩反应后酸性气体不仅能溶蚀矿物,造成孔隙度、渗透率的增大,还存在矿物溶蚀颗粒运移沉淀堵塞部分岩石孔隙喉道的现象。     

VD镇静时间对齿轮钢大颗粒夹杂物的影响

采用蔡司电镜+INCA软件对宝山钢铁股份有限公司齿轮钢VD镇静过程钢中夹杂物进行自动检测,发现大于5μm夹杂物数量与大于10μm夹杂物数量成正相关,而且随着镇静时间的增加先减少后增加。VD镇静过程最大夹杂物主要是球状CaO-Al_2O_3+MgO-Al_2O_3复合夹杂物,而且随着夹杂物中CaO-Al_2O_3面积占比的增加,最大夹杂物尺寸增大。建议镇静时间控制在15 min左右。     

磺酸型离子液体催化合成脂肪族1,2-二醇

以磺酸型离子液体1-(3-丙烷磺酸)吡啶磷酸氢盐[PyPS]H_2PO_4为催化剂催化甲酸-双氧水氧化端烯烃合成相应的1,2-二醇,采用~1H NMR对产物的结构进行了表征。以1-己烯合成1,2-己二醇为模型反应,得到了反应的优化条件,即:n(1-己烯)∶n(H_2O_2)∶n(甲酸)=1∶1.1∶2,催化剂[PyPS]H_2PO_4 2.5 mol%,反应温度50℃,反应6 h。在此条件下,1,2-己二醇、1,2-戊二醇、1,2-辛二醇、1,2-环己二醇以及苯乙二醇收率分别为78.2%,74.7%,68.8%,76.2%和74.0%。[PyPS]H_2PO_4容易回收,在循环使用中催化活性未见明显降低。     

抽采孔液态CO2预裂效果显微CT实验研究

为研究液态CO2预裂爆破后,煤体内裂隙发育情况,采用高精度微焦点显微CT系统,对预裂后不同区域的煤样进行CT扫描,并利用Photoshop进行孔裂隙占比统计学分析。研究结果显示,距预裂孔4 m处的煤体裂隙发育明显,孔裂隙占比增加了一倍,而在5 m处的煤体裂隙则发育较弱。表明抽采孔内采取液态C2预裂技术后,4 m范围内的煤体裂隙得到了充分发育,为瓦斯抽采提供了有利条件。     

YOLOv2在煤岩智能识别与定位中的应用研究

综采工作面煤层走向复杂，采用“一刀切”的开采方法会加速滚轮截齿的磨损，同时开采效率也大幅降低，对煤岩的精准识别是解决此类问题、实现智能开采的关键。将基于回归方程的深度学习目标检测算法YOLOv2与线性成像模型相结合并通过该算法对井下采集煤岩图像进行了智能识别与定位，同时与Faster R-CNN，SSD对煤岩图像的识别结果进行了对比。结果显示YOLOv2对煤岩的识别精度达到了78%，检测速度达到了63 frame/s，与Faster R-CNN，SSD相比精度高出7.7%，4.7%，而检测速度高出763%，40%；在矿井测量坐标系中YOLOv2标定的煤层边界框角点的计算坐标与实测坐标相比相对误差在3.0%～4.5%之间，相对误差较小，不会对采煤效率产生影响。研究结果表明，YOLOv2可以对煤岩进行准确快速的识别。