基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

探析故宫博物院市场化举措的原因、实践与结果

在充斥着消费文化的新时期,传统博物馆面临着一定的困境.在当今的文化研究中,国内外众多学者认为,博物馆神圣的地位已经被更易于学习的新型游乐场、科学中心和高科技娱乐场所取代.许多采用传统运营模式的博物馆开始进行市场化改革,以此面对来自娱乐产业的竞争.本文将以故宫博物院为例,批判性地分析其市场化改革所产生的原因和可能带来的后果.由于政策、经济、社会文化等宏观环境的不同,因此与英国等西方国家的传统博物馆相比,故宫博物院市场化的原因、举措和结果有其一定的独特性.     

共享经济背景下新零售企业人才共享意愿调查

随着共享经济发展的逐渐深入,人才共享应运而生.目前,新零售行业人才需求旺盛,新零售人才协同发展在行业间有效流动和优化配置已成为大势所趋.探究新零售人才共享意愿及其影响因素,有针对性地构建新零售人才共享机制具有重要的现实意义.本文从新零售人才共享意愿出发,通过问卷调查,探寻新零售企业的共享参与度,并依此提出迎合新零售人才共享意愿的人力资源配置策略.     

碳纤维喷射混凝土硫酸盐冻损伤分析

为了研究碳纤维混凝土硫酸盐冻侵蚀损伤，以川藏铁路喷射纤维混凝土工程环境为依托进行室内盐冻试验，盐冻最低、最高温度设置为(-37.12、17℃)，(-32.12、12℃)，(-25.12、5℃)，(-20.12、0℃)，硫酸盐质量分数分别为5%、7.5%、10%，纤维体积分数分别为0、0.10%、0.20%、0.24%、0.30%。通过宏观强度试验结果和微观分析可知，随着硫酸盐浓度的增加，碳纤维混凝土损伤越严重。与普通混凝土相比，碳纤维混凝土能够有效阻止开裂，其中0.3%的体积分数为最佳掺量。通过微观分析，揭示碳纤维在混凝土结构内起到类似梁的作用机制，并据此建立损伤模型。     

基于像素偏转模型和机器学习的室外图像天空像素检测

图像中的天空区域对于基于视觉的地面机器人导航具有重要意义,为了识别图像中的天空部分,本文提出了一种基于像素偏转模型的BP神经网络天空识别方法.首先,制作天空图像集和非天空图像集,天空图像集由各种天气情况下的天空提取而成,非天空图像集由非天空的景物构成,主要包括建筑、汽车、树木、植物等;其次,使用提出的像素偏转模型提取天空图像集和非天空图像集的像素特征并进行处理,对天空像素点和非天空像素点进行标注,利用BP神经网络对像素特征进行训练,得到权重文件;最后,使用得到的权重文件进行天空的识别.为了更好的说明本文算法和模型的优越性,使用本文算法与Otsu算法、YeHu算法、Graph-cut算法和Mask-Rcnn算法模型进行了比较,并设计了两组组对比实验,第一组实验进行识别效果的主观评价,第二组实验利用CamVid数据集的天空类进行算法精度的定量分析.     

Brönsted方程动力学模型研究ZSM-5催化乙烯齐聚及芳构化活性和酸强度分布之间的定量关系

乙烯催化齐聚和芳构化是烯烃高值化和合成液体燃料的关键过程，采用NH₃-TPD谱图分析计算方法得到的探针分子脱附活化能作为催化剂的酸位点强度分布的参数，结合线性自由能理论在Br?nsted方程中引入酸强度对反应的影响因子γ作为动力学方程参数关联探针分子脱附活化能与反应活化能，明确固体酸酸强度的基准在催化动力学方程中的物理意义。建立同为MFI拓扑结构 Si /Al摩尔比为12.5、19、25、60、70的ZSM-5分子筛催化剂上不同酸强度位和乙烯齐聚及芳构化中氢转移、齐聚、芳构化各单元步骤以及对应的烷烃、低碳烯烃和芳烃产物分布的定量关系。根据拟合得到动力学参数γ可以发现不同强度的酸位点对乙烯齐聚及芳构化具有不同的作用系数。氨脱附活化能(DAE)为90 kJ·mol^-1的酸位点是氢转移反应的主要活性位点，而对于乙烯齐聚反应中主要的活性酸位点为DAE 90 kJ·mol^-1和124 kJ·mol^-1，DAE为150 kJ·mol^-1的酸位点是芳构化反应的主要活性位点。     

实验室认可风险的量化评价模型研究

实验室认可风险需要控制,认可风险评价可以利用可量化的加权评分法评价模型实现。模型基于认可要求建立风险评价指标,将认可发现量化为风险值,最终达成风险分级。