Web动态报表在油库管理信息系统中的应用

介绍了基于B/S模式的油库管理信息系统中Web动态报表的设计与实现。报表开发采用VS.NET环境中的客户端报表工具,与应用系统集成采用Reportviewer控件,通过合理的设置数据集参数与报表参数,对报表要显示的数据进行筛选,既实现了报表内容的动态显示,又减少了网络数据传输量,提升了系统性能,为Web动态报表的开发提供了参考方案。     

裂解汽油加氢装置二段反应器缺陷分析

对中国石油吉林石化公司300 kt/a乙烯装置汽油加氢二段反应器接管与筒体焊接接头的缺陷进行详细分析。阐明了缺陷的产生是由于在焊接过程中焊缝熔合区内形成马氏体、增碳层并伴有δ-铁素体的分解而使熔合区内及焊缝处的材质脆化。由于选用焊接材料的错误,产生较高的焊接残余应力致使焊缝开裂。分析了焊缝马氏体、增碳层及δ-铁素体分解的原因。     

配HRBF500级钢筋混凝土梁受弯承载力试验

试验设计制作了7根配有500 MPa细晶粒高强钢筋的钢筋混凝土梁,通过变化保护层厚度、纵筋配筋率、混凝土强度等因素,分析研究高强钢筋混凝土梁的承载力.试验结果表明,应用了500 MPa细晶粒高强钢筋的混凝土梁承载力的实测结果与计算值比较接近,可以继续沿用现有的规范计算模式.     

高强箍筋混凝土简支梁抗剪承载力试验研究

通过对14根500 MPa细晶粒钢筋、1根400 MPa及1根600 MPa钢筋做箍筋的混凝土简支梁在集中荷载作用下的试验,观测了不同混凝土强度、不同剪跨比、不同箍筋强度、不同配箍率、不同截面尺寸条件下试件的裂缝、挠度、承载力及破坏形态;并将实测值与有关公式的计算值进行了比较.试验结果表明,构件的斜截面承载力仍可按现行《混凝土结构设计规范》的相关公式进行计算,并有足够的安全储备.     

HRB500级钢筋混凝土梁受弯刚度试验

为了进一步研究高强钢筋混凝土梁的刚度计算方法,进行了15根HRB500级钢筋混凝土简支梁及2根HRB335级钢筋混凝土对比梁的试验,详细分析了HRB500级钢筋混凝土梁的受弯性能。结果表明：HRB500级钢筋混凝土简支梁正截面符合平截面假定,实测挠度比现行规范计算值略大,相对误差在6%左右,根据该试验和收集的部分高强钢筋混凝土梁的试验数据分析结果,提出了修正后适合HRB500级钢筋混凝土梁的刚度公式,且采用该修正后的公式计算HRB500级钢筋混凝土梁的跨中挠度具有更高的精度。     

Material removal mechanism and crack propagation in single scratch and double scratch tests of single-crystal silicon carbide by abrasives on wire saw

Single-crystal silicon carbide is a promising semiconductor material widely applied in micro-electronics. However, its high hardness and brittleness make it difficult to be sliced into wafers by wire sawing technology. In this paper, both single scratch and double scratch tests are carried out on the (0001) surface of 4H-SiC by the abrasives on wire saw instead of using a standard indenter to obtain an in-depth understanding of the material removal mechanism and crack propagation in wire sawing. The scratching groove in single scratch tests is found to be composed of several small grooves because of the actual irregular shape of the abrasive. Stress analysis shows that this phenomenon has relatively small effects on the radial cracks propagating near the $\{1\overline{1}00\}$ primary cleavage plane. Radial cracks play an important role in the process of material removal by means of the interaction between radial cracks and the interaction between radial cracks and lateral cracks in double scratch tests. Based on fracture mechanics, the variation of stress intensity factors (SIFs) at the tip of radial cracks with the separation distance between the two grooves is calculated. Results show that the values of SIFs increase with the decrease of the separation distance, which means that radial cracks are more easily to propagate when the separation distance decreases. The theoretical analysis agrees with the experimental observation.     

水处理容器缠绕不饱和聚酯体系研究

研究了水处理容器缠绕不饱和聚酯树脂体系 ,重点阐述了不饱和聚酯凝胶期控制、表干及树脂增韧方法和纤维缠绕复合层的力学性能 ,分析了水容器受压树脂环向开裂的原因 ,探讨了提高树脂开裂强度的措施     

改进R-FCN模型的小尺度行人检测

目的 为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络（region-based fully convolutional networks,R-FCN）的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检测算法。方法 为了使特征提取更加准确,在ResNet-101的conv5阶段中嵌入可变形卷积层,扩大特征图的感受野;为提高小尺寸行人检测精度,在ResNet-101中增加另一条检测路径,对不同尺寸大小的特征图进行感兴趣区域池化;为解决小尺寸行人检测中的误检问题,利用自举策略的非极大值抑制算法代替传统的非极大值抑制算法。结果 在基准数据集Caltech上进行评估,实验表明,改进的R-FCN算法与具有代表性的单阶段检测器（single shot multiBox detector,SSD）算法和两阶段检测器中的Faster R-CNN（region convolutional neural network）算法相比,检测精度分别提高了3.29%和2.78%;在相同ResNet-101基础网络下,检测精度比原始R-FCN算法提高了12.10%。结论 本文提出的改进R-FCN模型,使小尺寸行人检测精度更加准确。相比原始模型,改进的R-FCN模型对行人检测的精确率和召回率有更好的平衡能力,在保证精确率的同时,具有更大的召回率。     

中国名人人脸数据集

为快速构建大尺度、高质量中国人脸识别数据集,本文提出一种半自动构建方法.相较于现有的数据集构建方法,该方法可以快速地构建大尺度中国名人人脸数据集,将此数据集命名为CCFace(Chinese Celebrities Face).CCFace数据集包含431个人物,506874张人脸图像,平均每个人物包含1176张不同年龄、姿态的图像,该构建方法在一定程度上解决了当前社区中可用的中国人人脸图像数据集短缺问题.在实验部分中以多个模型测试该数据集的有效性,表明其可以作为SOTA(State Of The Art)模型的训练集使用,相信这种方法以及该数据集将引来更多的人来从事人脸识别的研究工作,并促进国内人脸识别应用的发展.     

FGSC-23：面向深度学习精细识别的高分辨率光学遥感图像舰船目标数据集

目的 基于光学遥感图像的舰船目标识别研究广受关注,但是目前公开的光学遥感图像舰船目标识别数据集存在规模小、目标类别少等问题,难以训练出具有较高舰船识别精度的深度学习模型。为此,本文面向基于深度学习的舰船目标精细识别任务研究需求,搜集公开的包含舰船目标的高分辨率谷歌地球和GF-2卫星水面场景遥感图像,构建了一个高分辨率光学遥感图像舰船目标精细识别数据集（fine-grained ship collection-23,FGSC-23）。方法 将图像中的舰船目标裁剪出来,制作舰船样本切片,人工对目标类别进行标注,并在每个切片中增加舰船长宽比和分布方向两类属性标签,最终形成包含23个类别、4 052个实例的舰船目标识别数据集。结果 按1：4比例将数据集中各类别图像随机划分为测试集和训练集,并展开验证实验。实验结果表明,在通用识别模型识别效果验证中,VGG16（Visual Geometry Group 16-layer net）、ResNet50、Inception-v3、DenseNet121、MobileNet和Xception等经典卷积神经网络（convolutional neural network,CNN）模型的整体测试精度分别为79.88%、81.33%、83.88%、84.00%、84.24%和87.76%;在舰船目标精细识别的模型效果验证中,以VGG16和ResNet50模型为基准网络,改进模型在测试集上的整体测试精度分别为93.58%和93.09%。结论 构建的FGSC-23数据集能够满足舰船目标识别算法的验证任务。