DDC桩地基处理工程质量控制要点浅析

DDC桩地基处理技术,凭偖用料广泛、就地取材、充分利用绿色资源、适用范围广,以及具有高动能、超压强、强挤密、处理厚度深、造价低、施工速度快,机械化高、噪声低、施工公害少等特点,并且处理后的地基整体刚度均匀、承载力高、压缩变形小,迄今为止已在全国得到普遍应用。介绍了DDC桩的施工原理及适用范围,分析了DDC桩的特点。以某住宅小区地基处理为例,探讨DDC桩地基处理的质量控制要点,供业内人士参考。     

斜拉索倾角对振动法测索力的精度影响

现有的基于振动的索力测试方法在推导过程中,多以水平索为模型,未考虑斜拉索倾角对索力识别精度的影响。为了分析倾角对振动法测索力的精度影响,以两端固支索为例,采用有限差分法求解索的模态参数,并由迭代法识别索力,研究倾角对索的模态参数和索力识别精度的影响。结果表明,采用第1阶频率识别小垂度索的索力,与采用第1阶或第2阶频率识别大垂度索的索力时,不考虑倾角的影响,索力识别的误差很大。     

并流控速沉淀法制备纳米α-Bi2O3及其光催化降解苯酚性能研究

以五水合硝酸铋为铋源,氢氧化钠为沉淀剂,通过简单易操作的并流控速沉淀法合成了α-Bi2O3纳米颗粒.同时,利用XRD和SEM分析了所获产品的结构与表面形貌.并选用苯酚作为模拟污染物,利用LC3000型高效液相色谱仪对其进行色谱分析,探究了所合成的纳米α-Bi2O3光催化剂的催化性能.当苯酚的质量分数为100μg·g?1、pH=8、α-Bi2O3投加量为60 mg·L?1时,可见光照射180 min,降解率可达92.6％.通过自由基捕获实验发现,在α-Bi2O3光催化降解苯酚体系中主要活性物种为羟基自由基.     

基于大数据的电网公司安全生产数据分析平台设计

本文基于大数据视角设计了电网公司安全生产数据分析平台.通过平台挖掘分析电网公司实时运行数据信息,可全方位充分掌握公司安全生产状态,还可及时发现、共同解决不符合公司发展需要的相关问题,对于公司安全生产与长远稳定发展发挥着重要作用.通过研究表明,安全生产数据分析平台的设计可推动电网公司创新改革安全生产管理模式,切实整合信息资源,提高安全生产水平,实现精益化运营;而明确的平台发展定位与功能优化设计,可确保安全生产数据分析平台高效稳定运转.     

高熔体流动速率薄壁注塑聚丙烯专用料的结构与性能分析

采用多种分析测试方法，对3类高熔体流动速率薄壁注塑聚丙烯（PP）专用料的熔融结晶性能、光学性能、分子量分布、力学性能、毛细管流变性能、热收缩性能进行了分析研究。结果表明，K1860与2种市售主流PP1、PP2各项性能相当，其中K1860分子量分布相对PP1、PP2较窄，弯曲性能、拉伸性能更优，可满足大型薄壁注塑制品的生产要求。     

一种使用多跳事实的端到端知识库实体描述生成方法

自动化实体描述生成有助于进一步提升知识图谱的应用价值,而流畅度高是实体描述文本的重要质量指标之一。该文提出使用知识库上多跳的事实来进行实体描述生成,从而贴近人工编撰的实体描述的行文风格,提升实体描述的流畅度。该文使用编码器—解码器框架,提出了一个端到端的神经网络模型,可以编码多跳的事实,并在解码器中使用关注机制对多跳事实进行表示。该文的实验结果表明,与基线模型相比,引入多跳事实后模型的BLEU-2和ROUGE-L等自动化指标分别提升约8.9个百分点和7.3个百分点。     

ADS实验大厅中子防护工程技术研究

为了保障加速器驱动次临界系统(ADS)散裂靶与反应堆耦合特性及影响验证实验的顺利进行,以原子能院现有的临界实验装置为基础,对堆厅部分墙体进行屏蔽改造。建造由聚乙烯、镉、铅、钢以及混凝土等材料构成的屏蔽装置,以防止临界装置产生的射线外泄,使工作人员受到的照射保持在合理水平。通过MCNP模拟计算,完成了屏蔽结构的优化设计。基于槽钢支撑结构、铅屏蔽层、镉屏蔽层和聚乙烯屏蔽层等材料组成的组合屏蔽结构建立简化模型,采用ANSYS有限元分析程序计算分析得出各部分应力小于许用应力,稳定性符合要求。最后通过工程实践,完成对屏蔽性能理论计算结果的验证。     

考虑区域协调性的城际列车开行方案优化

针对城际列车开行方案没有有效匹配城市轨道交通运能的问题，提出一种考虑区域协调性的城际列车开行方案优化方法。首先，以旅客出行费用最小和铁路运输效益最大为优化目标，考虑城际列车载客能力、出发地目的地（Original Destination，OD）客流需求和通过能力等约束；然后，在此基础上增加运能匹配度的限制，构建了考虑区域协调性的城际列车开行方案多目标非线性规划模型，并设计改进的模拟退火算法求解模型；最后，以广深城际铁路为例并进行两组对比分析。实验结果表明:考虑区域协调性的列车开行方案可以使旅客出行总广义费用降低约4.06%，铁路部门的效益提高约9.58%，旅客和铁路的系统总成本降低约23.27%；与遗传算法相比，改进的模拟退火算法在求解质量与收敛速度上均有较大提高。所提模型和算法可充分兼顾旅客和铁路双方利益，能够为城际列车开行方案优化问题提供有效解决方法。     

Microstructure and Mechanical Properties of Mg–RE–TM Cast Alloys Containing Long Period Stacking Ordered Phases: A Review

Casting magnesium alloys hold the greatest share of magnesium application products due to their short processing period, low cost and near net shape forming. Compared with conventional commercial magnesium alloys or other Mg–RE-based alloys, the novel Mg–RE–TM cast alloys with long period stacking ordered(LPSO) phases usually possess a higher strength and are promising candidates for aluminum alloy applications. Up to now, two ways: alloying design and casting process control(including subsequent heat treatments), have been predominantly employed to further improve the mechanical properties of these alloys. Alloying with other elements or ceramic particles could alter the solidifi cation pattern of alloys, change the morphology of LPSO phases and refi ne the microstructures. Diff erent casting techniques(conventional casting, rapidly solidifi cation, directional solidifi cation, etc.) introduce various microstructure characteristics, such as dendritic structure, nanocrystalline, metastable phase, anisotropy. Further heat treatments could activate the transformation of various LPSO structures and precipitation of diverse precipitates. All these evolutions exert great impacts on the mechanical properties of the LPSO-containing alloys. However, the underlying mechanisms still remain a subject of debate. Therefore, this review mainly provides the state of the art of the casting magnesium alloys research and the accompanying challenges and summarizes some topics that merit future investigation for developing high-performance Mg–RE–TM cast alloys.     

时态神经网络模型及其在股票分类预测上应用

对具有时间属性的数据进行数据挖掘称为时态数据挖掘，用以发现数据在时间上的知识，当数据变化不规律时，如股票交易数据,就很难发现有价值的规律与规则。而神经网络具有并行、容错、可以硬件实现以及自我学习的优点,可作为股票分类预测应用的一种方法。通过将股票数据与时态型相结合，将股票数据转换成时态型股票数据，提出时态神经网络模型的分类方法，对收集的若干上市公司十年内的股票数据进行分析，构建了时态股票数据神经网络分类器对股票进行分类预测。经过实验验证，相比改进前的神经网络和支持向量机方法，该分类器具有更高的分类准确率。结果证明，这种时态数据神经网络模型对于多只股票的分类预测是非常有效的，可以很好地运用到股票市场的分类预测中。