核反应堆压力容器用INCONEL 600合金锻件热处理工艺研究

通过试验室阶段试验及工业性生产试验结果表明,核反应堆压力容器用INCONEL 600合金采用固溶温度为950～1000℃、水冷处理的热处理工艺是完全可行的,材料的性能结果达到技术标准要求。     

基于轮轨驱动的新型桥梁转体装置力学性能研究

转体施工在跨越既有线路的桥梁建设中得到广泛应用，针对传统桥梁转体装置存在的控制性不强、转速不均、转角超限等工程难题，以合肥市文忠路上跨合肥东站立交桥为载体，从转体施工的转动设备与转动能力入手，提出了基于轮轨系统驱动的新型桥梁转体施工装置，增强了桥梁转体施工的精确性和可操作性；为验证装置的可行性和可靠性，通过精细化有限元模拟，探究装置在不同齿轮摩擦因数、球铰静摩擦系数以及齿轮宽度下的受力性能。通过对上述影响因素的分析结果表明，球铰静摩擦系数对齿轮及球铰受力性能的影响最显著；齿轮宽度对小齿轮系统峰值应力降低的贡献率，随着宽度的增长而逐渐降低；齿轮摩擦因数对轮轨系统的受力影响较小。所提出的新型转体装置能够安全、可靠地用于桥梁转体施工，为实现桥梁结构的精确化转体施工提供了重要的技术支撑。     

基于深度学习的无监督领域自适应语义分割算法综述

随着现代生活逐步智能化,越来越多的应用需要从图像中推断相应的语义信息再进行后续的处理,如虚拟现实、自动驾驶和视频监控等应用。目前的语义分割模型利用大量标注数据进行有监督训练能达到理想的性能,但模型对与训练数据不同分布的数据进行推理时,其性能严重下降。这意味着一旦应用场景发生变化,就需对新场景的数据进行标注。模型重新利用新数据进行训练,才能达到正常的性能。这无疑是耗时的、代价昂贵的。为此,领域自适应语义分割算法提供了解决模型在分布不一致数据上语义分割性能下降问题的思路。总结了领域自适应语义分割算法的前沿进展,并对未来研究方向进行展望。     

电力变压器的吊芯检修

在变压器的检修工作中,吊芯是一项很重要的工作,事先应做好充分的准备.设想可能出现的问题和解决办法。要做到忙而不乱,有条不紊。本文结合实际。介绍了变压器吊芯的检修方法、步骤和注意事项。     

用服务铸就价值——浅论广电服务渠道建设

在服务渠道建设方面，广电运营商应明确目的，采用主动服务方式，努力提高企业管理水平和市场营销水平，增强企业的市场竞争力，逐步降低客户投诉和故障申告，满足用户日益提高的服务需求。     

从电解锰阳极泥中两段浸出锰富集硒试验研究

研究了以蔗髓和铁粉为还原剂,在酸性条件下从电解锰阳极泥中两段浸出锰并富集硒,考察了浸出温度、浸出时间、硫酸浓度、蔗髓用量、铁粉加入量对锰、硒浸出率和浸出液中残余有机物浓度的影响。结果表明:第1浸出阶段,在蔗髓/阳极泥质量比0.075 g/g、硫酸浓度4.4 mol/L、浸出温度90℃、浸出时间3 h条件下,锰、硒浸出率分别为74.31%和43.56%,浸出液中COD质量浓度0.337 g/L;在第2浸出阶段,阳极泥中未被浸出的锰,按铁粉/阳极泥质量比0.09 g/g添加铁粉,继续还原浸出,铁粉在还原浸出锰的同时,将溶液中的硒还原为单质硒沉淀,锰浸出率达99.31%,而硒的最终浸出率仅为0.50%,富集在浸出渣中。     

弱还原性气氛下Fe_2O_3对高灰熔点煤矿物变化行为影响的研究

利用XRD、SEM-EDX分析了添加Fe_2O_3的LNC煤灰在高温弱还原性气氛下的矿物组成、微观形貌及微区化学组成变化情况。结果表明,Fe_2O_3的引入抑制了灰渣中莫来石的生成,高温下含铁矿物的生成及低温共熔降低了煤灰熔点;在高Fe_2O_3添加量下,多余的赤铁矿转化为磁铁矿。在弱还原性气氛中,受CO浓度及渣中溶解[O]的影响,未出现单质铁的析出现象。     

一种面向语义重叠社区发现的 Block 场取样算法

语义社会网络(Semantic social network, SSN)是一种包含信息节点及社会关系构成的新型复杂网络. 传统语义社会网络分析算法在进行社区挖掘时, 需要预先设定社区个数且无法发现重叠社区. 针对这一问题, 提出一种面向语义重叠社区发现的block场采样算法, 该算法首先以LDA (Latent dirichlet allocation)模型为语义分析模型, 建立了以取样节点为核心节点的block 场BAT (Block-author-topic)模型; 其次, 根据节点的语义分析结果, 建立可度量block区域的语义凝聚力方法, 实现了语义信息的可度量化; 最后, 以节点的语义凝聚力为输入, 改进了重叠社区发现的标签传播算法(Label propagation algorithm, LPA)及可评价语义社区的SQ度量模型, 并通过实验分析, 验证了本文算法及SQ 度量模型的有效性及可行性.     

面向复杂网络的异常检测研究进展

异常检测是指识别数据集中显著区别于其他正常模式的数据,广泛应用于欺诈检测、入侵检测、数据分析等领域.现有的异常检测研究大多是基于非结构化数据点集,而现实中数据间复杂的结构关系构成了复杂网络,在数学形式上表示为图,所以面向复杂网络的异常检测的需求日益增加.对此,总结了当前复杂网络异常检测的方法与研究进展:首先提出复杂网络异常检测的必要性与发展历史;其次,分别从静态图和动态图的视角将复杂网络异常检测分为基于结构、社区、关系学习的静态图异常检测和基于节点、边、子图、全图的动态图异常检测;然后,分类别地进行概述、分析与比较,并给出复杂网络异常检测的应用场景;最后,总结未来面向复杂网络异常检测的研究方向.     

基于逆序信号驱动的紧密衔接综合调度算法

针对以往综合调度中紧密衔接调度算法只能处理单一紧前工序的情况,使算法具有局限性问题,提出基于逆序信号驱动的紧密衔接综合调度算法.该算法先建立设备和调度2个子系统,并通过相互间传递的信号驱动逆序调度;对于紧密衔接工序组包含非单一紧前工序的情况,将紧密衔接工序组定义为一棵特殊的紧密衔接子树,采用逆序调度的方式自顶向下对紧密衔接问题求解;当信号驱动时刻存在多个可调度工序(组)时,按最大可并行性选择策略选择子节点关键路径长的工序(组)调度;对于可调度工序直接锁定该工序的加工时间段;对于可调度工序组,则按锁定紧密衔接工序组的前沿贪心策略锁定工序组的加工时间段.由于采用逆序调度和锁定紧密衔接工序组的前沿贪心策略,可使各紧密衔接工序组独立调度,实现紧密衔接紧前工序数无限制的综合调度.