固体自拉曼激光器多波长输出研究

实验对比了a切和c切的Nd∶YVO4晶体作为激光晶体时,激光器输出光光谱及输出功率上的区别。设计了一种小型化固体自拉曼多波长激光器,实验证明通过调节倍频晶体BBO的角度,可实现多波长选择性输出及同时输出,并测量了其输出光谱及单波长输出时的功率。     

基于跨临界CO2热泵的茶叶生产能源系统负荷削减潜力

乡村产业中的化石能源设备逐渐被电能技术替代，引起了乡村负荷波动增大、部分时段产生集中高负荷的问题。为了解决以上问题，将低品位清洁能源应用至乡村的茶叶生产中，针对烘茶全过程的工艺要求提出了跨临界CO₂热泵烘茶技术；并以某茶叶生产乡村为对象，对其代表台区的全年日用电量及产茶日负荷进行了分析，得出采用CO₂热泵烘茶后其负荷得到大幅度削减，整体可降低至原负荷的39.6%~46.8%，峰值负荷与平时负荷的比值由原本的13.6降至5.4~6.2。跨临界CO₂热泵应用至农产品生产中可有效缓解乡村供电压力。     

ALC轻质墙板在大型工业厂房内隔墙施工中的应用

在传统建筑施工过程中，通常内隔墙采用蒸压混凝土加气块，施工成本较大，且耗费大量人力。结合工程实例，介绍了建筑内墙采用蒸压加气混凝土板轻质隔墙设计方案，阐述了其设计要点、施工工艺、构造措施。实践证明，该设计方案施工简单便捷，不但劳动强度低而且节约工程总造价，使建筑环境的要求得到满足，有效地节约了施工工期，保温隔热效果较好，且具有防水防潮性能。     

多氢酸酸化反应特征及动力学

利用自制多氢酸液XS-1进行静态岩粉溶蚀与岩心流动实验,通过SEM、ICP等实验考察了多氢酸的缓速性与预防二次沉淀性能,并研究了多氢酸与岩心反应动力学特性。结果表明,XS-1多氢酸液具有良好的缓速与预防二次沉淀性能,反应后残酸的极限浓度为0.296 1 mol/L,酸液有效作用时间为6~7 h。在该多氢酸体系下岩心渗透率提高至4.15倍,在此条件下以酸岩反应动力学参数模型建立动力学方程,反应速率比同条件下普通酸液小,进一步证明多氢酸具有一定的缓速性。     

一种近似最小有效瓶颈优先的Coflow调度机制

针对先验知识未知场景下的Coflow调度问题,提出一种近似最小有效瓶颈优先的Coflow调度方法。通过结合Coflow当前大小和宽度决定Coflow的调度顺序,并区分出流大小以及短与长等特征的Coflow,从而加大调度优化的空间。实验结果表明,与先验知识未知场景下的Aalo方法相比,该方法可使Coflow的平均完成时间降低33.2%,相较于先验知识已知场景下的SEBF方法,Coflow平均完成时间与其仅有7.3%的性能差距。     

分形维数在林芝市排水管网规划中的应用研究

采用盒维数和长度—半径维数对林芝市中心城区的污水收集系统与雨水收集系统开展研究,对排水管网的盒维数分析发现:污水系统为1.397 7,相关系数为0.998 4;雨水系统为1.337 5,相关系数为0.998 3。而对排水管网的长度—半径维数分析可知:污水系统为1.132 7,相关系数为0.970 2;雨水系统为1.134,相关系数为0.968 8。结果表明:林芝市中心城区的排水管网已呈现出明显的分形特征,但排水管网布置及功能需进一步完善,密度及复杂度还需加强,采用盒维数对该区域的排水管网开展研究更合适。     

水法合成扑草净原药废水综合治理工艺研究

扑草净原药生产中水为反应介质,存在废水量大,废水中污染物成分复杂,污染环境。经预处理,离子交换吸附后降低各项污染指标,基本能达标排放,特别是扑灭津,扑草净,COD值都有大幅度下降。     

高铬铸钢轧辊的组织及其氧化行为

轧辊氧化膜形成及剥落显著影响轧辊的辊耗及钢板的表面质量。为控制轧辊的氧化行为，采用增重法研究离心铸造高铬铸钢轧辊在大气及水蒸气环境中的氧化行为，并采用金相显微镜(OM)、扫描电子显微镜(SEM)、X射线衍射(XRD)等方法研究了高铬铸钢组织及氧化膜的结构。结果表明，高铬铸钢组织为回火马氏体基体和共晶Cr7C3碳化物；氧化过程中基体优先被氧化，粗大碳化物表面几乎不被氧化；温度及环境对氧化膜生长及相结构都有一定的影响，高温及水蒸气环境加速氧化，并促进γ Fe2O3向γ Fe3O3转化。因此，控制轧辊的氧化，关键是控制轧辊的使用温度。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。