富含砖粒再生混凝土抗剪性能研究

为了研究富含砖粒再生混凝土的抗剪性能,制备了4组不同配合比的富含砖粒再生混凝土试件,以28 d立方体抗压强度值为变化因素,在分析立方体抗压强度对抗剪强度影响的基础上,研究了立方体抗压强度值对剪应力-应变曲线的影响。结果表明:富含砖粒再生混凝土的剪切破坏形态与普通混凝土相似,其抗剪强度随着抗压强度的提高呈显著增长趋势;建立了剪应力-应变的本构方程,提出了富含砖粒再生混凝土的剪切模量计算式。     

煤层气井负压抽采设备试验研究

本文就如何使煤层气枯竭压力以下的低产井实现再次利用的问题,提出了以科技驱动来达到其二次中稳产的目的。因此,应用了煤层气井负压抽采设备,以增大生产压差,提高单井产气量。通过现场应用,取得了良好的试验效果和宝贵的实践经验。     

生物质多孔碳基复合相变材料制备及性能

目前,通过多孔高导热载体与相变材料复合的方式提升有机复合相变材料综合性能的方法得到广泛应用。多孔碳作为负载能力强,导热性能良好的载体材料成为研究的热点,但如何绿色、廉价、简易地制备出该类载体仍是研究的难点。本文以天然生物质材料松木和竹木为碳源,在梯度温度和氮气气氛下热处理,使生物质材料碳化并进一步发生石墨化转变,制备出生物质天然孔道结构的多孔高导热碳基载体材料。采用真空熔融浸渍法将有机相变材料石蜡和多孔碳基载体材料进行高效复合,制备得到生物质多孔碳/石蜡复合相变材料。通过扫描电子显微镜（SEM）、红外光谱仪（FTIR）、同步热分析仪（TGA）、X射线衍射仪（XRD）、拉曼光谱仪（Raman）、压汞分析仪（MIP）、差示扫描量热仪（DSC）、激光导热仪对载体材料及复合相变材料进行结构表征和性能测试。测试结果表明:生物质多孔碳载体材料孔道结构保存完好,石墨化转变明显,保证了有机相变芯材的高效稳定负载。传热效率上,相比于纯石蜡芯材,以松木和竹木为碳源制得的多孔碳/石蜡复合相变材料热导率分别提高了100%和216%,达到了0.48 W·m?1·K?1和0.76 W·m?1·K?1。在此基础上,通过对比松木和竹木为原料制得的复合相变材料的芯材负载量,相变焓值,热导率的变化,进一步探讨了生物质结构对复合相变材料性能的影响机制。      

夹紧力对7075铝合金薄板件铣削变形影响

针对薄板件装夹及加工时易变形的问题,为研究夹紧力对7075铝合金薄板件铣削变形的影响,对铝合金薄板件进行铣削实验,采用面支撑、四点夹紧的装夹方式,通过改变初始夹紧力的值,对铣削后平面度进行测量。结果表明:在铣削过程中,夹紧力一直处于动态变化中,最大变化幅度为9%,且铣削结束时,夹紧力不会恢复到初始值,初始与结束时夹紧力的最大差值为42N;增大初始夹紧力,切削力也随之增大;铣削后表面的平面度随着初始夹紧力的增大呈现出先增大后减小再增大的趋势。这说明,初始夹紧力的大小对工件变形的影响显著;加工过程中夹紧力的不断变化是影响工件变形的重要原因。     

基于实体语义扩展的跨境民族文化文本检索

由于跨境民族相关的文化实体常出现相同实体具有不同名称表达的情况,使用当前主流的文本检索方法在跨境民族文化数据集上将面临语义稀疏的问题。该文提出一种基于实体语义扩展的跨境民族文化检索方法,利用跨境民族文化知识图谱,以知识三元组的形式将跨境民族文化之间的实体关联起来,并添加实体类别标签,以此缓解跨境民族文化实体中语义信息不充分的问题。通过TransH模型对实体及扩展语义信息进行向量化表示,融合到查询文本中进行语义增强,以此提升跨境民族文化文本检索的准确性。实验结果表明,该方法比基线模型提高了5.4%。     

用于文本分类的均值原型网络

文本分类是自然语言处理的基本任务之一。该文在原型网络基础上,提出了按时序移动平均方式集成历史原型向量的均值原型网络,并将均值原型网络与循环神经网络相结合,提出了一种新的文本分类模型。该模型利用单层循环神经网络学习文本的向量表示,通过均值原型网络学习文本类别的向量表示,并利用文本向量与原型向量的距离训练模型并预测文本类别。与己有的神经网络文本分类方法相比,模型在训练和预测过程中有效利用了样本间的特征相似关系,并具有网络深度浅、参数少的特点。该方法在多个公开的文本分类数据集上取得了最好的分类准确率。     

融合主题及上下文特征的汉缅双语词汇抽取方法

缅甸语属于低资源语言,网络中获取大规模的汉-缅双语词汇一定程度上可以缓解汉-缅机器翻译中面临句子级对齐语料匮乏的问题.为此,本文提出了一种融合主题及上下文特征的汉缅双语词汇抽取方法.首先利用LDA主题模型获取汉缅文档主题分布,并通过双语词向量表征将跨语言主题向量映射到共享的语义空间后抽取同一主题下相似度较高的词作为汉-缅双语候选词汇,然后基于BERT获取候选双语词汇相关上下文的词汇语义表征构建上下文向量,最后通过计算候选词的上下文向量的相似度对候选双语词汇进行加权得到质量更高的汉缅互译词汇.实验结果表明,相对于基于双语词典的方法和基于双语LDA+CBW的方法,本文提出的方法准确率上分别提升了11.07%和3.82%.     

基于立体视觉的接触式三维测量系统

传统的三维接触式测量方法存在着速度慢、测量范围受限等缺点,而纯粹的非接触式测量方法则存在着特征边缘无法获取的问题。结合两种测量方法,设计了一种新的三维测量系统,该系统采用立体视觉技术对接触式测头的空间位置和姿态进行定位,进而间接计算接触式探针针尖位置来完成空间点的三维坐标测量。实验结果表明:系统测量精度优于0.2 mm,能够应用于工业现场进行复杂工件的典型几何特征检测和模型重构。     

融合句法信息的无触发词事件检测方法

事件检测（ED）是信息抽取领域中最重要的任务之一,旨在识别文本中特定事件类型的实例。现有的ED方法通常采用邻接矩阵来表示句法依存关系,然而邻接矩阵往往需要借助图卷积网络（GCN）进行编码来获取句法信息,由此增加了模型的复杂度。为此,提出了融合句法信息的无触发词事件检测方法。通过将依赖父词及其上下文转换为位置标记向量,并在模型源端以无参数的方式融入依赖子词的单词嵌入来加强上下文的语义表征,而不需要经过GCN进行编码;此外,针对触发词的标注费时费力的问题,设计了基于多头注意力机制的类型感知器,以对句子中潜在的触发词进行建模,实现无触发词的事件检测。为了验证所提方法的性能,在ACE2005数据集以及低资源越南语数据集上进行了实验。其中,在ACE2005数据集上与图变换网络事件检测（GTN-ED）方法相比,所提方法的F1值提升了3.7%;在越南语数据集上,与二分类的方法类型感知偏差注意机制神经网络（TBNNAM）相比,所提方法的F1值提升了9%。结果表明,通过在Transformer中融入句法信息能有效地连接句子中分散的事件信息来提高事件检测的准确性。