大数据技术在水土保持信息化中的应用展望

水土保持是生态环境保护工作的重要内容，中国的生态环境大数据的建设和应用，为水土保持工作带来了技术革新。但大数据技术在水土保持信息化中的应用尚处于探索阶段，仅在水土保持监测、建设项目指南方面有所应用。简述了中国水土保持信息化建设情况，结合大数据中批量数据、流式数据、交互式数据和图数据等处理系统和知识计算、深度学习等分析技术，对大数据技术在水土保持设计、方案编制、监测、监督管理、验收评估、治理信息化和水土流失预测等方面的应用进行了展望。针对水土保持信息化存在的不足与难点，提出了今后需要加强信息化基础建设、建立数据的收集标准、水土保持知识库的创建、水土保持大数据人才的培养等建议，为加速水土保持信息化提供参考。     

纯水支架用安全阀气穴特性仿真分析

针对纯水支架用安全阀存在的气穴、气蚀问题,在分析其结构原理的基础上,基于湍流和气穴模型,采用计算流体动力学(CFD)方法建立了纯水安全阀开启时阀芯孔道的仿真模型,对不同径向排孔结构形式时的气穴特性进行了仿真分析。研究结果表明:纯水安全阀径向排孔出口处的气相体积分数沿径向出口孔圆周方向呈环状不对称分布,其中靠近阀芯入口壁面处高于远离入口那侧,是产生气穴的核心区域;单列径向排孔前提下,减少孔数、增大孔径对安全阀阀口气蚀现象有抑制作用,但效果一般;增加通流面积的双列径向排孔可有效减小出口处的气相体积分数,降低气穴形成概率。     

国能神东煤炭集团重大科技创新成果与实践

国能神东煤炭集团有限责任公司（以下简称“神东公司”）是国家能源集团的骨干煤炭生产企业，在煤炭安全高效开采、国产高端装备制造、智能化矿井建设、安全管理模式创新与绿色低碳创新等方面取得了显著成就，引领了全国煤炭企业的科技创新，在综采采高、矿井人均工效、矿井长周期安全管理与亿吨矿区管控中心建设等方面创造了多个世界第一。系统介绍了神东公司在科技管理、创新平台、协同创新、人才队伍、知识产权、标准体系与科技成果等方面的进展，总结了神东公司创新驱动体系及螺旋加速上升的科技创新通道。在采掘技术创新与实践方面，梳理了一次采全高综采采高从6.3 m逐步提高到8.8 m的技术突破，介绍了浅埋坚硬特厚煤层上分层综采下分层综放的采煤工艺，梳理了薄煤层等高开采关键装备、技术及面临的技术问题，分析了短壁机械化全部垮落法的技术适应性及无煤柱开采方法的技术实践；介绍了快速智能掘进成套系统及掘锚一体化关键技术，提高了掘进效率，解决了“采掘失衡”的矛盾。在国产高端装备研发与应用方面，介绍了神东公司在世界首个8.8 m超大采高综采工作面装备配套方面取得的突破性成果，分析了国内首套纯水液压支架面临的技术难点与创新途径，解析了6...     

多层碳纤维毡复合材料的电磁屏蔽性能研究

通过对多层碳纤维毡(CFF)/环氧树脂(EP)复合材料的厚度、碳毡含量以及碳黑填充的设计，制备了多种多层结构碳纤维毡复合材料，研究了多层碳纤维毡复合材料的屏蔽性能。结果表明：随着厚度的增加，多层结构复合材料的屏蔽效能呈增高趋势；随碳毡含量的升高，多层结构复合材料的单位厚度屏蔽效能逐渐增高；碳黑(CB)的添加能进一步提升材料的屏蔽效能，碳黑填充位置的不同对多层结构复合材料的屏蔽效能影响较大；在4.00 GHz时，CFF-CB-GFF结构的屏蔽效能可达到约71 dB,可作为优良的结构功能一体化屏蔽材料。     

蒸压加气混凝土保温装饰复合外墙板抗风性能试验研究

蒸压加气混凝土保温装饰复合外墙板集保温、装饰、防火等功能于一体，且具有节能环保、施工速度快等优点，是一种综合效益较好的装配式建筑外围护结构形式，但由于其整体抗风性能及连接可靠性等方面的研究尚不充分，制约了其在建筑外围护墙中的应用。本文研究了基层为加气混凝土时，锚栓的类型、膨胀套管直径、锚固深度等因素对锚栓抗拉承载力的影响，对比了保温装饰一体板与蒸压加气混凝土采用纯锚固、粘锚结合两种连接方式下的抗风性能，并研究分析了均布荷载作用下蒸压加气混凝土保温装饰复合外墙板失效状态和抗风荷载性能。结果表明：在锚固件数量不少于3对/块、锚固深度120mm以及装饰面板厚度7.2mm时，与蒸压加气混凝土板粘锚连接的保温装饰一体化板外墙外保温系统抗风性能能够满足5.0kPa的风荷载要求；蒸压加气混凝土保温装饰复合外墙板在均布荷载作用下属于弯曲破坏，抗风承载力和挠度变形满足规范要求。     

反向传播神经网络算法结合拉曼荧光光谱法定量检测特级初榨橄榄油掺假

目的 建立基于反向传播神经网络算法结合拉曼荧光光谱技术定量检测低等级橄榄油掺假特级初榨橄榄油的分析方法。方法 制备11种不同掺伪浓度的特级初榨橄榄油混合油样各10份，在相同时间、空间及目标的前提下，使用同台光谱探测系统，采集样品的拉曼光谱和荧光光谱。经过卷积神经网络去除拉曼光谱的基线，实现拉曼光谱和荧光光谱的数据预处理。根据分子光谱与电子光谱的特征差异，人为干预并设定拉曼光谱的权重，建立低等级橄榄油掺假特级初榨橄榄油的反向传播神经网络回归模型。结果 综合评估了反向传播神经网络回归模型的评价参数，特级初榨橄榄油掺假的反向传播神经网络模型的测试集决定系数为0.9716，均方根误差为0.0569，模型预测效果较好。结论 本研究提出的反向传播神经网络算法结合拉曼光谱与荧光的探测方法，满足快速检测低等级橄榄油掺假特级初榨橄榄油的定量分析需求，为评价或跟踪特级初榨橄榄油的品质提供了一种无损伤、高效率、低成本的新检测思路。