工业化建筑装饰装修标准体系的构建

针对我国工业化建筑装饰装修标准缺失、体系空白的问题,在对工业化建筑装饰装修标准体系的系统性分析的基础上,将BSE-设计框架与实际工程特性相结合,强调了框架中的系统行为设定。从6个维度表征标准体系各结构间的关系,划分出适用于工业化建筑装饰装修的标准类型,以此遍历工业化建筑隔墙子系统,建立了工业化建筑装饰装修隔墙专用标准明细表。论证了工业化建筑装饰装修标准体系设计框架以及遍历方法的适用性,同时为构建工业化建筑装饰装修标准体系提供新的思路。     

基于像素法的复杂目标RCS计算

图形电磁计算（GRECO）方法是计算复杂目标高频区RCS的有效方法之一,本文介绍了由GRECO发展而来的图像像素法,论述了像素法的特点以及与GRECO方法的不同之处,给出了通过像素法计算各种不用目标在高频区的RCS结果,并与传统方法进行比较,证实了像素法在目标RCS特性分析计算方面的显著优势。     

长水平段井眼清洁控制技术及其应用

井眼清洁控制技术是钻水平井尤其是大位移水平井的技术难点.综合分析影响井眼清洁的主要因素,采用数值模拟方法探讨井眼清洁的实质规律,依据井眼清洁监测技术建立长平段井眼清洁控制技术.以庄海某水平井施工为实例进行实验分析,验证该技术控制长水平段井眼清洁问题的有效性.     

基于WinCE的GPS导航信息处理软件的实现

GPS-OEM板一般以原始的二进制格式提供导航报文,为了得到最终的定位结果,需要对报文进行解码,获得相关测量量以及卫星参数,再构成计算方程组进行求解.本文提出了一种在WinCE环境下的GPS导航信息处理的软件实现方案,描述了嵌入式处理器与GPS-OEM板的连接方式与串口通信方法,分析了GPS导航电文的格式,最后,设计了导航解算软件流程并给出了解算结果的显示.此设计方案已经在车载导航型GPS接收机的研制中得到应用,工作稳定,并满足精度要求.     

溶液燃烧制备镧基钙钛矿及其催化碳烟燃烧性能

采用溶液燃烧法制备不同B位过渡金属元素(Mn、 Fe、 Co、 Ni)的La基钙钛矿(LaMO₃)催化剂，并考察少量Sr部分取代La对催化剂性能的影响；通过XRD、 SEM、 BET、 H₂-TPR、XPS方法对催化剂进行理化性质表征，采用程序升温氧化(TPO)技术评估催化剂催化碳烟燃烧的性能。结果表明：溶液燃烧法制备的La基催化剂具有典型的钙钛矿结构，少量Sr掺杂不改变催化剂的晶型；Sr掺杂LaMnO₃引起的电荷不平衡由增加的Mn⁴⁺补偿，Sr掺杂LaCoO₃使吸附氧量明显提高；La_0.9Sr_0.1MnO₃和La_0.9Sr_0.1NiO₃的氧化还原性能相比掺杂Sr之前的有所下降，La_0.9Sr_0.1FeO₃表面吸附氧物种量增多，催化剂的低温氧化还原性提升；气氛中NO_x     

三水盐矿老腔储气库密闭性评价

广东省三水盐矿为低品位盐层,夹层多且岩性变化大,已有盐穴溶腔围岩是否满足储气密闭性值得探究。以三水SS1-4老腔为示范案例,建立了盐穴老腔储气库的密闭性评价数值模拟,研究了所储气体在围岩中的渗透范围、孔隙压力和渗漏量。结合密闭性评价指标,探讨了当夹层不同渗透性时气体在围岩中的渗透特征。该研究为三水盐矿及同类地层老腔储气库的选址和运行等提供了重要指导。     

不同固体剂型银翘解毒制剂的溶出度考察

[目的]比较8个厂家不同固体剂型银翘解毒片剂、胶囊剂和丸剂的溶出度,为临床用药提供参考.[方法]采用紫外分光光度法测定绿原酸的吸光度值,转篮法测定溶出度,并以威布尔分布模型拟合溶出参数.[结果]8个厂家不同固体剂型中银翘解毒片剂、胶囊剂和丸剂的溶出度、崩解时限均符合2005年版<中国药典>规定,T<,50>与崩解时限无显著相关性(P>0.05).[结论]该方法简便、快速、稳定性好、结果准确,可用于药品制剂的质量控制.     

骨微量元素掺杂对磷酸钙骨水泥水化性能的影响

在磷酸钙骨水泥中分别掺杂骨微量元素镁(Mg)、铁(Fe)、锌(Zn)、锶(Sr),考察掺杂离子种类、含量对骨水泥固化时间、羟基磷灰石(HAp)结构、晶形以及骨水泥的抗压强度和孔隙率的影响。结果表明:掺杂不同离子将使骨水泥的固化时间有不同程度的延长;同时,影响水化产物羟基磷灰石的晶体形态。Mg2+掺杂使水化产物HAp晶粒细化,呈板状形态;Sr2+掺杂可获得纳米级晶须,且晶须相互缠绕,二者均有利于材料力学性能的提高。而掺杂Fe3+和Zn2+的骨水泥,其孔隙率明显提高,有利于体液循环和提高材料的生物降解性能。     

基于机器学习的航空发动机剩余寿命预测综述

阐述航空发动机的数据分析，对航空发动机剩余寿命的预测方法的选择进行分类和对比，探讨航空发动机预测的发展趋势展望。     

基于深度学习的架空输电导线缺陷检测方法研究

无人机巡检图像中，架空输电导线断股、表面磨损等缺陷存在人工复检效率低、误检漏检率高的问题，为此提出了一种基于深度学习的架空输电导线缺陷智能检测方法。该方法以Unet为基础网络，结合迁移学习的思想，将VGG16(visual geometry group,16 weight layers)作为主干特征提取网络，并且将VGG16在ImageNet数据集上训练的权重作为预训练权重，以增强训练效果；然后将网络中的普通卷积用深度可分离卷积代替，有效地减少了网络的参数量；最后引入轻量级的高效通道注意力模块(efficient channel attention,ECA)，实现不降维的局部跨信道交互策略，突出重要特征的同时克服了性能和复杂性之间的矛盾。在自建的输电导线缺陷数据集上，对方法进行了功能与性能测试，实验结果表明所提方法在导线断股检测上的准确率达到89.81%，在表面擦痕检测上的准确率达到90.86%，在表面刮损检测上的准确率达到93.58%，平均交并比(mean intersection over union,MIoU)值为86.12%，单张检测速度相对于Unet网络提升了8倍左右，提高了...