云加密在衡器中的应用

在衡器行业的发展历程中，防作弊一直是衡器厂家重点关注的对象，而随着作弊水平的不断提高，一些防作弊技术已经被破解。主要原因是传统的防作弊技术密钥的获取、验证是在本地进行的。不同以往，云加密防作弊技术借助云物联平台，密钥的获取、验证是在云服务器上进行的，作弊无从下手，真正做到了防作弊。本文阐述了云加密技术的概念，通过与传统防作弊技术的对比，展示了云加密技术的防作弊效果，介绍了云加密系统的组成及应用，以方便理解。     

塔里木盆地克拉苏构造带超深复杂气田井全生命周期地质工程一体化实践

克拉苏构造带天然气总资源量丰富,是塔里木盆地天然气增储上产的主力区块。受强烈造山运动的影响,克拉苏构造带地质工程条件极为复杂,呈现出"一深(垂深7000～8000m)、三高(高温130～190℃、高压116～136MPa、高地应力130～180MPa)、两低(孔隙度4%～8%、渗透率0.01～0.1mD)、两厚(巨厚砾石层5500m、巨厚盐膏层4500m)、一陡(地层倾角87°)"的特征,导致安全、效益勘探开发难度巨大。为了实现克拉苏构造带的优快钻井与改造上产,立足于实践地质工程一体化,建设多学科一体化研究团队,创新一体化工作模式,开展了超深复杂气田提速、提产、提质攻关研究。采用关键层段精准预测、个性化钻头设计、油基钻井液体系研发等手段相结合的方法,实现了全井段安全快速钻井;根据甜点预测、裂缝评价与分类,建立了基于天然裂缝可压裂性的改造提产优选策略;结合地层特点、流体性质、工况条件等因素进行系统屏障设计,确保了井筒质量。经过地质工程一体化实践的不断发展完善,超深井钻井周期从"十二五"期间的336天降至2017年的277天,单井平均增产4～5倍、井完整性完好率不断提升,为克拉苏超深复杂气田井安全效益开发提供了有力的技术保障。     

二次侧非能动余热排出系统流动不稳定性研究

二次侧非能动余热排出（ASP）系统是压水堆核电厂应对全厂断电事故的重要措施之一。为研究ASP系统的运行特性，设计建造了ASP系统试验装置（ASPTF）。在ASPTF上开展了ASP系统运行稳定性影响试验，并对试验结果进行了理论分析。试验研究与理论分析结果表明：低压低功率下ASP系统中出现流动不稳定性；增加蒸汽管线或回水管线阻力系数可抑制ASP系统出现流动不稳定性；降低加热功率时ASP系统更易出现流动不稳定性；主泵运行状态影响ASP系统的输入功率进而影响系统的流动不稳定性。     

预应力锚索抗滑桩支护边坡的地震动力响应分析

利用FLAC3D软件对预应力锚索抗滑桩加固边坡土体进行三维数值模拟,对比分析了不同地震持续时间情况下坡体的应力、位移及抗滑桩受力的变化规律。结果表明,在强震荷载作用下抗滑桩与边坡土体产生相对位移,形成土拱,阻碍土体沿水平向的位移。锚索抗滑桩与无锚索抗滑桩相比,弯矩呈现出明显的"S"形分布,桩身剪力呈现出倒"S"形分布。     

“男女汪”通用 公主造型!

正今天,小编来推荐一款小公主装扮的甜美造型。渐变的裙装搭配金色皇冠,温暖又明亮。同时,渐变的色条也增强了造型的灵动性,多了份春的趣味!快跟来看看,这款造型是怎么做的吧!Tips:此款造型在上色问题上需要专业的手法,所以并不建议宠物主人自己动手哦!     

FANUC0iD系统βi系列伺服上电过程分析及故障排除

研究了FANUCβi系列伺服驱动器硬件连接方法,重点分析了伺服驱动器上电的过程。依据伺服上电过程,介绍了伺服驱动器上电常见故障,并制定了故障排除的流程。最后,列举了FANUCβi系列伺服驱动器常见故障报警及排除方法。     

电永磁吸盘在石油套管接箍切断机下料工序中的应用

针对石油套管生产过程中接箍切断岗位人员搬运接箍劳动强度大、存在安全隐患的问题，对生产工艺过程、电磁吸盘的原理和性能进行分析，采用电永磁吸盘设计了一种接箍自动下料装置。该装置可以根据设定进行电磁吸盘的充/退磁，实现整层接箍的抓取和卸料，整个过程实现一键自动下料，全程不需人工干预。现场生产应用表明，使用电永磁吸盘进行整层接箍下料，能大幅降低岗位员工的劳动强度，生产效率提高5%以上，减少了安全隐患，达到了预期目的。     

机制砂中绿泥岩粉含量对混凝土力学性能及耐久性的影响

采用绿泥岩粉等质量取代机制砂,研究了机制砂中绿泥岩粉含量对混凝土自收缩、抗压强度、抗氯离子渗透性以及抗盐冻等性能的影响.结果表明:石粉会增加混凝土的早期自收缩,且随石粉含量的增多混凝土自收缩逐渐增大;石粉含量小于5％时,对混凝土抗压强度的发展有利,但含量达到10％时,石粉会减缓混凝土抗压强度的发展速率;机制砂中石粉含量对混凝土的抗盐冻性能有影响,随着石粉含量的增加,混凝土表面剥蚀量先减小,后增加.     

基于数据驱动理念的电力日负荷曲线预测方法研究

针对短期日负荷预测的精度问题,本文提出一种基于数据驱动理念的电力负荷预测方法。在建立预测模型前对所给数据采取一定的预处理:首先提取所收集的海量数据的负荷特征,对负荷特征进行分析,然后进行负荷数据与影响负荷值的因素之间的相关性分析,以此确定对负荷影响较密切的因素,随后建立分类器得到各主要影响因素与各负荷类别之间的关系为后续预测模型奠定基础。对预处理后得到的不同类型的负荷数据采用最小二乘支持向量机方法建立不同的负荷预测模型。以南方某发达城市2008年的负荷数据作为算例验证数据,将本文所提负荷预测方法所得结果与未经数据预处理的负荷预测方法所得结果进行比较,结果表明本文提出的方法得到的预测结果精度较传统方法提高约6%。