非洲自贸区启动背景下的中非油气合作前景探析

2021年1月1日,非洲大陆自由贸易区(African Continental Free Trade Area,AfCFTA)自由贸易启动仪式在线上举行,非洲大陆自贸区秘书长韦凯尔·梅内(Warnkele Mene)宣布非洲国家正式开始在自贸区内进行贸易活动。非洲联盟55个成员中,54个成员已签署非洲大陆自贸协定,34个成员已完成本国相关法律程序,成为自贸区正式成员。自此,覆盖12亿人口、GDP总值达到2.5万亿美元的非洲大陆,成为全球最大规模的自贸区,这是非洲联盟推进非洲经济一体化迈出的关键性一步。     

超高强韧油井管合金设计与高强韧机制

 为了揭示1 000 MPa级低碳加铌钒钛微合金钢的高强韧机制,研究了S1(w(C)=0.09%)与S2(w(C)=0.17%)两种合金成分的油井管钢成分-工艺-组织-性能关系。试验表明,两种成分试验钢经水淬后的组织分别为板条贝氏体加少量马氏体和马氏体加少量贝氏体的复相组织。两种成分钢经过450~600 ℃、30 min的中温回火后,组织中均出现碳化物析出,且S1试验钢回火后的屈服强度基本不变,抗拉强度下降了约70 MPa,S2试验钢回火后的屈服强度与抗拉强度迅速升高170 MPa左右。溶度积公式的计算结果表明,两种钢的水淬组织中铌、钛元素析出彻底且析出物的体积分数都很小,因此回火铁素体基体中的VC析出强化对S1试验钢回火后屈服强度保持不变以及S2试验钢回火后屈服、抗拉强度提高起到重要作用。     

结合深度学习与支持向量机的金属零件识别

目的 在视觉引导的工业机器人自动拾取研究中，关键技术难点之一是机器人抓取目标区域的识别问题。特别是金属零件，其表面的反光、随意摆放时相互遮挡等非结构化因素都给抓取区域的识别带来巨大的挑战。因此，本文提出一种结合深度学习和支持向量机的抓取区域识别方法。方法 分别提取抓取区域的方向梯度直方图（HOG）和局部二进制模式（LBP）特征，利用主成分分析法（PCA）对融合后的特征进行降维，以此来训练支持向量机（SVM）分类器。通过训练Mask R-CNN（regions with convolutional neural network）神经网络完成抓取区域的初步分割。然后利用SVM对Mask R-CNN识别的抓取区域进行二次分类，完成对干扰区域的剔除。最后计算掩码完成实例分割，以此达到对抓取区域的精确识别。结果 对于随机摆放的铜质金属零件，本文算法与单一的Mask R-CNN及多特征融合的SVM算法就识别准确率、错检率、漏检率3个指标进行了比较，结果表明本文算法在识别准确率上较Mask R-CNN和SVM算法分别提高了7%和25%，同时有效降低了错检率与漏检率。结论 本文算法结合了Mask R-CNN与SVM两种方法，对于反光和遮挡情况具有一定的鲁棒性，同时有效地提升了目标识别的准确率。     

山水入境——记程泰宁建筑作品巡展

<正>2018年9月-2019年5月间,程泰宁院士建筑作品展分别在南京博物院、同济大学博物馆与中国国家博物馆举办。此次巡展撷取了程泰宁院士从业以来最具有代表性的20多个建筑作品,展现了程泰宁院士在不同时期、不同地域的建筑创作实践。三地巡展在展览主题与形式上各有侧重:其中南京博物院展以"追梦·山水间"为主题,展现了程泰宁院士建筑创作中对山水意境     

拉曼光谱用于CHO细胞培养液多指标快速分析

为了快速分析中国仓鼠卵巢(CHO)细胞培养液,在CHO细胞培养过程中取样,离线分析获得葡萄糖浓度、乳酸浓度、谷氨酸浓度、谷氨酰胺浓度、活细胞密度、总细胞密度、细胞活度和单克隆抗体表达量等指标的参考值,采集细胞培养液上清的拉曼光谱,以偏最小二乘(PLS)法建立拉曼光谱与各指标的多元校正模型。各模型均具有合理的主成分数、较高的决定系数(R~2)、较低的校正误差均方根(RMSEC)和预测误差均方根(RMSEP),且RMSEC与RMSEP相差不大,模型具有较好的预测性能。结果表明,该方法可望用于CHO细胞培养过程多指标离线快速检测,也为该生产过程在线实时监测和反馈控制的实现提供了研究基础。