热轧带钢卷取机夹送辊修复材料与再制造工艺研究

为了提高热轧带钢卷取机夹送辊表面的修复质量，通过正交试验优选出埋弧堆焊专用焊丝ZJ－11和ZJ－12，过渡层选用ZJ－11药芯焊丝，堆焊硬层选用ZJ－12药芯焊丝，采用优选出的焊丝进行了堆焊修复试验。试验结果显示，堆焊焊缝金相组织中的马氏体更加细化，且碳化物颗粒明显增加，材料的硬度与耐磨性显著提升。研究表明，通过采用合理的再制造工艺对热轧带钢卷取机夹送辊进行修复，修复后满足要求，使用效果良好，显著提高了夹送辊的使用寿命。     

基于关键区域的井下人员轨迹挖掘方法

提出了基于关键区域的井下人员轨迹挖掘框架,该框架由关键位置发现算法和移动对象轨迹挖掘算法组成。首先利用关键位置发现算法将矿井下的定位数据转化成有特定语义的关键位置序列;然后利用移动对象轨迹挖掘算法将关键位置序列聚类关键区域,从而发现井下移动对象的日常轨迹,之后利用轨迹结构相似度筛选出异常轨迹。利用矿工定位数据集进行试验表明:基于关键区域的井下人员轨迹挖掘框架解决了多密度区域的识别问题,能够准确识别出矿工日常轨迹和异常轨迹。     

正时皮带回收纤维对高性能混凝土性能的影响

讨论了在高性能混凝土中添加废旧纤维以改良其性能的可能性。所用的废旧纤维来自于汽车发动机的正时皮带。运用破坏性和非破坏性试验方法对混凝土样本的不同性质如:抗压强度,抗折强度,内部声波传输速度和电阻率进行测试。另外,进行了新拌混凝土坍落度测试。试验结果表明,废旧纤维的添加量在低百分比(推荐不超过0.5%)时,混凝土样本的抗压强度和抗折强度得以改善。超声声波速度传输和电导率测试表明随着纤维掺入量增多,纤维强化混凝土内部的孔隙体积和它的电阻率都增大。     

轮古带底油凝析气藏高效开发对策

轮古气田碳酸盐岩储层因复杂的构造演化及多期成藏等特点,气藏分布十分复杂,地质描述难度很大,投产井早期以产气为主,生产后期随着生产压差变大后表现出油井特征,地面脱气后凝析油密度变大,给现场管理带来很多管理不便,为提高气藏管理水平,达到高效、安全开发的目的,对本区块气藏从构造演化、多期成藏、储层类型、生产特征等方面进行综合研究,揭示了轮古气田为带底油的凝析气藏的复杂地质特征,为后期本区块气藏的开发方式、钻完井技术、地面集输技术和现场生产管理的优化实施提供了技术支撑。     

韩家洼矿近距离煤层巷道支护技术研究

为确定韩家洼煤矿近距离煤层22205工作面回采巷道的合理支护参数,通过采用地应力测试、围岩窥视、围岩强度测试、数值模拟及现场矿压观测的研究方法,对巷道合理支护参数进行研究,确定韩家洼煤矿采用顶帮异同锚杆支护方案后,能够满足安全生产的需要。     

后疫情时代武汉住区绿地健康景观 调研及建设思考

新型冠状病毒(COVID-19)肺炎疫情引发了人们对公共健康深层次的思考。为了解武汉市居民对住区绿地景观与公共健康关系的认识、疫情前后住区绿地使用变化,以及对住区绿地健康景观建设的建议,2020年7—8月课题组开展了针对上述问题的调研。筛选武汉市2020年2月居家隔离期间15个首批“高风险”小区作为样本,采用“线上问卷+线下观察访谈”相结合的调研方法,发现:1)疫情前后,针对居民使用住区绿地的“频率”和“时长”,选择“增加”与“减少”的人数相当,与“无变化”人数比例近3:3:4;2)超半数居民解封后在住区绿地停留15min以上;3)住区绿地健康景观提升主要依托“绿地植物应用”和“健身设施及场所建设”;4)居民相对更喜欢开花的园林植物,并表现出了较明确的关于植物颜色、香型等的偏好。建议住区绿地健康景观应“关注住区弱势群体”需求,增加居民“全健康”效益,鼓励公众参与。最后指出研究的不足,并提出住区绿地健康效益有待全社会的关注和智慧贡献。     

Plants＆Ecoloqy游艇码头设计中的植物景观特色

随着社会经济的不断发展,游艇已成为国内方兴未艾的产业。游艇码头景观作为一种新的滨水景观形式也将成为现代城市滨水景观的重要组成部分。游艇码头是集服务人群、船只停泊、休闲观光等多种功能于一体的综合构筑物。因游艇产业的高端定位,游艇码头的选址多在风景优美、交通便利的风景名胜区或城市旅游区附近,景观品质较高。因此,游艇码头不仅要在设计上注重硬质景观的应用,还应选择良好的植物配置模式,使之具有良好的视觉效果。     

基于改进图卷积神经网络的配网线路故障诊断

随着电网的不断扩容,系统结构越来越复杂,多故障频发,而多故障是故障诊断的关键和难点。为解决故障处理数据量大,需要快速、准确地诊断电网故障的问题,本文提出了一种基于模糊优化图卷积神经网络的配网故障诊断模型。首先处理采集的配网故障线路的特征数据;其次,搭建基于图卷积神经网络的故障诊断模型,利用模糊理论建立配电网故障的隶属函数;最后利用训练好的模型进行配网故障诊断。仿真结果表明,模糊优化图卷积神经网络对多故障诊断的准确率高于卷积神经网络以及其他方法,本文方法做出的诊断结果更加精确,综合诊断效果最好。