基于数据质量评价的目标估计

针对目标估计过程需要大量人工参与、自动化程度低的问题，提出了基于数据质量评价的目标估计方法。利用目标数据质量评价方法，对不同传感器得到的目标数据质量进行科学、有效的测度和评价，并根据质量得分动态调整各数据源在目标估计过程中所占的权重，从而减少人工干预，提高目标估计效能。仿真试验结果证明了该方法的有效性。     

离心式气密封在轴承油雾治理中的应用及流场分析

为有效解决大型水轮发电机组推力轴承普遍存在的油雾污染问题，基于“疏”代替“堵”的理念，提出了一种离心式气密封结构，并在溪洛渡电站某台机组上安装应用。该结构在机组大轴上安装了离心式叶片，叶片随轴转动，在流道内形成高速高压的气流，外溢的油雾则随气流进入蜗壳流道，最后被油雾吸收系统带走，阻止了油雾被转子支臂下方的负压吸走，油雾治理效果良好。此外还采用计算流体力学软件对该结构的内部流场进行了三维数值模拟，分析了叶片的气动性能及内部流场规律，计算结果与现场试验结果一致，验证了计算方法的可靠性。研究结果为大型水轮机组轴承油雾治理提供了一种新的解决思路，也为气密封的研究及优化设计提供了一种参考。     

基于超声导波SC-DTW的金属板微损检测方法

针对金属板材的质量控制与服役性能评估问题,在对金属板材微损伤进行超声导波检测的基础上,结合形状上下文(shape context,SC)与动态时间规整方法对其损伤劣化程度进行量化评估.该方法以无损Lamb波信号为基准,采用动态时间规划(dynamic time warping,DWT)算法对损伤信号进行相似匹配分析对比,确定基准信号与损伤信号的最佳匹配路径.引入SC的轮廓识别方法对Lamb波的局部波形信息进行统计分析,以波形形状距离代替传统欧氏距离匹配方法,解决DTW相似匹配中的病态对齐问题.最后,将无损Lamb波与损伤Lamb波信号间SC-DTW匹配距离作为损伤程度的量化指标,采用随机闭合裂纹的有限元仿真模型和铝板弯折实验对所提出方法进行验证,结果表明,基于Lamb波SC-DTW的损伤量化指数对铝板早期裂纹具有较高的敏感性和较好的量化表征能力.该方法无需对波包进行识别,也不必进行复杂的特征提取,具有简单高效和抗噪声能力强等优点,在金属板服役性能评估与质量控制中有较好的实用性和推广价值.     

高职院校共享式数据中心平台的设计与实现

本文以高校数据中心为例,从数据治理及数据应用两个维度介绍了数据中台在整个数字校园框架中的功能及位置。笔者以高校数据治理体系建设、治理方式和治理效果为导向,设计了数据中台治理体系架构,分析数据资产化过程中挖掘数据资产的重要性,实现高校数据资源价值的最大化,并将有价值的数据无缝接入数据中台,清晰转换生成数据仓库,为高校师生提供更好的数据服务。     

LG Chem公司与Veolia R&E公司合作利用回收材料生产透明ABS树脂

韩国LG Chem公司2021年8月30日宣布,其与韩国最大的回收MMA(甲基丙烯酸甲酯)生产商Veolia R&E公司签署了稳定供应回收的MMA并提升质量的战略合作伙伴关系协议(MOU)。Veolia R&E公司是法国威立雅集团的子公司。威立雅集团是世界上最大的环境服务公司(水处理、废弃物和能源),于2010年开发了世界上第一个裂解废弃人造大理石并将其回收成MMA的技术。LG Chem公司和Veolia R&E公司正在合作使用化学回收原料生产丙烯腈-丁二烯-苯乙烯(ABS,是一种高附加值合成树脂)。     

基于图像处理研究铁尾矿的熔化行为

作为主要成分的SiO2是铁尾矿中最难熔化的部分.通过一组SiO2的熔化时序图像来探究铁尾矿的熔化情况.首先,进行图像预处理,建立质心位置追踪模型和体积估算模型.将灰度图转化为二值图,利用卡尔曼滤波器进行质心追踪和对质心运动轨迹的描述.通过计算二值图中0像素的数量得到面积随时间变化的图像,拟合出熔化过程函数.结合二值图中目标物体的边界信息得到的参数量建立多元线性回归模型.估算颗粒扁平度和物体的体积,熔融速率通过颗粒集合的质量变化函数得出.     

稀土改性沸石在城镇黑臭水体应急治理中的应用

稀土改性沸石具有优异的污染物吸附和置换能力，但其用于水体治理的研究多停留于实验室阶段，罕有实际工程应用。以江西省瑞昌市城东片区黑臭水体应急治理项目为实例，探索稀土改性沸石用于城镇黑臭水体治理的可行性。城东片区位于瑞昌市中心城区，分布有4条主要排污渠道，属典型黑臭水体，溶解氧含量低，氨氮、总磷浓度高，呈黑灰色，且散发恶臭。通过前期调研、方法研究和技术论证，研究提出“稀土改性沸石+人工曝气”的技术路线，对区域黑臭水体实施协同治理，从而达到改善水质、恢复水生态、提高自净能力的目的。研究结果表明：该工艺可同步去除水体中氮、磷污染物，去除效率最高可达75%以上，具有显著的生态效益，可为城镇黑臭水体应急治理方案开拓新思路。     

机器翻译译文质量估计综述

机器翻译译文质量估计(Quality Estimation,QE)是指在不需要人工参考译文的条件下,估计机器翻译系统产生的译文的质量,对机器翻译研究和应用具有很重要的价值。机器翻译译文质量估计经过最近几年的发展,取得了丰富的研究成果。该文首先介绍了机器翻译译文质量估计的背景与意义;然后详细介绍了句子级QE、单词级QE、文档级QE的具体任务目标、评价指标等内容,进一步概括了QE方法发展的三个阶段: 基于特征工程和机器学习的QE方法阶段,基于深度学习的QE方法阶段,融入预训练模型的QE方法阶段,并介绍了每一阶段中的代表性研究工作;最后分析了目前的研究现状及不足,并对未来QE方法的研究及发展方向进行了展望。