中国石化上海石油化工研究院开发的烯烃原料预处理剂在赛科石化成功投用

近日,由中国石化上海石油化工研究院(简称上海石化院)研究团队开发的烯烃中含氧化合物杂质吸附脱除预处理剂(DOX-2)在中国石化上海赛科石化公司(简称赛科石化)烯烃歧化(OCU)装置原料预处理单元顺利投用,显著改善了装置运行状况。     

3D打印裂隙岩体动态力学性能及能量耗散规律初探

地下岩体结构经常遭受到地震、爆炸、冲击振动等产生的动力扰动，利用3D打印技术的优势研究冲击荷载下岩体动态力学性能对实现3D打印技术在工程领域的应用具有重要意义。采用φ50 mm的变截面霍普金森压杆(SHPB)装置，对含预制裂隙的3D打印岩体试样进行动态单轴压缩试验。研究结果表明：试样的动态抗压强度随着预制裂隙倾角的增大呈现出先减小后增大的趋势，当预制裂隙倾角为30°时试样强度最小，当预制裂隙倾角为90°时试样强度最大。与3D打印岩体试样的静态单轴压缩强度对比发现，3D打印砂性材料具有明显的率效应，当应变率为139.65 s^-1时，3D打印岩体试样的动态抗压强度是静态抗压强度的4.34倍。预制裂隙缺陷在一定程度上加剧了试样的能量耗散和破碎过程，并且30°倾角预制裂隙对试样能量耗散和破碎结果的影响程度最大。同时，3D打印岩体试样的能量耗散过程与破碎块度表现出明显的自相关性，所用的3D打印砂性材料的宏观破碎结果与能量耗散之间的关系与天然岩石材料有一定相似性，为今后3D打印材料模拟天然岩体应用于动态力学试验的可行性奠定了基础。     

煤峪口矿81010工作面煤层底板裂隙发育特征及防治

针对煤炭开采过程中出现的突水事故,采用RFPA数值模拟软件建立采动模型,对底板裂隙破断过程和声发射进行模拟,研究煤层底板采动裂隙扩展突水通道,结果表明:离断层越近,断层内水压导升高度越高,断层出现活化,裂隙扩展发育,最终贯通形成导水通道,在进行注浆改造后,单个钻孔的最大涌水量为8 m³/h,说明注浆加固防治水效果较好,能确保工作面的安全回采。     

磁流变弹性体减振单元动力学分析

针对于被动式减振器无法调和汽车运动性和舒适性之间的矛盾，建立了可用于重载环境的挤压模式磁流变弹性体减振单元，并利用等效模型和两自由度模型对1/4单轮进行动力学特性和振动特性分析。结果表明：在外加电流下，磁场强度在（300～450）mT之间时，位移均方根值可迅速衰减到13mm；磁场强度在（450～600）mT之间时，位移均方根值可迅速衰减到7.5mm，完成一个周期后，加权加速度均方根值衰减到270mm/s²；进一步仿真得到不同车速下的均方根值，可知，压缩状态下在（60～100）km/h速度段，电流为1.27A-1.7A时加速度均方根值衰减迅速；伸张状态下在（40～80）km/h速度段，施加电流为1.7A时加速度均方根值衰减迅速。通过仿真得到磁流变弹性体减振单元最优控制参数，这为控制系统设计及减振单元结构布置提供了理论基础。     

KSN:一种基于知识图谱和相似度网络的Web服务发现模型

服务发现旨在解决服务信息爆炸的问题,找到定位满足服务请求者需求的服务.由于服务描述信息主要由带有噪声的短文本组成,并且具有语义稀疏的特征,因此很难提取服务描述文档的隐含上下文信息,此外,传统的服务发现方法在获取服务的特征表示后,直接进行相似度计算,其使用的度量函数是不符合人类感知的.针对上述两个问题,文中提出了一种基于知识图谱和神经相似网络的服务发现框架(KSN).它使用知识图谱来连接服务描述和规格中的实体以获得丰富的外部信息,从而增强服务描述的语义信息,使用卷积神经网络(Convolutional Neural Network,CNN)提取服务的特征向量,并将其作为神经相似网络的输入,神经相似网络会学习一个相似度函数,用于计算服务和请求之间的相似度以支持服务发现过程.通过对ProgrammableWeb爬取的真实服务数据集的大量实验结果表明,就多种评估指标而言,KSN优于现有的Web服务发现方法.     

典型化工生产单元操作一体化实训室数字化课程学习系统建设

基于对典型化工生产单元操作一体化实训室数字化课程学习系统建设实践，将复杂且具有高度危险性的化工生产单元操作过程教学、培训等，构建成一个高度信息化的综合平台，利用视频、动画、微课、仿真等软硬件组成数字化的学习系统，即解决了学校资源、资金、场地、安全等的不足，方便学生随时随地学习，又解决了教师枯燥难教的困境，同时也解决了校内学资源碎片化、校际缺少共享等问题，为教学、培训、社会服务等提供便捷途径。     

机械式粉体混合机内颗粒破碎数值模拟

为了研究机械式粉体混合机内颗粒破碎特性,采用离散单元法仿真软件对机械式粉体混合机内部颗粒物料的破碎过程进行数值模拟,分析其在混合过程中不同时刻的颗粒破损情况以及混合腔体的应力分布,结果表明:颗粒的破损主要是因为高速转动的底部搅拌桨和高速飞刀直接作用于颗粒群,颗粒群瞬间受到很高的冲击力,造成严重的冲击粉碎。颗粒破损严重区域,主要是底部搅拌桨周围区域以及顶部高速飞刀附近区域。     

基于Word2Vec模型特征扩展的Web搜索结果聚类性能的改进

对于用户泛化和模糊的查询，将Web搜索引擎返回的列表内容聚类处理，便于用户有效查找感兴趣的内容。由于返回的列表由称为片段（snippet）的短文本组成，而传统的单词频率-逆文档频率（TF-IDF）特征选择模型不能适用于稀疏的短文本，使得聚类性能下降。一个有效的方法就是通过一个外部的知识库对短文本进行扩展。受到基于神经网络词表示方法的启发，提出了通过词嵌入技术的Word2Vec模型对短文本扩展，即采用Word2Vec模型的TopN个最相似的单词用于对片段（snippet）的扩展，扩展文档使得TF-IDF模型特征选择得到聚类性能的提高。同时考虑到通用性单词造成的噪声引入，对扩展文档的TF-IDF矩阵进行了词频权重修正。实验在两个公开数据集ODP239和SearchSnippets上完成，将所提方法和纯snippet无扩展的方法、基于Wordnet的特征扩展方法和基于Wikipedia的特征扩展方法进行了对比。实验结果表明，所提方法在聚类性能方面优于对比方法。