建筑用气密膜相关强度性能试验研究

气密膜是被动房和超低能耗建筑气密性处理的常用材料,由于试验设备及方法等原因,国内对建筑用气密膜性能的试验研究较少,从施工应用角度出发,针对国内外无纺布基气密膜的相关强度性能开展试验研究,为气密膜的工程应用提供参考.     

离子型稀土矿山淋洗及尾水富集试验研究

对浸矿后离子型稀土原地浸矿场采用清水进行淋洗，在184天的清水淋洗过程中，尾水氨氮值从最开始的507mg/L，降低至140mg/L，淋洗尾水pH4.52~3.10。淋洗尾水采用两级反渗透膜分离，既回收有价资源稀土，又能使出水氨氮达标。结果表明，产水氨氮浓度稳定低于15mg/L，对稀土的截留率高于98.25%，浓水中稀土离子平均浓度313.4mg/L，可进一步回收稀土资源。     

浅谈新型装配式建筑PC构件模板设计及施工技术

<正>0引言伴随着我国建筑行业的飞速发展,社会发展对装配式建筑的需求近些年来也在不断增大,而PC构件作为装配式建筑中不可或缺的一部分,其模板设计自然也需得到相关人员的足够重视,这也是建筑领域向工业化方向稳步前进的重要基础。经实践证明,将PC构件模板设计与先进施工技术真正落实到施工中,能够在极大程度上促进建筑结构全面工业化,在使施工效率得到真正提升的基础上,保证保施工操作的安全程度达到相关标准。由此可见,为使装配式建筑施工效率与质量得到保障,推动我国建筑行业健康发展,积     

陕X井区气井稳产对策研究

随着靖边气田的开发进入中后期,气井压力和产能逐渐下降,陕X井区气井产能衰竭、井筒积液问题日渐突出。本文以陕X井区整体生产对策为研究对象,将井区气井划分为自然连续生产井、措施连续生产井、间歇井等,建立单井从储层到井筒横向上的RTA预测模型,通过气井生产动态分析、稳产能力预测及措施时机分析,细化各类气井管理思路,并且制定井区增压模式的构建方式及生产调整方案,确保陕X井区持续、高效稳产,对靖边气田中后期开发具有一定的指导意义。     

某露天矿边坡滑塌治理方案

针对某露天矿山边坡滑塌现象,通过了解边坡地质条件及现场情况,提出了一种结合主动柔性防护网和普通砂浆锚杆锚固的边坡滑塌治理方案,采用钢丝绳网、普通钢丝格栅等主要材料,通过钢丝绳锚杆和支撑绳的组合稳定坡面,防止边坡岩体进一步滑移和坍塌。治理后达到矿山安全生产的要求,滑塌区域边坡面安全稳定。     

终轧温度对600 MPa级高钛高成型性铁素体-珠光体酸洗带钢组织与织构的影响

利用扫描电子显微镜(SEM)与电子背散射衍射技术(EBSD)研究了高Ti高成型性铁素体-珠光体型热轧酸洗带钢不同终轧温度下的组织与织构特征.研究结果表明, 终轧温度对显微组织的演变影响较小, 但却引起了大角晶界密度的升高.不同终轧温度时形成的组织均以铁素体为主, 少量的珠光体弥散分布在铁素体基体之间.终轧温度的提高引起了织构类型的显著改变, 随着终轧温度的升高, 织构强度整体增强, 并形成了明显的对冲压成型性有利的近γ织构.当终轧温度为850℃时, 近α织构与γ织构强度均较弱, 此时的织构类型主要为{001}[110]、{113}[471]、{114}[110]和{223}[110]成型不利织构, 成型不利织构强度更高; 当终轧温度升高至875℃时, 织构类型主要为近γ织构和{001}[110]旋转立方织构, 近γ织构体积分数由19.9%升高至41%, 成型有利织构强度显著增强.      

保护地设施栽培番茄病虫害绿色防控集成技术的研究

番茄又名西红柿,是生活中常见的蔬菜,具有很高的营养价值。保护地番茄培养具有采收期时间长、产量高、收益大的特点,但也容易受到病虫害的影响。首先阐述番茄在幼苗期的病虫害绿色防控技术,然后探讨在番茄栽培期的病虫害防控技术,最后分析在成长期时的病虫害防控技术。     

雷达信号交互式分选方法

雷达信号分选指从混叠雷达信号数据中分选出属于各单部雷达辐射源发射的雷达信号.随着雷达技术快速发展,雷达核心属性分布不均、重叠度高、变换复杂,而且数据采集过程不稳定,导致传统自动化分选方法准确率不高.文中介绍了一种自动化分选和交互式分选结合的雷达信号监控数据可视分析方法;提出了一种改进的雷达信号自动化分选方法,结合核密度估计、密度聚类和排列熵技术对数据进行分区式聚类和量化结果评价;设计了一个可视分析原型系统,提供了可协同分析的多可视化视图和简单易用的交互手段,以直观地展示雷达信号分布情况和自动化分选结果,帮助用户参与整个信号分选过程.     

基于深度神经网络的表面划痕识别方法

为实现亮度不均的复杂纹理背景下表面划痕的鲁棒、精确、实时识别，提出一种基于深度神经网络的表面划痕识别方法。用于表面划痕识别的深度神经网络由风格迁移网络和聚焦卷积神经网络（CNN）构成，其中风格迁移网络针对亮度不均的复杂背景下的表面划痕进行预处理，风格迁移网络包括前馈转换网络和损失网络，首先通过损失网络提取亮度均匀模板的风格特征和检测图像的知觉特征，对前馈转换网络进行离线训练，获取网络最优参数值，最终使风格迁移网络生成亮度均匀且风格一致的图像，然后，利用所提出的基于聚焦结构的聚焦卷积神经网络对生成图像中的划痕特征进行提取并识别。以光照变化的金属表面为例，进行划痕识别实验，实验结果表明：与需要人工设计特征的传统图像处理方法及传统深度卷积神经网络相比，划痕漏报率低至8.54%，并且收敛速度更快，收敛曲线更加平滑，在不同的深度模型下均可取得较好的检测效果，准确率提升2%左右。风格迁移网络能够保留完整划痕特征的同时有效解决亮度不均的问题，从而提高划痕识别精度；同时聚焦卷积神经网络能够实现对划痕的鲁棒、精确、实时识别，大幅度降低划痕漏报率和误报率。