箔片动压轴承的研制及在机载环控涡轮的应用

针对某型吊舱环控涡轮油润滑轴承存在的油污染、可靠性低等问题,基于吊舱涡轮的实际使用条件研制一种机载涡轮动压箔片轴承,并进行箔片动压轴承机载环控涡轮的性能试验、功能振动试验、高低温贮存试验、启停可靠性等试验验证。试验结果表明:采用动压气体箔片轴承的高速环控涡轮制冷性能、起浮压力、起浮转速均满足使用要求,功能振动试验、-55和70℃高低温启动试验优于指标要求,百次启停和超速运转后涂层无脱落,启停次数可达10 000次以上。     

国内ABS装置及产品分析

作者从生产工艺技术、产品结构、市场应用、产品性能、装置产能产量等方面,对比分析了国内主要ABS生产厂家的技术实力及市场地位。介绍了中国石油吉林石化公司通过引进技术扩建ABS装置,产能达到58万t/a,产品结构逐渐丰富完善,既发挥了原有0215A牌号的品牌优势,又从产能和产品种类方面提高了企业竞争力。目前吉林石化公司ABS产品综合能力已经达到国内第3的水平。     

Web邮件系统的设计和实现

ＷＥＢ邮件服务系统的原理、特点和它与非ＷＥＢ邮件服务的区别，并探讨了基于ＩＩＳ的ＷＥＢ邮件服务系统的设计和实现     

基于风险的低压减载地点选择方法

低压减载是解决电压稳定问题的一种较轻经济的方法之一,低压减载地点的选择是低压减载整定的一项重要内容,选择合适的地点有助于提高系统的电压稳定性。文中分析了PSASP的电压分析模块的数学原理,利用模态分析得到参与因子。结合风险评估的方法,将参与因子计入后果的计算中,通过对风险值的排序来确定低压减载地点。以IEEE39节点系统为例,具体阐述了低压减载地点选择方法的应用,证明了该方法的正确性和有效性。     

基于蚁群优化的AdHoc网络生存时间和其他网络性能平衡路由协议

本文提出了基于蚁群优化(ACO)算法的Ad Hoc网络生存时间和其他网络性能平衡路由协议(ABEAR)。协议按需发送人工蚂蚁进行路由发现,综合节点残留的信息素浓度、下一跳节点剩余能量、节点周围链路质量和拥塞情况选择下一跳节点来转发数据包,尽量避开信道使用频率较高的路径,减少了因信道冲突、数据包丢失和数据包重传所造成的能量损失,还缩短了网络传输时延,提高了网络吞吐量。协议还采用跨层机制根据MAC层通信活动情况,在保证网络连通性的前提下使部分空闲节点转入睡眠状态来节省能量消耗。仿真表明,与AODV协议相比,ABEAR协议在网络生存时间、数据包交付率和端到端平均时延方面均有较大改善。     

基于同态加密的神经网络模型训练方法

针对云环境下数据隐私泄露与基于同态加密的隐私保护神经网络中精度不足的问题,文中提出了一种双服务器协作的隐私保护神经网络训练(PPNT)方案,在云服务器协同训练过程中实现了对数据传输、计算过程及模型参数的隐私保护。首先,为避免使用多项式近似方法实现指数和比较等非线性函数,并提高非线性函数的计算精度,基于Paillier半同态加密方案和加法秘密共享技术设计了一系列基础安全计算协议;其次,在已设计的安全计算协议基础上,构造了神经网络中的全连接层、激活层、Softmax层及反向传播相应的安全计算协议,以实现PPNT方案;最后,通过理论与安全性分析,证明了PPNT方案的正确性及安全性。性能实验结果显示,与PPMLaaS方案相比,PPNT方案的模型精度提高了1.7%,且在安全计算过程中支持客户端离线。     

浅谈抢险救灾行动中饮食装备应急维修

部队在各种抢险救灾行动中,饮食装备发挥了越来越重要的作用,但随之带来的饮食装备维修问题也变得十分突出.搞好抢险救灾饮食装备的应急维修,是保证部队更好地遂行抢险救灾任务的重要措施.     

降低异氰酸酯水解氯含量的研究进展

从原料纯化、反应过程控制、后处理三方面入手,介绍了有效降低异氰酸酯水解氯含量的方法,指出其未来研究方向.     

昆明市住宅地价空间自相关分析

以昆明市五个城区为研究区,收集了2012~2016年的住宅用地地价交易数据,利用Arcgis10.0软件对其进行空间自相关分析和半变异函数分析,测算其Moran’s I指数、Local Moran’s I指数和块金系数来分析其全局自相关性、局部自相关性和空间异质性。结果表明:昆明市住宅地价具有全局空间正相关性;住宅地价高值与高值聚类,低值与低值聚类,具有局部空间集聚性;空间异质性主要由随机性因素引起,在一定范围内空间异质性随着样点间距增大而增大。     

快速混合Web文档聚类

提出了一种使用后缀树聚类算法优化K-means文档聚类初始值的快速混合聚类方法STK-means。该方法首先构建文档集的后缀树模型,使用后缀树聚类算法识别初始聚类、提取K-means聚类算法初始值中心值。然后,把后缀树模型的节点映射到M维向量空间模型中的特征项,利用TF-IDF方案计算基于短语的文档向量特征值。最后,使用K-means算法产生聚类结果。实验结果表明该方法优于传统K-means聚类算法和后缀树聚类算法,并具备了这些算法聚类速度快的优点。