打破旧藩篱 谋略新思路——代建制“带”出全国最长轻轨“新天地”

近日，中铁十八局集团以全国最长轻轨——津滨轻轨工程代建制管理为原形，主创的企业管理创新成果《基础设施工程建设的代建制管理》，被评为第12届全国企业管理现代化创新成果二等奖。全国创新成果委员会给予了较高的评价：此项成果不仅增强了企业市场竞争力，而且具有很强的导向性和学习推广价值。     

计及网损的发电权交易报价修正方法

现行的发电权交易在竞价时不考虑网损的影响,仅依据双方报价进行交易,事后结算时再进行网损补偿。上述交易方法忽略了网损能提供正确经济信号、引导资源优化配置的作用,影响了交易的经济次序。提出一种计及网损的发电权交易报价修正方法。该方法在交易前考虑网损的影响,将原交易中的电量换为减去网损的电量,推导出计及网损的发电权交易报价,优化了交易次序。对IEEE14节点系统进行仿真分析,结果表明修正后的发电权报价可减小网损、增大交易收益,进一步实现了节能增效。     

粉煤灰/硅灰对低标号混凝土性能的影响

研究了单掺粉煤灰、硅灰和双掺粉煤灰/硅灰对低标号混凝土的工作性、强度和干缩性的影响。结果表明,粉煤灰和硅灰能改善新拌低标号混凝土的工作性,硅灰使得低标号混凝土在短期内的干缩变化加大,造成早期裂缝,短期内双掺粉煤灰/硅灰能有效提高低标号混凝土的抗压强度。     

打破旧藩篱 谋略新思路——代建制“带”出全国最长轻轨“新天地”

近日,中铁十八局集团以全国最长轻轨——津滨轻轨工程代建制管理为原形,主创的企业管理创新成果《基础设施工程建设的代建制管理》,被评为第12届全国企业管理现代化创新成果二等奖。全国创新成果委员会给予了较高的评价:此项成果不仅增强了企业市场竞争力,而且具有很强的导向性     

含有L1数据保真项的非凸优化脉冲噪声去除模型

随着数字图像处理技术的高速发展,图像恢复被广泛应用于医学领域、军事领域、公共防卫领域及农业气象领域.本文综合TVL1、ROF、STVL1（Squares TVL1）、SHI模型,提出了非凸非光滑关于脉冲噪声去除模型,并使用变量分离技术的ADMM算法对模型进行求解,通常情况下,基于梯度的方法不适合非光滑优化,半二次（half-quadratic）和重权最小二乘算法（IRLS）在零点不可微分情况下不能应用到非光滑函数上,Graduated NonConvexity （GNC） algorithms跟踪非光滑和非凸的最小值沿着一系列近似的非光滑能量函数的势能,需要考虑其计算时间.为了处理模型的非凸非光滑项,本文应用多阶凸松弛方法对模型的子问题进行求解,虽然该方法仅导致原始非凸问题的局部最优解,但该局部解是对初始凸松弛的全局解的改进.此外,因为每个阶段都是凸优化问题,所以该方法在计算上是高效的.利用遗传算法对模型参数进行选择,通过在不同图片及不同噪声上的大量实验表明,该模型的鲁棒性、运行时间和ISNR、PSNR都优于其他三个模型.并且该模型能够保持图像的局部信息具有更好的可视化质量.     

冷拔高碳钢丝高温退火前后显微组织及织构变化

采用扫描电子显微镜（SEM）和电子背散射衍射技术（EBSD）作为分析手段,对两种变形量SWRH82B冷拔高碳钢丝在奥氏体化高温退火处理前后的显微组织和织构变化进行了表征研究。结果表明：该冷拔高碳钢丝显微组织中的珠光体经奥氏体化退火处理后由纤维状转变为等轴状;冷拔高碳钢丝主要是〈110）织构,且织构强度随着变形量的增大而增强;经奥氏体化退火处理后〈110〉织构强度明显下降,且织构强度与变形量相关性减小,同时还出现了〈112〉织构。     

粉煤灰/硅灰复合掺合料对水泥净浆性能的影响

研究了水泥标准稠度用水量、粉煤灰掺量、硅灰掺量、粉煤灰与硅灰双掺对水泥净浆性能的影响.结果表明,硅灰使水泥净浆需水量明显增加,粉煤灰、硅灰双掺可克服单掺粉煤灰早期强度低的缺点,短期内能提高水泥净浆的抗压强度.     

多层装配整体式钢网格框架墙的试验研究

通过试验验证对比分析了装配整体式钢网格框架墙的滞回耗能能力,结果表明,该结构承重外墙在往复荷载作用下抗震性能优异、变形恢复能力好、延性好,承载能力较佳。梁端及柱端截面处的应变值、荷载-位移滞回曲线、骨架曲线与有限元分析的数值吻合情况较好,用于实际工程时,其梁柱构件可按整根构件建模。     

冷拔高碳钢丝在退火过程中再结晶织构的演变

利用扫描电镜和电子背散射衍射技术对冷拔高碳钢丝在600℃等温退火过程中再结晶织构的演变进行了研究,并且探究了织构强度与钢丝形变量及钢丝抗拉强度的关系。结果表明:再结晶织构继承了原来形变的〈110〉织构,并且随退火时间的延长,该织构强度先增加后减弱,并有〈112〉织构出现;形变量较大的钢丝其再结晶织构的强度也较高;钢丝的抗拉强度变化趋势与〈110〉织构强度的变化趋势有一定的对应关系。     

基于高阶正则与非光滑数据拟合项的图像边缘检测模型

在现代科技社会中,随着数字图像处理技术的高速发展,图像分割和物体边缘检测被广泛应用于医学领域,军事领域,公共防卫领域,计算机视觉领域及农业气象领域.在本文中,基于经典的Chan-Vese (CV)模型,介绍一个含有L1范数数据拟合项和二阶正则项(TV2)的分段常数图像边缘检测模型.新模型利用一个高阶正则函数对目标函数进行惩罚,将其作为新目标函数的一个约束,使得该模型能够分割和检测低对比度,并且含有外加噪声的图像.理论上,我们在大胆合理的假设下,给出该模型的部分收敛性分析.计算方面,我们通过研究新模型的理论可解性,关于该模型的数值实现方面,应用ADMM算法对该模型进行数值求解,从而设计一种新的求解方式,并用灰度图像和真实图像做大量的数值实验,并和原始CV模型进行对比,得出的实验结果表明,该模型的许多优点在各领域具有广泛应用价值.