化工设计中管道应力分析的必要性

管道在化工企业的生产过程中发挥着至关重要的作用,化工企业生产中所需的各种原材料就是通过管道来运输的。为了进一步提高化工管道的安全性能,确保管道在运输过程中的安全,需要在设计过程中对管道应力进行分析,以优化化工管道设计。     

高温蜡油介质液位计的选用及维护

正确地选用液位计,不仅能减少故障率,提高测量准确度,而且大大减少了维护成本,从而对企业正常生产维护、安稳长满优运行提供了有力的保障。高温蜡油介质液位计的选用一定要从介质的特殊性及高温高压的工况环境等多种因素考虑,通过现场实际使用多种形式液位计进行实际论证。浮筒液位计在高温蜡油工况下故障率高、频繁拆检使用寿命短;雷达液位计在高温油蜡介质工况有其本身的局限性,一旦介质分层造成仪表误指示,工艺无法正常监盘操作;插入式双法兰变送器最适合在高温油蜡介质工况进行测量,故障率低、方便维护。     

水泥土复合管桩成套技术研究及工程应用

针对水泥土复合管桩的理论研究滞后于工程实践的现状,基于数值分析、室内模型试验、足尺模型试验、反演分析、工程应用的总体思路,并坚持理论与实践相结合,系统研究了水泥土复合管桩分别用于桩基础和复合地基时的承载机理、设计、施工机械及工艺、质量检验与工程验收,形成了水泥土复合管桩成套理论体系,解决了软弱土地区水泥土桩、预制桩各自应用的局限性,大幅度提高了单桩竖向承载能力、降低了工程造价。构建了水泥土复合管桩施工质量控制与验收体系,有效控制了施工质量,保证了工程安全。施工中无废弃泥浆排放、挤土效应及噪声污染,施工现场文明,改善了工人劳动环境,是一种典型的"绿色地基基础",符合国家绿色发展理念。     

渝东板凳沟下寒武统石龙洞组缓坡相沉积特征

为了明确渝东板凳沟下寒武统石龙洞组地层沉积特征,综合采取野外剖面观察、普通薄片和元素地化参数等方法,对石龙洞组地层岩性特征进行详细描述,对该地层沉积特征进行划分。结果表明,渝东板凳沟下寒武统石龙洞组储层岩石类型以内碎屑灰岩和晶粒云岩为主,石龙洞组地层中δ~(13)C值变化区间为-2.2‰～0.9‰,平均值-0.7‰;δ~(18)O值为-9.2‰～-5.3‰,平均值-7.8‰;Z值分布范围在120.10～124.99,均120,说明石龙洞组沉积期该地区处于海相环境。详细沉积亚相划分表明,该地层表现缓坡相沉积特征。     

磁流体水力旋流器的颗粒分选

磁流体和磁场在固一固分离中的应用是近期研究的一个重要发展。在不同的操作条件下,对实验室视在密度介质水力旋流器(ADMH)进行了试验。实验包括以水基磁流体(铁磁流体)作介质对天然非磁性矿物颗粒进行分选。本文描述了有关 ADMH 分选的基本原理,这种新式选矿设备的工作情况,以及磁流体静力学的基本原理在这种设备上应用的新进展。     

机电作动器动力学建模与电流跳变现象分析

针对机电作动器在带载位置跟踪性能检测试验中响应曲线峰值点处出现的电流跳变现象,推导机电作动器空气舵负载、永磁同步电机和传动机构的动力学与运动学方程,建立其多非线性因素动力学模型。从电能、动能、摩擦损耗和弹性能间相互转换的角度,解释电流跳变现象,证明电流跳变现象是由传动机构摩擦力瞬间反向造成的。仿真与试验结果表明,在57 N·m^570 N·m负载力矩条件下,电流曲线拟合误差最大为13.06%,决定系数最小为0.87,所建模型提高了机电作动器仿真分析精度,复现了电流跳变现象,对机电作动器功率损耗分析及故障诊断的仿真预估具有重要意义。     

新型杀菌剂叶菌唑对小麦几种病害的室内毒力测定及应用

[目的]验证叶菌唑对小麦病害的生物活性和防效。[方法]室内活性测定和大田试验方法,测定叶菌唑对小麦赤霉病菌、小麦白粉病菌和小麦锈病的活性。[结果]室内活性测定结果表明:叶菌唑对小麦赤霉病菌、小麦白粉病菌和小麦锈病有优异的杀菌活性,其EC50值分别为0.101、1.08、1.21 mg/L,活性高于对照药剂己唑醇和三唑酮。田间小区试验结果表明,叶菌唑在30~90 g a.i./hm2的处理剂量下,施药1~2次,对小麦白粉病具有较好的防治效果,防效在85.72%~96.09%之间。[结论]为叶菌唑防治几种小麦病原菌的大田防治提供了剂量筛选依据。     

新型双酰胺化合物HNPC-A102对蓟马的田间防治效果

采用喷雾法研究了新型双酰胺类化合物HNPC-A102对蓟马的田间防治效果。田间药效试验结果表明:30～60 g a.i./hm²剂量下,药后1 d,HNPC-A102对茄子蓟马防效达86%以上,与同等剂量对照药剂溴氰虫酰胺相当;药后8 d,HNPC-A102对茄子蓟马防效达95%以上,溴氰虫酰胺防效均不足35%;药后13 d,HNPC-A102对茄子蓟马仍保持89%～95%的防治效果。HNPC-A102能够有效防治蓟马,且速效性及持效性好,对作物安全,具有进一步研究开发价值。     

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。