追寻红星的足迹

我的太姥爷赵凯轩是西路军中的一员,是红九军第二十七师直辖营营长.据家中长辈回忆,我的太姥爷参军以后,日益感受到革命大家庭的温暖,真正的体验到了只有家庭中父子、兄弟间才有的亲情和友谊,也就更加坚定了他要以红军为家、永远投身革命的决心.     

沁水盆地赵庄矿3号煤层地面煤层气抽采低产原因分析

在对沁水盆地赵庄矿煤层气开发地质、煤层气生产井资料深入研究的基础上，分析、总结了区内煤层气直井低产原因，并据此提出了区内地面抽采后续开发方向。研究认为:3号煤层气含量偏低、含气饱和度低、临储比低，致使排采阶段气含量可降幅度低，是其低产的宏观表征；3号煤储层不匹配孔级，较差连通性，即微、小孔为主，中孔次之，大孔不发育，微裂隙连通性差，致使扩散缓慢、影响储层改造和抽采效果，是其低产的微观表征；3号煤层远高于顶底板塑性及相近的水平应力，进一步造成改造缝长受限，泄流面积不足。因此，建议区内后续地面抽采方式应以增大泄流面积开发方式为主。     

现代高层建筑结构设计的优化

建筑结构设计的过程,能够充分发挥设计者的主观能动性,综合体现设计者知识和经验的运用。对于设计,不同设计结构体系,经济和性能差距很大。本文将针对高层建筑的发展历史与现状进行分析,从中发现现在结构设计存在的问题,并且针对问题提出相应的改进,使得高层建筑结构优化刚度、承载力和抗震性能,节约材料,降低投资。     

地铁先锋扣件和普通扣件整体道床轮轨动力特性对比研究

针对地铁普通扣件和先锋扣件不同的结构和支撑特性,分别建立两种扣件系统的动力学模型,基于车辆-轨道耦合动力学理论,对比分析了两种扣件系统的轮轨动力特性及其差异。结果表明:相比于普通扣件,先锋扣件由于具有较低的垂向刚度,钢轨垂直位移较大;同时,安装于轨腰的橡胶支撑作用区离钢轨质心较近,形成的扭转刚度和阻尼较小,钢轨扭转位移较大。通过钢轨焊接接头不平顺时,与普通扣件轨道相比,先锋扣件轨道轮轨垂向力波动衰减要快,先锋扣件轨道钢轨在低频15～30Hz处振动略有增加,但在40～70 Hz范围大幅衰减,这有利于车辆轨道系统的减振。     

地下输水隧洞围岩稳定监测系统设计研究

在地下隧洞施工输水整个环节中,施工环境复杂多变。由于地质岩体结构应力、地下水以及岩体力学构造等各方面的不确定、不稳定因素的影响极大,如果仅依靠传统经验来进行管理,已经不符合现代化管理的最基本要求,也无法达到标准化管理。文章首先阐述了地下输水隧洞围岩稳定监测系统设计的目的,然后对设计输水隧洞围岩稳定监测系统进行了分析,以便及时正确掌控地下输水的隧洞围岩发展状态,保证隧洞施工的顺利完成。     

基于启发式算法的套管柱组合优化设计方法

针对深井、超深油气井中套管柱组合设计存在非线性、多目标和离散变量组合的问题，提出了一种基于启发式算法的套管柱组合优化设计方法。采用树状结构表示套管柱组合并将其参数化，给出了体现套管柱成本、质量和安全因素的设计需求向量，建立了以该向量为基础的可调多目标数学模型，并给出了利用启发式算法求解该模型的方法。通过与经典的套管柱设计案例进行比较分析，在最经济方案的情形下，利用所建立数学模型得出的解在适应值方面比原方法更好，如解3在成本和质量方面均有所降低，解2的成本降低4.057%，但质量增加0.274%。研究结果表明，基于启发式算法的套管柱组合优化设计方法得出的解具有合理性，且在一定程度上比原有解更优，可解决深井、超深井套管柱组合设计存在的问题。      

焙烧铁尾矿制备透水砖试验研究

为了改善尾矿制砖的力学性质，解决尾矿堆积问题，采用焙烧铁尾矿、水泥和粉煤灰为胶凝材料，2.36~4.75 mm粒级铁尾矿为粗骨料，通过搅拌、成型和养护工艺制备透水砖，探究了焙烧铁尾矿用量、水胶比、目标孔隙率和振动时间对透水砖性能的影响，对比未焙烧尾矿制备透水砖的性能。结果表明：① 焙烧尾矿制备透水砖最佳试验条件为：焙烧尾矿掺量60%，振动时间40 s、水胶比0.3，目标孔隙率20%；此时，透水砖抗折强度为3.34 MPa，符合国家标准Rf3.0，抗压强度为15.44 MPa，符合国家标准MU15，透水系数为2.58×10-2 cm/s，符合国家标准A级标准，实测孔隙率为23.41%。② 焙烧尾矿掺量为60%时效果最佳；未焙烧尾矿掺量为50%时效果最佳，抗折、抗压强度分别为3.38 MPa和14.54 MPa，透水系数符合国家A级标准；焙烧尾矿比未焙烧尾矿多替代水泥10%的情况下，力学性能焙烧尾矿透水砖较好，而透水性能则未焙烧尾矿透水砖较好。     

伪标签置信选择的半监督集成学习视频语义检测

在视频语义检测中，有标记样本不足会严重影响检测的性能，而且伪标签样本中的噪声也会导致集成学习基分类器性能提升不足。为此，提出一种伪标签置信选择的半监督集成学习算法。首先，在三个不同的特征空间上训练出三个基分类器，得到基分类器的标签矢量；然后，引入加权融合样本所属某个类别的最大概率与次大概率的误差和样本所属某个类别的最大概率与样本所属其他各类别的平均概率的误差，作为基分类器的标签置信度，并融合标签矢量和标签置信度得到样本的伪标签和集成置信度；接着，选择集成置信度高的样本加入到有标签的样本集，迭代训练基分类器；最后，采用训练好的基分类器集成协作检测视频语义概念。该算法在实验数据集UCF11上的平均准确率到达了83.48%，与Co-KNN-SVM算法相比，平均准确率提高了3.48个百分点。该算法选择的伪标签能体现样本所属类别与其他类别的总体差异性，又能体现所属类别的唯一性，可减少利用伪标签样本的风险，有效提高视频语义概念检测的准确率。