高层结构抗震中的概念设计

介绍了概念设计的定义、意义及一般原则 ,并从高层建筑的抗震抗风设计和延性设计两方面提出了高层结构抗震的措施 ,指出高层建筑在抗震设计中应处理得当 ,以取得理想结果。     

微型高频脉冲管制冷机的实用化

高频微型脉冲管制冷机在许多领域具有重要作用,目前从原理样机到实用化的成品机仍有一些问题须要解决。介绍在一台达到世界先进水平的高效同轴脉冲管制冷机的基础上进行实用化的工程样机研究,并通过模拟计算分析两台脉冲管制冷机工程样机与原理样机的区别及其自身特点,为进一步开展工作奠定了基础。制作的两台工程样机基本达到了原理样机的制冷性能,不锈钢结构的工程样机外观精美、结构紧凑,但由于材料和外形的原因,制冷性能稍逊于原理样机;铜壁结构的工程样机性能优于不锈钢样机,足以满足工程项目的需要,但重量有所增加。     

首都机场A380机库工程综合施工技术

首都机场A380机库是首都机场3号航站楼的配套工程,是世界单体面积最大的飞机维修库,总建筑面积70437m^2。在结构施工中,结合机库工程的特点,针对不同部位和施工难点,在基础桩、机库地坪、格构式混凝土柱、屋面防水、钢结构安装等方面分别采取了多项施工技术措施,保证了工程的顺利施工。     

深度强化学习在典型网络系统中的应用综述

近几年来,以深度强化学习(Deep Reinforcement Learning,DRL)为代表的人工智能技术被引入计算机网络系统设计中,促使网络领域走向数据驱动和智能化,并在典型的网络系统中不断取得新的突破。计算机网络应用的难点是难以对多变的网络环境进行复杂准确的建模,借助深度神经网络出色的特征提取能力,深度强化学习能够更好地以试错的方式探索更优的决策,并具有端到端的设计优势。首先阐述深度强化学习技术的原理,包括多种典型的深度学习中使用的神经网络结构、基于值函数和基于策略梯度的深度强化学习训练算法;之后详细分析了深度强化学习技术在计算机网络领域中解决资源调度问题的研究现状,包括任务调度、视频传输、路由选择、TCP拥塞控制以及网络缓存;最后给出了在计算机网络应用中使用深度强化学习仍存在的挑战。     

逆冲断褶带大断层下盘层间褶皱特征及油气成藏——以库车克拉苏构造带和龙门山构造带北段油气勘探为例

层间褶皱是指在两套塑性地层之间的脆性地层,在强大挤压力作用下,脆性地层发生连续褶曲,并伴有断层发生.层间褶皱形成机理与压扁作用、剪切作用及重力作用三种构造运动模式有关.库车克拉苏构造带陆相白垩系砂岩气田群和龙门山构造带北段海相栖霞组白云岩大气区石油地质特征有所差异,但构造圈闭特征具有共性,都属于逆冲大断层下盘层间褶皱....     

基于RBFNN的料场称重预测控制系统

为提高称重配料过程的控制精度,探讨了基于径向基神经网络(RBFNN)辨识的模型预测控制(MPC)系统的应用,着重介绍了径向基神经网络的特点,模型预测控制特性,提出了以径向基神经网络作为预测器和控制器的模型预测控制系统。实践证明,该系统可以改进被控对象的性能,适用于较为复杂的不确定性强的非线性控制对象。目前已成功在福建某钢铁厂烧结料场控制系统改造项目中投入使用,并取得了良好的控制效果,该系统在钢铁冶炼烧结称重环节不同料种圆盘中有广阔的应用前景。     

基于服务器虚拟化的智慧云桌面系统设计与应用

针对传统桌面环境硬件资源利用率低且多元化分配效果差等特点,设计出一种基于服务器虚拟化技术和FFmpeg音视频处理技术相结合的智慧云桌面系统。该系统的设计初衷是将互联网与高校教学办公相结合,实现校园内智慧云办公和线上直播教学等功能。系统通过Proxmox VE虚拟化环境搭建后台服务器,采用FFmpeg作为音视频数据处理的技术框架,并通过对框架的优化,缩短了直播教学中的延迟。最后,通过测试证明云桌面系统能够有效地缓解传统桌面在资源管理和设备成本等方面的问题,其线上直播教学模块的播放延迟能够控制在100 毫秒以下,提高了校园环境下的协同办公、直播教学以及实验室信息化建设的便捷性和实用性。     

基于反射波的剩余静校正技术在姬塬非纵资料处理中的应用

姬塬地区位于鄂尔多斯盆地中南部黄土塬区,地形起伏较大,低降速带厚度速度变化大,因此剩余静校正的好坏直接决定着剖面的成像精度。而非纵资料又因其缺少近偏移距信息,常规的剩余静校正方法有时会出现错位问题,本文利用CGG处理系统下新研发的基于反射波的剩余静校正模块,从原理出发,通过对实际资料的处理,分析成像效果,总结出适合于该工区的技术方法,提高成像精度。     

标准孔板计量标准的新进展

标准孔板流量计是国内外天然气流量计量最主要仪表。但国际上一直存在两大标准，在技术上要求有较大的分歧。近十几年来在大量试验数据的基础上逐渐趋向统一，并且二次仪表也走向电子智能化，使其得到更广泛的发展，文章对此进行了分析比较和介绍。