耐蚀和耐热合金铸铁(—)

在高温下并在侵蚀强烈的介质中工作的机器零件和设备,—般多用高合金铸铁和特种铸铁来制造。在化学工业中常用的耐蚀和耐热铸铁可以分为两类(表1):1.耐蚀和耐热的灰口铸铁;2.耐蚀和耐热的白口铸铁。     

基于规则的土壤数据校验模型研究与实现①

数据校验是数据挖掘与知识发现中的重要一环。我国土壤观测数据由于台站观测人员上网条件、观测地记录不便以及需要适当的数据预处理等原因,无法实行在线入库,一般借助于Excel等软件来记录中间结果,再提交土壤分中心,这样的记录过程经常引入不必要的错误。提出了一个基于可定制规则库的土壤数据校验模型。模型主要包括数据格式转换模块、权限管理模块、元数据管理模块、重复记录去除模块、数据校验模块及规则定制与解析模块。低侵入式的轻量级设计,使得在大大减轻数据校验人员工作量的情况下,原有的数据填报流程不需要改变。可定制规则使得模型易于扩展。     

基于时间放大的光盘抖晃测试系统设计

利用TIA(时序分析仪)或其它模拟方法来测量光盘的抖晃存在成本高、灵活性差、稳定性低等不足,而在实际的光盘生产测试过程中,更需要一种升级扩展方便、性价比高的测试设备。在粗糙脉宽检测方法的基础上,引入时间放大电路,成功地设计出一套以FPGA为核心,基于PCI Express总线的抖晃测试系统;实验表明,该系统具有结构简单、精度高、设计灵活、成本低等特点,在光盘测试和抖晃特性研究方面具有较好的应用价值和一定的市场前景。     

源-荷应用场景下储热式电锅炉投资经济性分析

储热式电锅炉是一种电-热转换设备,可应用在电力系统的源、荷两侧,提升系统灵活性。为分析储热式电锅炉投资经济性,首先,基于储热式电锅炉在源-荷场景下运行模式的差异,构建不同场景下储热式电锅炉运行约束模型,分析不同模式下投资主体经济效益和社会综合效益构成;其次,基于时序生产模拟,以年度经济效益最大为目标,建立储热式电锅炉投资主体经济效益优化模型;最后,基于净现值法分析评估储热式电采暖投资主体的投资经济性,并以“三北”地区某省级电网开展实例分析,依据东北电力辅助服务市场运营规则测算,结果表明：不同应用模式均具有明显社会综合效益,热电厂投资模式的盈利能力最强,风电场投资模式和荷侧独立主体投资模式经济上不可持续,需要调整相应的市场运营策略。     

氧化时间对钛合金钻杆微弧氧化膜层结构和性能的影响

采用脉冲直流微弧氧化方法在钛合金钻杆表面制备了不同氧化时间下的TiO_2陶瓷膜层,用扫描电镜、X射线衍射仪、显微硬度计、球盘摩擦试验机及电化学工作站等分析了膜层的形貌、结构、组成以及膜层的硬度、摩擦磨损性能和耐蚀性。结果表明,随着氧化时间的延长,膜层的厚度增加,但膜层的硬度、耐磨性和耐腐蚀性先增加后降低。经不同氧化时间处理后,膜层的相结构主要由金红石型TiO_2和锐钛矿型TiO_2组成,此外还含有少量的Al2TiO5晶体和SiO_2非晶态。微观形貌分析表明,随着氧化时间延长,膜层表面粗糙度延长。在本实验条件下,当氧化时间为40min时,微弧氧化膜层的综合性能较好。     

带余热回收的CO2车用热泵系统实验研究

本文研制了一套具有串联式余热回收功能的CO₂热泵系统,并在标准焓差台中实验研究了不同工况参数对系统低温制热性能的影响。结果表明：双热源余热回收系统(空气热源和电机热源)的性能优于单空气热源系统,双热源模式可以优化系统参数,提高系统制热量与COP,扩大热泵系统低温工作范围。在环境温度为-20℃时系统切换至双热源模式后的制热量及COP分别提高18.9%和5.9%。低温环境下使用双热源模式优势显著,随着室外温度由-5℃降至-20℃,开启双热源模式后制热量的增加率由4.3%增至18.9%,COP的增加率由4.3%增至5.9%。提出低于-5℃的环境温度是使用余热模式的最佳温度范围,为CO₂车用热泵系统的实际应用提供指导。     

动态数值敏感属性的数据隐私保护

目前动态数据的隐私保护引起了人们的广泛关注。m-invariance概念的提出,比较好地解决了动态类别敏感属性的数据隐私保护问题,但对于动态数值敏感属性却未取得任何进展。描述了动态数值敏感属性的数据隐私保护问题,提出了解决该问题的m-increment概念及其泛化算法,并通过实验数据说明了算法的实用性和效率。     

社会网络中基于主题的影响力最大化算法

为了解决现有的影响力最大化研究没有充分考虑主题对影响力节点挖掘的影响而导致特定主题下节点集合的影响范围不大这一问题,本文提出了一种社会网络中基于主题的影响力最大化算法TIM。该算法首先根据主题敏感阈值对初始节点集进行预处理,剔除干扰节点,再在新的节点集合上分两个阶段进行节点挖掘。第一阶段挖掘主题权威性大的节点,第二阶段挖掘主题影响增量最大的节点,最后综合两个阶段的节点作为结果集并进行实验验证。实验结果表明,相比其他算法,TIM算法挖掘的节点集合在特定主题下的影响范围更大,时间复杂度更低。     

基于多属性度量的数据分级访问模型研究

随着云计算的迅速发展,云存储已成为企业关键信息服务的重要途径。但是,受限于存储资源性能以及大数据等影响,用户往往需要忍受较长的访问延时。为了缓解这种情况,人们提出了智能数据管理技术,用于有效管理大量数据以及降低用户的访问延迟,提高云计算的服务质量。提出一种基于多属性分析的存储端数据分级访问模型。模型通过对被管理数据对象的动态、静态属性进行统计分析来提取属性中的关键信息,并依此进行数据管理决策,将冷/热数据迁移至对应层级,以便能够在合理规划存储资源的同时提高存储系统的访问性能。性能测试实验的结果表明,该模型具有较好的整体性能。     

一种高效的多层和概化关联规则挖掘方法

通过对分类数据的深入研究,提出了一种高效的多层关联规则挖掘方法:首先,根据分类数据所在的领域知识构建基于领域知识的项相关性模型DICM(domain knowledge-based item correlation model),并通过该模型对分类数据的项进行层次聚类;然后,基于项的聚类结果对事务数据库进行约简划分;最后,将约简划分后的事务数据库映射至一种压缩的AFOPT树形结构,并通过遍历AFOPT树替代原事务数据库来挖掘频繁项集.由于缩小了事务数据库规模,并采用了压缩的AFOPT结构,所提出的方法有效地节省了算法的I/O时间,极大地提升了多层关联规则的挖掘效率.基于该方法,给出了一种自顶向下的多层关联规则挖掘算法TD-CBP-MLARM和一种自底向上的多层关联规则挖掘算法BU-CBP-MLARM.此外,还将该挖掘方法成功扩展至概化关联规则挖掘领域,提出了一种高效的概化关联规则挖掘算法CBP-GARM.通过大量人工随机生成数据的实验证明,所提出的多层和概化关联规则挖掘算法不仅可以确保频繁项集挖掘结果的正确性和完整性,还比现有同类最新算法具有更好的挖掘效率和扩展性.