星际软着陆机动能力评估方法研究

针对软着陆过程中自主选取安全着陆点的需要,研究了探测器机动能力的评估方法.首先根据软着陆制导律,建立加速度模型积分结果与剩余燃料可生成速度增量之间的数学关系,推导出探测器机动能力的数值计算方法;其次,将软着陆过程中抵消重力作用与位置机动看作两个独立的过程,并假设位置机动过程为理想两脉冲机动,推导出解析的软着陆机动能力表达式;最后,通过数值仿真表明两种分析方法能够得到相近的结果,解析的机动能力分析方法可以实时的对探测器可能着陆区域进行预测,能够为探测器自主的选定着陆点提供重要依据.     

汽轮机高压主汽门螺栓断裂失效分析

采用宏观检验、紧固工艺分析、化学成分分析、力学性能试验、金相检验和断口分析等对抚顺发电有限责任公司1号机组高压主汽门断裂螺栓进行了失效分析,结果表明:螺栓硬度偏低,断口附近金相组织存在偏析且有混晶现象,断口边缘有蠕变空洞及裂纹,断裂从螺栓根部向另一侧扩展,无明显塑性变形属于蠕变脆性断裂。     

复合絮凝剂-SBR工艺处理市政污水中试研究

采用复合絮凝剂-序批式活性污泥法(SBR)工艺对北京某污水厂初沉池出水进行中试处理,研究了该工艺的出水水质和污泥性能。结果表明,在水处理量为0.75 m~3/h、复合絮凝剂投加量为20μL/L的情况下,出水COD和TP、NH_4~+-N、TN的质量浓度平均分别为20.5 mg/L和0.3、0.5、14 mg/L,均可达到GB 18918-2002一级A标准。在长期投加复合絮凝剂的条件下,污泥沉降性能提升明显,胞外聚合物凝聚性变强,整体性能已十分接近好氧颗粒污泥。复合絮凝剂-SBR工艺继承在好氧颗粒污泥技术大部分优点的同时,更能保证污泥颗粒和出水水质稳定,可用于污水处理厂提标改造。     

防治稻瘟病的新型内吸性杀菌剂氰菌胺

概述了防治稻瘟病的新型内吸性杀菌剂氰菌胺，内容涉及创制经纬、化学名称、理化性质、毒性、作用机理、专利与登记、合成方法与应用等。     

计算机应用课程理实一体化教学法研究

针对传统教学法的弊端,文章介绍了理实一体化教学法的概念、特点,结合计算机课程,提出了使用此方法进行教学时应把握的要点,在操作性较强的课程教学中采用这种方法将会收到意想不到的效果。     

关于解决g-C3N4在光催化制氢领域的两个局限的研究进展

随着工业的发展，化石燃料消耗巨大，环境问题也日益突出，寻找一种绿色新型能源已成为一个被广泛讨论的问题。氢气是一种清洁、可再生燃料，利用光催化剂分解水制氢气是一种制取氢气的有效途径。石墨碳氮化物（g-C3N4）作为光催化剂不仅成本低、反应稳定，而且其尺寸、厚度、结构、形貌等可控，在众多光催化剂中脱颖而出。但g-C3N4目前在光催化领域主要存在两个局限：g-C3N4不能有效地吸收光来产生足够多的光生电子-空穴对；g-C3N4不能有效的运输及分离光生电子-空穴对，以至于电子与空穴的复合率较高。文章综述了g-C3N4在光催化制氢领域的进展成果，分析了g-C3N4存在的问题并总结了其改进方法，最后对g-C3N4进行了展望，以期为设计高效、稳定的光催化制氢材料提供参考。     

褐煤成型的研究

由于褐煤具有含水率高，灰份大，易风化，发热值低等特点，使得成型难度很大．本文重点研究水份粒度、添加剂、成型压力等对褐煤成型的影响．最佳条件：粒度＜１ｍｍ，水份１４～１６％，压力＞５０Ｔｆ，添加剂１０～２０％．     

遥感反演蒸散发在灌溉用水管理中的应用综述

农田灌溉高效用水管理对农业生产及水资源可持续利用至关重要。气候变暖和社会经济发展对农业水资源的可持续利用带来重大挑战,农业生产集约化、标准化和信息化对发展高效节水灌溉、实现灌溉用水精细化管理提出了更高的要求。蒸散发可反映地表与大气的水分和能量交换以及作物耗水,在灌溉用水管理中发挥着关键作用。过去20年来随着遥感对地观测技术不断发展,蒸散发遥感反演和数据融合理论方法不断成熟,数据的时空分辨率和精度不断提升,显著扩展了遥感蒸散发在灌溉用水管理中的应用范围,在灌溉用水量估算等领域得到深度应用。本文在概述国内外蒸散发遥感反演和数据融合研究前沿及相关数据集的基础上,重点对遥感蒸散发在灌溉用水量估算、灌溉制度优化和灌溉效益评价等三个方面的应用场景,进行了系统梳理和总结,以期为农业水资源高效利用和精细化管理提供参考。     

融合多头自注意力的问答社区专家推荐算法

专家推荐是在线问答社区的研究热点之一,但现有的算法大多关注用户的静态兴趣和问题信息的匹配,忽视了对用户的动态兴趣表征信息的有效捕捉,从而导致推荐的准确度不足。针对上述问题,提出了融合多头自注意力的问答社区专家推荐算法。首先,构造由卷积神经网络和注意力机制组成的问题编码器,来处理目标问题和用户历史回答问题,提取对应的问题表征;其次,将用户历史回答问题序列当作时间序列,利用多头自注意力机制学习序列中所蕴涵的动态兴趣表征,结合用户的静态兴趣表征,获取用户的综合兴趣表征;最后,将目标问题表征和用户综合表征进行相似性计算产生推荐结果。利用来自知乎问答社区的真实数据进行了不同参数配置及不同算法的对比实验,实验结果表明该算法性能要明显优于目前较流行的深度学习专家推荐算法。