南郑县云河水库大坝碾压混凝土施工技术简论

本文通过对云河水库大坝碾压混凝土施工技术的分析,提出对于中小型规模的碾压混凝土施工,混凝土拌合系统的选择应考虑按规范规定的搅拌时间及投料、出料时间计算混凝土实际最大生产能力,确定较高的拌合储备系数。混凝土入仓方式在地形、环境等条件许可的条件下,应优先考虑自卸车直接入仓。对大坝施工中遇到的问题的分析处理,对今后类似工程施工有参考价值。     

先张法预应力混凝土管桩抗弯性能检验的影响因素及操作注意事项

先张法预应力混凝土管桩(包括PHC桩、PC桩、PTC桩)抗弯性能是衡量其结构性能是否安全的一个极为重要的指标,直接影响管桩基础的承载能力及建筑物结构安全.因此,每一个管桩生产企业、有关产品质量监管单位必须对抗弯性能检验给予足够的重视和关注.     

相转移法制备137Cs 3D打印用光敏树脂的可行性研究

为弥补目前国内外精密异形放射源制备工艺的不足,将3D打印技术引入放射源制备领域。本研究采用相转移方法制备¹³³Cs 3D打印用光敏树脂,使用高分辨电感耦合等离子体质谱(ICP-MS)进行检测,探索制备条件。并通过溴化镧探测器对制备的¹³⁷Cs 3D打印用光敏树脂材料进行检测。结果表明,通过相转移方法制备的三种¹³³Cs 3D打印用光敏树脂和¹³⁷Cs 3D打印用光敏树脂中铯元素分布不均匀度<5%。相转移法作为一种操作简便、反应条件温和的方法可用于制备含有铯元素的3D打印用光敏树脂,且具有一定普适性。     

冷轧棍的超声表面波检测

为对轧辊表面和近表面的缺陷进行判断和定性分析,控制合理磨削量,提出用表面波对轧棍表面裂纹进行超声检测的方法,为制造商更好地控制轧辊质量提供了技术支持。     

辐射加工标签剂量计的初步研究

为了有效监测⁶⁰Co γ射线及电子束参考辐射场中被照产品所受的吸收剂量,本工作研制了一种标签剂量计,用于辐射加工中吸收剂量的快速、简单测量。标签剂量计具有多层复合结构,核心部分是一层辐射变色薄膜,主要成分为聚乙烯醇、酸敏染料和卤素化合物。对该辐射变色薄膜剂量计的剂量学性能进行了分析研究,结果表明,该薄膜剂量计可以满足日常辐照监测的需要。     

电刷镀法制备大面积~(241)Am放射源

以分子电镀法制备放射源的技术为基础,结合当前应用广泛的电刷镀技术,开展了电刷镀法制备大面积241 Am放射源的研究。和传统的放射源制备方法相比,该方法突破了电镀槽的限制,可以任意选择源的活性面积,并且通过控制阳极镀笔在阴极上作可控制的、有规律的二维往复移动,克服了传统电镀中当源的活性面积较大时难以保证电镀源均匀性的缺点。成功制备了一批活性面积为100mm×150mm的大面积241 Am放射源,研究了通电时间、电压以及镀液酸度对放射性核素241 Am的沉积效率的影响,并对源的均匀性、牢固性进行了评价。     

电子束吸收剂量量热计

研制了一种用于电子束吸收剂量深度分布和电子束能量测量的多层石墨量热计及一种用于吸收剂量测量和薄膜剂量计校准的石墨量热计校准装置,并介绍了两种量热计的结构和在中国原子能科学研究院14MeV加速器上的研究结果。     

高剂量水平吸收剂量测量用辐射变色薄膜剂量计研究

为建立制备高剂量水平吸收剂量测量的辐射变色薄膜剂量计的方法,对相应的配方及制备工艺进行研究,批量制备了以尼龙为基材,副品红氰化物为染料的辐射变色薄膜剂量计。在60 Coγ参考辐射场中对辐射变色薄膜的各剂量学响应性能进行了研究,结果表明,重复性好于1.0%,在5~210kGy剂量范围内具有较好的剂量响应线性,辐射变色薄膜剂量计辐照后置于低温条件下贮存2周内信号较稳定。此外,该辐射变色薄膜剂量计在本实验范围内未发现明显的剂量率依赖性。通过上述剂量学性能研究,在线性剂量范围内,测量吸收剂量的扩展不确定度为4.2%(k=2)。通过在加速器上进一步实验表明,该膜可用于电子束辐照参数测量。     

氚气标准源的研制

氚是涉氚场所中辐射防护监测的重点核素,对涉氚场所中的气态氚浓度进行有效监测具有重要的意义。根据GB/T 7165.5-2008第5部分要求,氚活度监测校准应使用与被测对象成分一致的参考源,即标准氚气。解决该难题需要研究并建立标准氚气的制备方法和定值方法,确保氚气活度量值源头的有效性。基于稀释法研制了气载氚标准源,通过长度补偿法进行氚活度浓度定值,并进行了不确定度的分析和评定。氚气标准源的研制填补了国内该领域的空白,为氚监测仪的量值溯源提供了重要支撑。     

面向深度学习图像分类的GPU并行方法研究

针对深度学习图像分类场景中多GPU并行后传输效率低的问题,提出一种低时间复杂度的Ring All Reduce改进算法。通过分节点间隔配对原则优化数据传输流程,缓解传统参数服务器并行结构的带宽损耗。基于数据并行难以支撑大规模网络参数及加速延缓的问题,根据深度学习主干网络所包含的权重参数低于全连接层权重参数、同步开销小、全连接层权重大与梯度传输开销过高等特点,提出GPU混合并行优化算法,将主干网络进行数据并行,全连接层进行模型并行,并通过改进的Ring All Reduce算法实现各节点之间的并行后数据通信,用于基于深度学习模型的图像分类。在Cifar10和mini ImageNet两个公共数据集上的实验结果表明,该算法在保持分类精度不变的情况下可以获得更好的加速效果,相比数据并行方法,可达到近45%的提升效果。