单元式幕墙“双环轨”水平运输吊装施工技术

广州南沙区某五星级酒店外立面为单元式全玻璃幕墙及铝板幕墙，塔楼建筑外立面渐变收缩局部变化大，常规的吊篮安装无法满足现场施工需求，在一定程度上增加了现场施工作业难度和危险系数。幕墙单元板块堆放场地小，单元构件的垂直运输和水平运输难成为现场施工的重难点。结合该工程特点，采用“双环轨”水平运输吊装施工技术，不仅有效地解决单元构件板块水平运输吊装问题，并且可以大大缩短幕墙安装施工工期。     

智轨电车横向运动预测控制研究

文章通过分析智轨电车的横向运动特性,将每节车的横摆角速度、横向加速度以及受力联系起来,建立3节车辆之间的运动学和动力学关系;提出一种能够反映智轨电车横向动力学特性的4自由度线性单轨模型;并将所建立的模型与Trucksim中的高精度非线性模型进行对比,验证了所建立模型的有效性及准确性;采用模型预测控制方法进行智轨电车轨迹跟踪控制研究,根据列车行驶过程中的优化目标,确定其评价函数,将多步预测控制问题转化为线性二次型(QP)问题进行求解。仿真结果表明,应用该算法的智轨电车能够达到很好的轨迹跟踪效果。     

厚层低渗气藏“甜点”预测——以东海陆架盆地西湖凹陷Z气田花港组为例

东海陆架盆地西湖凹陷厚层（200 m）低渗气藏资源潜力大，“甜点”预测是其高效开发的关键，但是储层非均质性强，“甜点”预测难度较大。为此，建立了厚层低渗气藏不同类型细分“甜点”的地球物理预测技术及方法。首先在“甜点”分类的基础上，开展岩石物理分析及地震正演模拟，明确“甜点”的敏感岩石物理参数及地震响应特征；然后针对不同类型的“甜点”优选合适的叠前弹性反演方法，预测其空间展布特征。研究结果表明：利用纵波模量直接反演可以较好地表征Ⅰ类“甜点”，拟纵横波速度比反演可以较好地表征Ⅱ类“甜点”；开发井钻前“甜点”预测厚度与实钻厚度吻合率较高，Ⅰ类“甜点”达80%以上，Ⅱ类“甜点”达70%以上。该“甜点”预测方法可靠、精度较高，对相似气田开发具有一定的借鉴意义。     

聚胺对泥岩水化抑制性实验研究及现场应用

钻井作业期间，使用水基钻井液时，抑制泥岩水化是最关键问题。文章通过泥岩膨胀实验、常规单(三)轴压缩实验、以及显微镜观察泥岩微裂缝演化等实验手段，对比评价了聚胺抑制剂与氯化钾抑制剂对泥岩的抑制效果。结果表明，泥岩富含伊/蒙混层，遇水1 min内即产生微裂缝并不断延伸、扩展形成宏观裂缝，聚胺对泥岩微观结构损伤的抑制效果优于氯化钾。岩石力学实验表明，氯化钾浸泡使得泥岩强度降低幅度分别为35%～50%,而聚胺浸泡相同时间，降低幅度分别为20%～30%。膨胀率与强度呈现良好的负相关关系，3%聚胺对原状泥岩力学性质的抑制效果优于8%氯化钾。以聚胺为核心抑制剂的环保型BIODRILL A水基钻井液在渤海油田勘探开发区域已成功进行了52井次现场应用，可有效解决井筒膨胀和岩石强度弱化带来的井壁失稳问题。     

造型颗粒统计特征参量CT量化表征方法

为了量化表征造型颗粒结构统计特征参量，基于显微CT、图像处理与统计分析技术开展了造型颗粒统计特征参量表征方法研究，利用该方法对TATB基造型颗粒统计特征参量进行表征并用筛网筛分实验对表征结果进行了验证，对表征结果的稳定性和重复性进行了评估。结果表明，该方法可实现对造型颗粒粒径、形貌、孔隙、密度、堆积特性的量化表征，TATB基造型颗粒的粒径与球形度分别近似服从指数高斯和韦伯分布，本征密度1.35 g·cm^-3，可见孔隙率2.3%(空间分辨率14.3μm)，体积分数0.69。评估实验表明该方法具有较好准确性，表征结果具有较好的稳定性和重复性，粒径表征结果与筛网筛分结果相符，主要统计特征参量在不同时间段的测量结果相对偏差小于1%，形貌和孔隙特性表征结果受样品堆积状态影响相对较大。     

一种储能系统多级保护方法

以锂电池储能系统包括通讯连接的能量管理系统、电池管理系统、双向充放电设备和储能电池系统为研究对象，设计了一种分层保护方法。该方法采取多级嵌套保护策略，有助于提高系统的稳定性和可靠性；一旦系统发生故障，可以将安全风险降至最低，还能够减少现场的修护成本。但是该保护方法依赖于各子系统保护动作的时间差异以及相互之间的可靠通讯。     

基于深度学习的PBX裂纹像素级识别方法

高聚物粘结炸药（Polymer Bonded Explosive, PBX）内部裂纹对其性能及可靠性具有明显影响,裂纹的精确识别是PBX内部质量检测的关键。针对PBX内部裂纹识别,基于U-Net和SegNet两种像素级图像识别网络,建立了5种深度学习网络,对比研究了网络连接方式和预训练模型对裂纹识别的影响。基于CT获取的PBX裂纹图建立了数据集,对5种网络进行了训练,采用准确率（A）、F1值（F₁）和平均交并比（MIoU）指标对网络进行了评估,在此基础上选择细节识别性能最优的网络用于PBX裂纹的识别和量化分析。结果表明,针对裂纹像素级识别,U-Net型网络优于Seg-Net型网络,网络中Concatenate操作比Pooling Indices操作保留更多图像细节信息,采用预训练模型MobileNet和ResNet可以提高网络训练速度,但导致其裂纹像素级识别性能降低。利用建立的识别方法开展PBX裂纹识别研究,实现了对PBX裂纹的像素级识别,裂纹检出率0.9570,单像素识别准确率为0.9936,MIoU为0.9873,相对裂纹面积为0.7585。