H发泡剂和亚硝酸钠发泡剂的应用

通过对H发泡剂和亚硝酸钠发泡剂在全连续自动化联建生产线上的工业化试验,找出影响乳化炸药发泡质量的原因和对策,制定出合适的化学发泡方法.     

弱连接体支座形式对非对称双塔结构的影响分析

非对称双塔连体结构在连接体位置不高时常采用弱连接形式,连接体支座的选择对两侧结构受力影响很大。对比分析连接体在不同的弱连接方式下塔楼主体结构动力特性及主体结构关键构件在罕遇地震下的抗震性能,对连接体楼板进行了舒适度分析。结果表明,即使采用弱连接方式,连接体的体量及高度与塔楼单体越接近,连接体对塔楼的约束作用越明显;连接体两侧采用双向摩擦摆支座方案优于采用一端固接铰支座、一端双向摩擦摆支座方案;在罕遇地震下,采用双向摩擦摆支座方案的塔楼在连接体及以下楼层层间位移角为不同方案中的最小值,关键构件能达到更高的性能水准;双向采用摩擦摆支座方案会带来较大的支座水平位移,需要在设计中采取措施以确保连接体在罕遇地震下不致脱落;对于具有不同建筑功能的多层连体结构,可通过增加楼板厚度更有效地降低各层楼板竖向加速度峰值,以满足楼板舒适度的要求。     

含偏置裂纹材料断裂韧性的焦散线实验测试

应用落锤冲击加载系统,对含偏置裂纹的半圆盘试件在冲击载荷作用下的动态断裂行为进行了实验研究.结果表明:随着预制裂纹偏置距离的增大,剪应力在裂纹尖端的作用增强,裂纹逐渐由I型向I-II复合型裂纹转变,裂纹起裂需要的时间也略有增加,裂纹在扩展过程中的曲裂程度显著增大;在动态载荷作用下,裂纹的扩展速度在起裂后迅速增大到某一值后呈现不断波动变化的特点,裂纹扩展的平均速度随偏置距离的增加逐渐减小,当裂纹扩展的归一化裂纹竖向长度λ>0.8时,由于冲击点处局部压应力场的影响,裂纹的扩展速度迅速降低;随着裂纹偏置距离的增大,材料的起裂韧性K_IC减小、K_IIC增大.随着裂纹的扩展,裂纹的扩展韧性有所增大.     

分布式电站锅炉综合试验系统的开发研究

介绍了一种电站锅炉常规性试验系统的开发过程和性能特点.根据试验规程要求,设计了分布式的试验系统体系,针对其硬件与软件的关键技术进行了分析研究.     

超临界水氧化法与普通生化法处理含酚废水技术经济性评估

对超临界水氧化法(SCWO)和普通生化法在含酚废水处理中的技术经济性进行了评估。对比了两种工艺的工艺流程、污染物处理效果及运行费用。结果表明,SCWO法比普通生化法具有工艺简单、占地面积小、容易安装、易实现自动化、处理效率高、无二次污染等优点。采用SCWO技术处理含酚废水,无需预处理及后续深度处理,出水即可达国家污染物综合排放标准(GB 8978-1996)一级标准。SCWO工艺产生的二氧化碳及蒸汽可回收利用产生收益,每处理1 m3废水可获利2.3元,而生化法处理费用达41.8元/m3。SCWO法比生化法具有显著的技术及经济优势,在含酚废水处理中具有广阔的发展前景。     

甜叶菊苷的提取与结晶工艺研究

甜叶菊苷的提取采用大孔离子交换树脂法,通过离子交换树脂对甜叶菊苷的吸附、洗脱、脱盐和脱色,提高甜叶菊苷的纯度,采用有机溶剂法进行重结晶,得到理想的甜叶菊苷结晶,并确定了其最佳提取方法和工艺。     

全过程管理视角下的城市低碳生产效率研究——以我国36个重点城市为例

在全球气候变化的背景下,城市低碳建设成为实施可持续发展战略中的关键一环,提升城市生产效率可以从源头帮助城市降低碳排放,从而实现节能减排。文章在PDCA循环管理法的基础上引入结果（Outcome）环节,构建了包含规划、实施、检查、结果、反馈（PDCOA）的全过程管理框架,形成城市低碳生产效率评价指标体系。研究对比了我国36个重点城市的生产效率水平,结果表明目前我国城市在低碳建设中的生产效率水平整体较低,得分均值为51.74分（总分为100分）。从环节视角分析,实施环节得分最高,反馈环节得分最低。从区域视角分析,短板环节与城市定位及类型相关联,建议在推进技术创新的同时,应针对不同城市类型制定具有针对性的政策。文章旨在从全过程管理视角出发,评价城市在低碳建设过程中的生产效率水平,为我国低碳城市的高效建设提供新视角,并为城市的可持续发展指明下一步努力方向。     

中央广播电视总台8K IP转播车设计分析

中央广播电视总台8K转播车正在紧张有序的建造过程中,本文从车体结构和系统架构两个维度进行分析,阐述8K转播车的车体和系统方案制定,同时本文对8K相关测试情况进行简要介绍。     

基于模型的强化学习在无人机路径规划中的应用

针对当前强化学习算法在无人机升空平台路径规划任务中样本效率低、算法鲁棒性较差的问题,提出一种基于模型的内在奖励强化学习算法。采用并行架构将数据收集操作和策略更新操作完全解耦,提升算法学习效率,并运用内在奖励的方法提高智能体对环境的探索效率,避免收敛到次优策略。在策略学习过程中,智能体针对模拟环境的动态模型进行学习,从而在有限步内更好地预测状态、奖励等信息。在此基础上,通过结合有限步的规划计算以及神经网络的预测,提升价值函数的预测精准度,以利用较少的经验数据完成智能体的训练。实验结果表明,相比同样架构的无模型强化学习算法,该算法达到相同训练水平所需的经验数据量减少近600幕数据,样本效率和算法鲁棒性都有大幅提升,相比传统的非强化学习启发类算法,分数提升接近8 000分,与MVE等主流的基于模型的强化学习算法相比,平均分数可以提升接近2 000分,且在样本效率和稳定性上都有明显提高。