上海生态堤防建设现状及对策的思考

生态堤防建设,形成开敞的亲水性人文活动空间,为市民创造一个安全、舒适和富有情趣的水边环境。在堤防建设时,其对生态环境的影响应予以高度重视。本文分析上海生态堤防建设现状以及堤防生态建设的必要性,提出了上海市建设生态堤防的对策,可供相关单位参考。     

葫芦岛上的名牌效应

本文介绍了葫芦岛锌厂如何提高企业产品质量的经验。即把群众性的ＱＣ小组活动当做保证产品质量的关键。     

非稳态超空泡流动的数值模拟

采用理论分析和数值模拟相结合的方法,对水下超高速运动体自然空化形成超空泡形态问题展开研究。分析了水下超高速运动体在不同速度下超空泡形态的变化规律,比较不同速度下空泡脱落计算结果的异同。通过数值模拟,验证了LES数值模拟与试验结果的关系,以及评估非稳态空泡流的计算模拟能力。     

基于观测光源的打样颜色一致性研究

本文将印刷品观测光源信息引入印刷色彩管理流程,通过获取观测光源的相对光谱功率分布,采用不同光源下颜色光谱反射率转换的计算方法,在不同观测光源下分别计算印刷和打样输出标准色靶色块的可见光谱的光谱反射率,生成观测光源下的印刷设备ICC特性文件和打样设备ICC特性文件.采用两种ICC特性文件分别输出样张,在不同的观测光源下,达到打样样张与印刷样张在颜色视觉上的最佳匹配.     

LHM250型高塔吊充电电路故障排查

1.故障现象
　　我单位1台L H M250型高塔吊多次出现充电电路故障报警,在作业过程中每当出现该故障报警时发动机就立刻熄火。
　　2.故障分析
　　我们结合附图所示的该高塔吊充电电路图,对充电电路进行分析。当发动机怠速运转时,发电机所发出的电压很低,继电器K07的触点不能闭合,充电电路处于断开状态,发电机不能给蓄电池充电;当发动机高速运转时,发电机所发出的电压较高,继电器K07的触点闭合,充电电路处于连通状态,发电机能够给蓄电池充电。     

基于数字图像处理技术的日用陶瓷碗缺陷检测系统研究

本文提出一种基于日用陶瓷碗的缺陷检测方法。利用数字图像处理方法和Matlab仿真软件可对获取的陶瓷碗图像进行预处理并提出一种有效的碗口缺陷检测方法,以便快速准确地检测目标物品是否为缺陷图像。实验证明,本文所介绍的日用陶瓷碗检测技术能够有效地对有缺陷的碗口进行检测。     

HPG压裂液新型复合破胶剂WSY-1

破胶剂的种类和性质对破胶后的残渣情况产生重要影响.针对40℃HPG压裂液破胶后的残渣问题,应用激光粒度仪、岩心流动仪、表面张力仪评价残渣情况,寻找合适的破胶剂配方.通过筛选评价,最终确定的这种新型复合破胶剂WSY-1组成是:破胶酶pjem-1、残渣分解酶fjem-2、分散表面活性剂fsst-1,配比是:pjem-1∶fjem-2∶fsst-1=2∶1∶7.WSY-1的特点是破胶液残渣含量低,岩心渗透率伤害小,表面张力低.实验结果表明:当WSY-1加量为100 mg/L时,破胶后的压裂液残渣含量降到221 mg/L,对地层渗透率伤害降到16.23％,破胶液的表面张力降到了21 mN/m,粒径中值降到38.47μm,且破胶液的分散程度高.     

一类非线性反应扩散方程的有限维反馈控制

本文研究了一类反应扩散方程的有限维反馈控制问题,用惯性流形理论,在按连续范数逼近的意义下,把一个受控系统控制到一个预先给定的有限维目标系统。     

EDTA及没食子酸强化紫花苜蓿对Cd、Pb污染土壤的修复效应

为提高植物修复重金属污染土壤的效率。以紫花苜蓿(Medicago sativa L.)为原材料,采用土培盆栽法研究比较了难降解螯合剂EDTA与易降解螯合剂没食子酸(Gallic acid)强化紫花苜蓿修复Cd、Pb污染土壤的修复效能。研究结果表明：两种螯合剂均能有效促进紫花苜蓿吸收土壤中的Cd与Pb,提高植物修复效率。当外源Cd浓度为0～20 mg/kg时,EDTA作用下紫花苜蓿对Cd的提取效率提高了3.56～0.22倍,Gallic acid作用下Cd的提取效率提高了4.2～0.32倍;当Pb的浓度为0～1 000 mg/kg时,施加EDTA后Pb的提取效率提高了1.03～5.01倍,施加Gallic acid后Pb的提取效率提高了0.8～4.99倍。同时研究发现,螯合剂在促进植物吸收富集重金属时会对植物的生长发育产生不利影响,且EDTA产生的毒害作用大于Gallic acid,但因Gallic acid在自然环境中易于降解,不易造成二次污染,故在植物修复领域,Gallic acid的环保应用潜力更大。     

基于深度学习的陶瓷图像修复研究

陶瓷是中国特色之一,古陶瓷是了解古代人民生产生活的重要途径,对古陶瓷进行图像修复的研究有助于促进地方旅游、经济、文化、教育事业的发展,同时对古代历史、文化与精神文明的研究有重要意义。大量的古陶瓷因为破损、环境腐蚀导致损毁。目前对古陶瓷破损的修复都是进行人工修复的,古陶瓷破损图像数字化修复的研究仍然处于研究初期阶段。近年来,随着神经网络的理论发展与硬件计算能力的提高,深度学习在多个领域取得了令人瞩目的成就。深度学习中对抗生成网络具有判别器和生成器两部分,因为生成器的参数来源于判别器的反向传播而不是来自于样本集使得网络结构更加轻盈稳定,被广泛地应用于图像生成领域。该文利用两级联合对抗生成网络,使用2000张缺损的陶瓷图片进行迭代训练210万次,实验表明：对抗生成网络能提升古陶瓷图像清晰度处理大规模复杂古陶瓷图像且能够保留古陶瓷图像的纹理细节等优势,这是传统算法所没有的优势。