一种起重机用标准化栏杆技术方案

主要研究了一种起重机产品用标准化栏杆的可行性技术方案,并在传统可拆卸活动栏杆的基础上设计出一种标准化栏杆的型式。该标准栏杆主体由扶手、横杆、立柱、连接管、连接板等组成,对其型材选型、高度和长度、立柱间距、栏杆片间连接型式等进行了标准化规定,尤其对栏杆与平台的连接型式进行了创新设计,实现了栏杆的标准化制作。     

进口废金属固体废物属性鉴别标准与方法

介绍了进口废金属固体废物属性鉴别中涉及的相关重要标准,阐述了进口废金属固体废物属性鉴别中的重要检验技术,探讨了进口废金属固体废物属性鉴别方法运用中的关键要点.期望相关阐述可以对进口废金属固体废物的检验监管工作起到指导和技术支撑作用.     

美标与国标基桩抗压静载试验的对比研究

对比美标ASTM《D 1143M-07》(2013)与国标《建筑基桩检测技术规范》(JGJ106-2014)中关于单桩竖向抗压静载试验的适用范围、试验目的、测试方法、试验设备、试验步骤等5个方面,分析二者的不同,找出各自的特点,总结美标与国标之间试验过程的优缺点;对二者及国外其他通常采用的静载数据成果分析要求与承载力判定方法进行对比,找出中外单桩竖向抗压静载试验方法的数据处理及判定的异同点;对不同国家的工程项目进行实际验证,得到美标与国标的试验过程及结果的差异性,通过总结调整优化国外项目现场静载试验的具体要求,为外方技术人员认可我国桩基静载试验检测标准提供技术支持,同时也为我国桩基检测技术人员在国外进行基桩静载试验提供有价值的参考解决方案。     

油膜流场可视化的实时性研究

为了建立虚拟轴承流场分析系统,提出基于粒子纹理映射的流场可视化方法．该方法能够充分利用现有的图形硬件加速器,具有绘制速度快、图像对比度高、粒子衰减过程易于控制、与流体实验现象一致等特点．文中的研究成果对于更深入地研究轴承运行过程中油膜的动态变化和传热机理具有十分重要的理论和实践意义。     

竞争型神经网络在汉语TTS系统中的应用

在汉语TTS系统韵律模型中改善文本处理能力可提高汉语语音合成系统的语音输出质量,针对上述问题,该文提出了竞争型神经网络在汉语TTS(Text to speech)韵律建模中的应用,通过对输入的多个不同韵律特征的模板样本进行竞争,最终选择与自然语音最匹配的那个样本模板,听辨的结果证明,竞争型神经网络模型合成语音的自然度得到进一步的提高。     

Spar钻井生产储卸油平台油水界面监测试验研究

新型深水立柱式Spar钻井生产储卸油平台油水界面监测技术是保证该工艺顺利进行的关键技术之一。针对前期小试试验提出的静压式方法油水界面监测方案，本文开展Spar钻井生产储卸油平台储油系统1∶15缩尺比中试试验，考察静压式方法在该超长立柱式储油舱内的可靠性及适用性。研究结果表明：静压式方法在常规海况静态置换及一年一遇海况动态置换中对油水界面监测均具有稳定、可靠的测量特性，可适用于Spar钻井生产储卸油平台超长立柱式储油系统。另外，在监测系统中需设置高位/低位定点监测装置及精准的Spar钻井生产储卸油平台吃水监测系统以分别消除斜率偏差及曲线偏移引起的误差。     

基于掩膜投影和双参数CFAR的圆周扫描GBSAR三维点云提取方法

圆周扫描地基合成孔径雷达（Ground based Synthetic Aperture Radar, GBSAR）通过在竖直面做圆周旋转扫描，具备三维成像的重要优势。但是其圆周观测几何会产生强旁瓣，造成目标点云提取困难。目前未见圆周扫描GBSAR三维点云提取方法的相关研究，经典的双参数恒虚警率（Constant False Alarm Rate,CFAR）算法虽然能够提取三维点云，但需要对三维像不同高度逐层进行检测，由于强旁瓣的影响，无法准确提取三维点云。针对上述问题，本文提出基于掩膜投影和双参数CFAR的圆周扫描GBSAR三维点云提取方法，该方法利用掩膜投影和两次双参数CFAR实现强旁瓣影响下的点云精确提取。该方法首先对SAR三维图像应用最大值投影获取三视图，然后对三视图进行第一次双参数CFAR获取三视图掩膜；然后利用三视图掩膜投影，通过SAR三维像取交集去掉空间位置旁瓣，得到潜在目标区域数据；最后对潜在目标区域的数据应用第二次双参数CFAR实现点云提取。该方法利用实际数据进行实验，结果表明，所提方法与经典的双参数CFAR逐层检测算法相比，可更准确地提取出三维SAR图像目标点云。     

分体式智能检验仪的设计与应用

设计了一种分体式结构的智能检验仪，介绍了其工作原理。给出了硬件电路和软件部分的设计方法。实际应用情况表明，该分体式智能检验仪操作便利，保障了工程调试人员的人身安全。     

基于复合分析算法的智能电表数据应用

随着智能电表使用的普及化，其带来的海量数据得到了广泛关注。对这些数据的分析可获得众多有价值的信息。用户用电量预测是泛在电力物联网建设的核心内容。利用智能电表海量数据实现用户用电量的精准预测，是智能电表数据的重要应用方向之一。提出了基于模糊聚类、子群发现和长短期记忆(LSTM)神经网络相结合的复合算法，利用海量智能电表数据实现了用户用电量精准预测。首先，通过模糊聚类将区域内用户按用电量进行合理分类。然后，采用Apriori子群发现算法深度挖掘各子类中影响用电量的关联性因素，将各子类的相似日关联性因素和历史用电量作为LSTM的训练数据完成神经网络的训练。最后，实现了目标日的用电量精准预测。算例分析表明，该算法有效、可行。与其他预测方法相比，该算法剔除了非关联因素的影响，预测精度明显提高，实现了智能电表海量数据的高效利用。     

不同饲料配方对肉羊育肥和经济效益的影响

试验选择出生日龄接近、体重在30 kg左右的健康内蒙古小尾寒羊公羊90只作为试验对象，并随机分为三组，每组30只羊，设置3个重复，每个重复中10只羊。试验Ⅰ组饲喂配方1日粮，试验Ⅱ组饲喂配方2日粮，对照组饲喂传统日粮，通过统计分析三组羊的增重、料重比及经济效益，旨在比较两种饲料配方育肥肉羊的效果。结果表明，在适宜的温湿度环境条件下，试验Ⅰ组、试验Ⅱ组使用营养均衡的饲料配方，肉羊的平均日增重和经济效益均高于对照组的传统饲养方式，其中平均日增重分别提高了0.04、0.03 kg/d,料重比下降了2.95、2.71,经济效益增加了533.2元、479.5元；肉羊发病率较对照组分别降低了3.34个百分点和6.67个百分点。综合分析，在肉羊养殖过程中，试验Ⅱ组日粮更有利于改善肉羊健康状态，有助于提高肉羊增重、健康，可以更好地保障养殖场的经济效益。