三维产品选型软件为减速机供应商赢得商机

减速机作为重要的机械传动设备,在我国的发展已有近40年的历史,广泛地应用于国防、航空航天、建筑及冶金等领域。"十五"期间,由于国家采取了积极的财政政策,拉动了内需,各行业的发展驶入了快车道。特别是基础建设的投资,使冶金、电力、建筑机械、建筑材料和能源等加快了发展,因此,对减速机的需求也逐步扩大。特别是我国成为世界产业链中的制造业大国,国     

特高含水期微生物驱改善注水开发效果研究与应用

针对胡尖山油田A20区块渗透率低,含水上升快,自然递减大,水驱动用程度低的问题,开展本源微生物驱油技术改善水驱开发效果研究及应用。室内实验研究表明,研究区筛选的本源微生物菌种能够适应A20区块油藏条件,降低界面张力95.08%,降粘率73.0%,驱油效率在水驱基础上提高17.73%,现场试验表明,A20区块累计增油量4 205.4 t,通过菌种的优选和工艺参数的优化可以较好提高注入水利用率,提高分层动用程度,控制含水上升速度,改善水驱开发效果。使A20区块开发水平稳定在二类,取得良好的经济效益和社会效益,为特高含水期老油田的持续发展奠定基础。     

首都机场的隐形翅膀

2008年2月29日是一个值得纪念的日子，国内最大的单体建筑——2D08年奥运会项目、北京首都机场三号航站楼主楼工程（简称T3）落成投产。投资近11亿元的IT系统充当着T3的神经中枢，它能否正常发挥作用，决定着首都机场是否能真正达到国际一流航站的目标。     

走近开源

有人认为。开源软件就等于质量低．不安全。中国开源软件推进联盟主席陆首群说．这完全是误解。事实上．开源软件相对于传统商业软件的优势非常明显——安全，低成本、灵活性和不依赖软件提供商。     

水利视角下新安江流域生态保护补偿机制改革：十年探索与思考

2012年，新安江流域启动全国首个跨省流域生态补偿改革试点，“新安江模式”应运而生。经过十年实践，成功探索出一条上游强化生态保护提供一泓清水、下游履职尽责支持上游发展的互利共赢之路。文章从水利视角总结“新安江模式”的经验做法，剖析下一步提档升级面临的水问题制约，研究提出完善补偿标准评价体系、丰富补偿主体和方式、调整流域区域水量分配、探索流域区域绿水青山转化为金山银山的路径模式等对策建议，以期为完善我国流域横向生态保护补偿机制提供参考。     

陕西省山洪灾害防治区病险水库除险加固对策

加强病险水库除险加固是改善全省水资源紧缺、河流防洪压力大、生态环境恶化的重要措施.分析山洪灾害防治区病险库对下游人民生命财产带来的威胁,病险水库存在问题,提出相应的除险加固对策.     

沥青改性剂计量系统的灰色预测模型研究

基质沥青中加入改性剂可以明显的提高沥青的质量,故改性沥青广泛应用在高等级公路上。SBS改性剂的添加计量影响着改性沥青生产的掺配比与成品质量,故控制好改性剂的计量精度至关重要。利用生产过程中改性剂的重量试验数据建立的GM(1,1)灰色预测模型,使用MATLAB软件对该模型编程计算并分析,数据表明:对于灰预测模型的误差分析后,与试验数据有较高的预测精度与拟合度,使用该模型对实际生产过程中存在的计量偏差修正与预测,对改性剂添加计量系统的优化改进提供了理论参考依据。     

地下综合管廊工程地上景观设计

随着地下综合管廊的快速发展,推动了城市的开发和建设,目前大部分管廊地上景观缺乏应有的特色和吸引力。结合六盘水市的文化底蕴、民族传统、城市发展、自然风景设计地下综合管廊地上景观,使其与城市地理环境和人文环境协调统一。     

折弯机滑块的敏感度分析及结构优化

为寻找影响折弯机滑块直线度的关键因素,掌握滑块弹性变形的理论数据,为折弯机滑块的结构设计和刚性校核提供理论指导和依据,利用Pro/E分析软件,结合折弯机的工作情况和受力状态,通过建立有限元分析模型,进行受力分析和敏感度分析,找到各模型尺寸与弹性变形的数据关系,并确定经济可行的优化方案。     

基于深度学习的新型电力智能交互平台多任务集成模型研究

意图理解是新一代电力智能交互平台中的一项基础技术。通过将用户诉求自动分类与分级,可以大幅提升服务效率和质量。针对电力交互平台中的意图理解问题,提出一种基于深度学习的多任务集成模型,该模型可以同时训练意图理解中密切相关的两项子任务：意图检测(Intent Detection)与语义槽填充(Slot Filling)。使用具有长短期记忆(Long-Short Term Memory,LSTM)结构和门控循环单元(Gated Recurrent Unit,GRU)的深度双向循环神经网络(recurrent neural network,RNN)作为基本分类器,多层感知机(Multi-Layer Perceptron,MLP)框架用于组合输出结果,并基于词向量特征与词性特征对模型进行增强。在真实数据上的实验表明该集成多任务模型相比单一模型或其他主流方法更为有效。