农民用水户参与管理的改革与实践

农民参与式管理是伴随着农村改革大潮而兴起的新事物,其宗旨是农民自愿参与、民主管理、互助合作、自我服务。近年来,山东省在农村水利工程建设和用水管理方面积极试点,并大力推广农民用水户参与管理方式,取得了显著成效。     

2021年汛期我国主要天气气候特征及成因分析

利用国家气候中心实时和历史气象观测数据,对我国2021年汛期(4月1日至10月16日)气候特点进行了综合分析.分析结果显示,2021年汛期,我国气候特征总体雨多温高、旱涝并重,且气候异常特征突出、极端事件频发.一是我国降水"北多南少",暴雨过程多,强度强、极端性显著;二是高温日数多、南方地区"秋老虎"明显;三是登陆台风...     

温度对超深裂缝性地层井壁稳定性的影响

温度效应对钻井井壁围岩稳定性的影响不可忽略,特别是超深（>6000 m）裂缝性地层。传统考虑温度效应的坍塌压力预测模型主要适用于连续性地层,温度对裂缝性地层坍塌压力影响的文献研究较少。针对上述问题,首先通过杜哈梅原理确定温度变化产生的诱导应力场,然后利用坐标转换,考虑裂缝渗流场和温度场耦合,获得裂缝面上应力分布特征,最后,将裂缝面应力场代入岩石破坏准则,建立了考虑温度效应的裂缝性地层井壁失稳预测力学模型,研究了温度和裂缝特征对井壁稳定性的影响。研究表明,相同应力和裂缝产状条件下,钻井液循环引起的井壁温度降低增大了井壁垮塌的程度,这与传统模型认为循环引起的温度降低有助于井壁稳定的结论相反;井筒液柱压力一定的条件下,井壁稳定性随裂缝产状发生变化,存在裂缝产状敏感区。对于超深裂缝性地层,随着钻井液循环导致井壁围岩温度降低,增大了井壁失稳风险和程度,在防止井壁失稳的坍塌压力当量密度设计方面应考虑温度和裂缝特征的影响。     

小型水库除险加固中的坝顶节能措施

通过在小型水库除险加固工程中太阳能路灯的尝试使用,对传统坝顶防汛照明方式和新型太阳能路灯照明的特点进行比较分析,介绍了水库除险加固中太阳能路灯在节能等方面的优越性和现阶段应用存在的问题,阐明在小型水库除险加固工程中坝顶节能措施的重要性和必要性。     

一种PCI接口的AFDX网络监控卡设计与实现

航空电子全双工交换以太网(AFDX)[1]是为航电信息系统之间进行数据通信而专门制定的协议标准,具有确定性、双余度和可靠性等优点,已成功应用于新一代航电网络。分析ARINC 664 Part7规范、通信架构、网络拓扑和工作模式等关键技术特点,提出一种适合AFDX网络PCI接口卡的设计与实现,可满足针对物理端口或者VL在10/100Mbps速度下的监控要求。     

无线Ad Hoc网络中的QoS路由协议

无线Ad Hoc网络的应用环境以及与Internet的互连都要求其必须提供一定的服务质量(QoS)保证,QoS路由技术是在无线Ad Hoc网络中实现QoS的重要方法。本文对近年来国内外在无线Ad Hoc网络中的QoS路由技术方面取得的研究成果进行了全面的概括总结和分类,对资源预留路由、多径路由和跨层优化路由3类QoS路由协议进行比较分析,并且提出了QoS路由技术亟待解决的问题和今后的发展方向。     

激光焊接800MPa级RPC钢接头组织特征

RPC钢是一种具有超细的贝氏体组织和较好力学性能的新一代钢铁材料。激光焊接有很快的加热和冷却速度 ,热作用范围窄 ,在合适的工艺条件下可避免RPC钢HAZ的软化 ,激光焊接是高质量焊接RPC钢的方法之一。本文利用 4kWYAG激光对RPC钢焊接接头组织进行了实验研究 ,分析了在激光焊接工艺条件下焊接接头组织及其变化规律。实验结果表明 ,RPC钢激光焊接接头的主要组织是由板条状的贝氏体铁素体板条和板条间呈方向性分布的岛状的M -A组元组成的粒状贝氏体 ;随着热输入的增大 ,M -A组元的平均宽度、总量增大 ,M -A组元单位长度的数量减少 ,长条形M -A组元比例下降 ,而方块形M -A组元比例上升 ;焊接接头显微硬度随热输入的增大而减小 ,均高于母材 ,未出现明显的软化区。     

引入微分控制思想的辅助GPS载波跟踪环路设计

 载波信号跟踪环路制约着GPS接收机的工作性能,针对其易受高动态和弱信号等环境干扰的缺陷,提出一种引入微分控制思想、应用SINS辅助接收机载波跟踪环路的设计方法.剖析应用于载波跟踪的相位锁定环(Phase Locked Loop,PLL),并将其近似为PI控制模型;在验证辅助信息引入时环路系统稳定的基础上,增加类微分控制项,利用SINS的输出和时钟误差信息估算的多普勒频率作为跟踪环路的中心频率,辅助PLL实现载波信号跟踪;仿真结果表明提出方法能够有效地缩短跟踪环路带宽,缓解热噪声和动态应力之间的矛盾,进而改善载波环路的频率响应和跟踪误差.     

基于机器学习的大视场星敏感器畸变在轨标定技术

随着遥感卫星在轨任务复杂性的不断提升,对卫星精度的要求也不断提高。星敏感器是星上精度最高态敏感器,因而其在轨标定是提高精度的有效手段。由于大视场星敏感器的镜头畸变复杂,目前广泛采用的基于星对角距的最小二乘法存在一定局限性。因此提出一种基于机器学习的星敏感器在轨标定算法,该方法结合机器学习预测建模思想,通过构造特征建立镜头畸变模型,并结合主成分分析方法进行冗余特征的消除,最后从星角距和模型泛化能力两方面对标定效果进行评价。仿真结果表明:算法对镜头畸变程度较大的星敏感器有良好的校正效果,标定精度始终能保持在0.8内,与目前几种主流算法相比,具有精度高,鲁棒性好等优点。