利用Vib Pro编码器控制可控震源和炸药震源施工的方法

根据Vib Pro震源控制系统和Shot Pro遥爆系统的兼容性,我们完全可以利用Vib Pro震源箱体直接控制Vib Pro和Shot ProⅡ译码器进行地震采集作业。文章主要阐述了在ARIES采集系统下,利用Vib Pro编码器控制Vib Pro和Shot ProⅡ译码器的可行性及其实现方法。     

基于节点仪器模数转换技术页岩气的应用

开发利用非常规能源页岩气具有优化国家能源结构、增加清洁能源供应和减少温室气体排放等多重效益,对实现“双碳”目标和保障国家能源安全稳定供应具有重要意义。我国页岩气资源丰富,赋存条件复杂,近年来,随着勘探技术的飞跃发展,新型eSeis节点仪器特有的32位模数转换技术,逐步应用于双复杂区页岩气勘探中,均得到清晰的地震勘探目的层反射资料,为页岩气规模化开发奠定基础。例举南方某双复杂地区三维地震勘探,应用具有高灵敏度、稳定适应性强、技术指标优于同类主流仪器产品的eSeis采集系统,其采用高精度时钟同步技术、融合32位△-∑模数转换技术、32位数据高保真度技术,完全满足复杂地表、复杂地下构造等勘探需求,处理后的地震资料能清晰刻画出该地区地下页岩气地层走势,探明有利储存圈闭及断裂带构造发育情况,为后期的开发评价提供精细的地质资料。     

邻近导体布局对电光测量的影响

采用静态有限差分法，求解了电光探测时探头内部的电场分布；发现了电光信号随布线的变化，设计了一系列不同布线的电极；采用ITO导电膜进行电光信号幅度校准并减少串扰。理论分析与实验结果符合得很好。最后，分析了ITO导电膜对CMOS反相器高频特性的影响。     

基于PSD的扫描辐射计通道配准测量方法研究

风云四号(FY-4)气象卫星正在进行预先研究,其扫描辐射计具有通道多、空间分辨率高、配准精度高等特点,通道配准难度较大.通道配准测量的结果是通道配准的重要参考依据.PSD(Position Sensitive Detector)是一种新型的横向光电效应器件,具有测量精度高、检测时不受入射光斑及焦点偏离的影响等特点,非常适合通道配准测量使用.基于PSD的扫描辐射计通道配准测量系统测量精度高,有效测量范围大,达到了扫描辐射计通道配准测量的要求.     

胰岛素泵和多次胰岛素皮下注射治疗对糖尿病酮症酸中毒的疗效比较

目的:比较不同胰岛素给药治疗对糖尿病酮症酸中毒的疗效.方法:对DKA(糖尿病酮症酸中毒)患者于微量注射泵小剂量胰岛素(Ins)持续输注,使血糖相对稳定,生命体征平稳,能进食后用不同的胰岛素给药方式进行治疗.①持续皮下胰岛素输注组(CSⅡ)组,②常规予皮下注射胰岛素组(MSⅡ)组.治疗目标:FBS(空腹血糖)＜7.0mmol/L、2hBG(餐后2小时血糖)＜10mmol/L.结果:每组每日胰岛素用量无统计学差异(P＞0.05)但平均达标天数CSⅡ组较MSⅡ组明显缩短(P＜0.01),且FBG及三餐后2hBG控制明显优于MSⅡ(P＜0.01).结论:在治疗DKA时先采用静脉泵小剂量胰岛素输注后,使用CSⅡ较MSⅡ更快、更平稳、更有效的控制高血糖.     

注塑模具设计关键问题

塑料件在汽车上的应用已经越来越广泛,而制件的表面质量、成型精度完全由模具决定之外,它的内在质量、成型效率也受模具的控制,但许多模具行业设计加工过程中出现大量的失误,造成成本的增加,工期的延误,所以在汽车产品更新换代极快的今天,当务之急是如何高效、快速、高质量和规范化地设计注塑模具,在本文中,我们从产品设计和模具设计经验两方面来阐述.     

ARIES-Ⅱ仪器故障处理四例

摘要：ARIES-Ⅱ仪器是ARAM公司推出的遥测地震仪,以ARIES仪器为基础,增加了一些新的功能,兼容ARIES仪器野外采集设备,能够进行井炮和震源施工。文章描述了ARIES-Ⅱ仪器的常见故障,提出了处理办法。     

ARIES仪器与两组可控震源交替采集的实现

本文分析了利用以太网接口、通过可行性分析及相关软件的设置,实现ARIES仪器主机与两组可控震源交替采集的方法,给出了ARIES主机与可控震源联机的具体实现步骤及具体的软件安装、网络设置及主机参数设置的方法。     

基于IOWorks的软逻辑实时控制系统

自主开发了基于软逻辑的实时控制系统并首次应用于铜带可逆式冷轧机液压厚度自动控制中.该系统以IPC和Windows NT4.0+RTX作为平台,控制系统采用软逻辑软件IOWorks开发,在确保系统满足实时控制要求的同时,还具有强大的运算处理和存储能力,实现了基础级和过程级自动化的整合,构成了全数字厚度自动控制系统.该系统符合现今工业控制的发展趋势,在开放性、易用性、集成性和可移植性等方面具有相当的优势,并且降低了开发成本.在实际应用中,系统的APC控制周期为10 ms,采用流量AGC控制模式,0.2 mm成品的厚差小于±3 μm.     

基于KPCA和NSGAⅡ优化CNN参数的电动汽车充电站短期负荷预测

为提升电动汽车充电站短期负荷预测的效率和精度,提出了基于核主成分分析(kernel principal component analysis,KPCA)和非劣排序遗传算法II(non-dominated sorting genetic algorithm II,NSGAII)优化卷积神经网络(convolutional neural network,CNN)的充电站短期负荷预测方法。应用KPCA对模型输入变量进行降噪处理,简化了网络结构,加快了预测速度;通过多次负荷预测测试比较误差的方式确定卷积神经网络模型中卷积层和子采样层的最佳神经元个数,保证了预测方法的准确性;利用NSGAII对卷积神经网络的参数进行优化,提高了预测方法的运算速度和预测精度。通过算例分析以及和其他方法的对比,验证了文中方法具有较高的效率和精度。