从“算力中心”到“算力网”——从算力角度谈算网一体的机遇与挑战

文章以算力的主视角切入,探讨算网一体概念对算力基础设施建设的重要影响,重点分析由“算力”向“算力网”发展过程中所面临的关键技术挑战,并面向该系列挑战提出一套算力网基础功能架构,开展应用案例分析,为“算网融合”的概念演进与技术发展提供关键参考。     

磁-电磁联合解译技术在张家湾铁矿床的应用

在张家湾铁矿床上采用可控源音频大地电磁测深推测矿体产状特征,建立矿体分布模型,用以解决深部找矿问题。首先根据岩矿石磁性参数计算模型有效磁化强度和磁倾角,对模型进行正演模拟计算,验证模型可靠性;结果正演曲线与实测曲线拟合较好,证明了可控源推测矿体模型是比较可靠的。通过磁-电磁联合解译,解决了单一磁法手段解译深部铁矿误差大,尤其在地质条件相对复杂地区对深部矿体反映不够灵敏和多解性等问题,极大提高了矿体解译的准确性,取得了较好的深部矿体解译效果。     

低温位烟气绝热蒸发酸性废水装备的研发与应用

在低温位烟气绝热蒸发技术应用于酸性废水浓缩时,绝热蒸发塔的设计直接决定着绝热蒸发效率与节能效果.分析了绝热蒸发塔的常用类别及特点,决定在空心塔基础上进行结构改进,研发出了复合式绝热蒸发塔.介绍了该设备的研发过程及设备应用情况.     

马达加斯加AMBATONDRAZAKA地区找矿远景分析

通过对马达加斯加Ambatondrazaka地区成矿地质条件、地球化学特征及地球物理特征的分析,发现了多种矿化现象,预测该区具有钒钛磁铁矿的找矿远景。     

烧结钕铁硼表面复合电沉积氧化石墨烯镀锌层

目的烧结钕铁硼(NbFeB)是一种应用范围非常广泛的多孔磁性材料,由于多孔结构易发生腐蚀,需在其表面制备相应的镀层进行防护。方法利用电沉积法将提前制备的氧化石墨烯(GO)与镀锌溶液混合,在NdFeB基体表面电沉积制备出锌镀层与氧化石墨烯复合镀锌层。结果镀锌液中,氧化石墨烯(GO)的浓度、阴极电流密度以及搅拌速度,对复合镀锌层的表面微观形貌具有一定的影响,同时一定浓度的氧化石墨烯(GO)可以改变镀层的生长取向,Zn/rGO的优先生长晶面由(100)变成(002)。膜层的微观形貌从纯锌紧密堆积在一起的凸起晶粒变成了Zn/rGO的纳米片状形貌。交流阻抗和动电位极化曲线结果表明,镀Zn层和Zn/rGO复合镀锌层经过3.5%Na Cl溶液中浸泡后,Zn/rGO纳米复合镀层的耐腐蚀性能明显增加。结论相比于单一的镀锌层,Zn/GO复合镀锌层的耐腐蚀性明显增加。     

双悬臂式压电振动给料器设计与性能分析

现代化的自动装配对物料输送的平稳性和精确性提出了更高的要求,为了满足工业需求,设计了一种采用矩形压电振子作为激振源、以垂直驱动方式工作的压电振动给料器.通过对双悬臂式压电振动给料器进行简化,并建立其动力学模型,推导出固有频率以及装置振幅的表达式,分析了影响固有频率和振幅的因素.利用ANSYS Workbench软件对装...     

高山峡谷区带状地形图空地一体化测绘方法研究

针对在高山峡谷区利用无人机测绘长线路带状地形图存在精度不足的问题,提出了一种结合无人机倾斜摄影测量技术和车载激光扫描技术的高山峡谷区带状地形图空地一体化测绘方法。首先,归纳了高山峡谷区无人机测绘带状地形图存在的3个主要问题:控制点数量偏少和分布不均、传统航测空三加密方式不适应倾斜摄影空三加密、无人机点云非地形噪点滤除难度大,并分别给出了相应的解决方案。基于上述解决方案,提出了完整的带状地形图测绘流程和方法。实验验证结果表明:在无人机倾斜摄影测量生成的带状地形图满足工程带宽要求的基础上,结合车载激光扫描技术后,地形图测绘精度进一步提高,可以满足大比例尺工程地形图的实际测绘需要。     

浸水条件下石灰改良膨胀土力学性质试验研究

结合特殊路基使用条件,根据室内膨胀土改良及击实试验结果,进行了石灰改良膨胀土浸水不同时间后的直接剪切、固结及CBR(California Bearing ratio)试验,以探索石灰改良膨胀土浸水后力学性质的变化规律,为路堤变形及稳定分析提供计算参数。试验结果表明,浸水后试样表面出现不同程度的松散,导致力学性质指标快速下降,但浸水一段时间后各指标均趋于稳定,其中抗剪强度约为浸水前的70%,压缩模量约为浸水前的30%,CBR强度约为浸水前的80%。分析试验结果,得出石灰改良膨胀土力学性质指标随浸水时间的变化规律,其中,抗剪强度及CBR强度随浸水时间的变化可用对数模型表征,而压缩系数随浸水时间的变化可用乘幂模型表征。应用该研究结果,可以快速预测石灰改良膨胀土浸水后的力学指标,用于路基长期稳定安全分析。     

基于深度脊波神经网络的电力系统短期负荷预测模型

针对电力系统负荷的非线性预测问题,本文构造了一种基于深度脊波神经网络的电力系统短期负荷预测模型。该模型的隐含层采用脊波神经元,神经元的激励函数采用脊波变换函数。对该预测模型采用受限的玻尔兹曼机学习原理进行预训练,最后利用粒子群优化算法对其进行深度优化精调。通过对某地区实际电网负荷系统进行仿真预测,结果表明,与传统的BP神经网络、脊波神经网络和常规深度神经网络模型相对比,深度脊波神经网络预测模型的日平均绝对误差百分比分别降低了1.96%、1.12%和0.3%,日最大绝对误差分别降低了3.91%、2.19%和1.78%,验证了深度脊波神经网络预测模型具有较好的预测准确度和稳定性。     

基于水动力与模糊综合模型的洪水风险评价

针对传统洪水风险评价模型指标的单一性,不能多方面综合评价洪水风险的不足,创建多指标模糊综合评价模型(Multi-index Fuzzy Comprehensive Evaluation Model, MFCE)。该模型使用水动力耦合模型计算洪水淹没过程,利用GIS处理地形和社会影响因子,结合完整的多指标模糊综合评价体系评估研究区洪水风险等级。以江西省修水县为例,评价该区50a洪水风险。结果表明：(1)在传统的情景模拟法中,高风险区域集中在淹没深度大、淹没时间长的地区。由于洪水灾害给城区带来的损失远大于山体和林地,所以本文所建模型结果中的高风险区域主要集中在城区和公共建设密集的地区,提高了评价模型的准确性和可信度。(2)相比于传统模型,MFCE模型考虑了经济和复杂地形的影响,部分地区风险等级改变：传统模型评价为高风险的山体和林地(57.13%)和较高风险的农田(28.36%)风险等级降为低风险。城区周边较高风险地区(9.65%)提升至高风险。(3)改进模型模拟结果为高风险、较高风险、中等风险、较低风险和低风险面积分别为0.37 km²、0.62 km²