明流急流泄洪洞的起挑流量

对明流，急流流态泄洪洞、尤其是采用挑流消能工的明流，急流泄洪洞工程，在水流挑之前形成洞内的水跃现象；如果所设计工程的起挑流量值过大，洞内形成的水跃高度即跃后水深可能造成隧洞封顶，形成明满流流态。本文介绍了采用挑流式消能工的明流，急流泄洪洞起挑流量的确定方法，供设计人员参考使用，以确保泄洪洞工程流态的单一性。     

高固体含量聚酯漆包线及其经济效益

<正> 漆包线在烘焙过程中,由于漆中溶剂大量挥发,因而也随之消耗大量的电能。近年来,虽然采用了热风循环催化燃烧装置,以燃烧有机溶剂来取得热能,但这种办法毕竟是不经济的。因此提高漆的固体含量是节约能源、减少大气污染的途径之一。     

溢流反弧段水流边界层有关概念的探讨

本文对溢流反孤段水流边界层的定义方法进行分析讨论。在分析及弧段流速分布的基础上提出离心力附加边界层厚度和粗糙度附加边界层厚度的概念,研究了壁面曲率和壁面粗糙度对溢流反弧段边界层发展的影响。     

台阶式溢洪道掺气坎水流空腔长度和通气量的试验研究

通过试验研究了台阶式溢洪道初始掺气点的位置、在首部台阶上游加掺气挑坎情况下挑坎后的水流流态、空腔长度、通气量。得出了初始掺气点、空腔长度和通气量的确定方法，供工程参考。     

矩形平底渠道淹没水跃区的紊流边界层发展

根据Rajaratnam对矩形平底渠道淹没水跃区的断面流速分布、最大流速、壁面切应力和最大流速之半处距壁面距离的试验成果,利用Verhoff的附壁射流区的断面流速分布公式和紊流边界层的动量积分方程,研究淹没水跃区紊流边界层的发展、最大流速之半处距壁面距离和水跃区零流速线的计算方法。给出了淹没水跃区最大流速沿程变化的近似计算公式;提出了紊流边界层厚度、最大流速之半处距壁面距离和零流速线的理论计算方法,通过Rajaratnam的试验资料对其进行了验证和修正,给出了实用的计算公式;完善了Rajaratnam最大流速之半处距壁面距离经验公式中系数的计算方法。研究表明,矩形平底渠道淹没水跃区紊流边界层的计算公式在形式上与一般光滑平板一样,与雷诺数1v x/?的1/5次方成反比,与距离x的1.14次方成正比,相对最大流速之半处距壁面距离和零流速线均与跃前断面雷诺数成反比,与相对距离成正比。     

旬阳钟家坪水电站溢流坝的面流消能设计与试验

研究了旬阳钟家坪水电站溢流坝的面流消能问题，通过分析确定了合理的溢流坝跌坎高度、鼻坎挑角和反孤半径等参数，并对下游水面线、水面波动和流速分布等情况进行了试验研究，为面流消能设计提供了依据，保证了设计的可靠性。     

三种漆包线漆膜连续性试验方法分析比较

国际电工委员会对漆包线漆膜的连续性试验,提出了 IEC 851-5新的方法,以取代 IEC 251-1的低压水银法,而且我国 GB 4074.20也据此进行了修改。经对比试验和显著性检验结果得出:IEC 851-5漆膜连续性试验适应范围广,其低压电解液法对于φ0.05mm 及以下漆包线的试验,要比低压水银法严格;其高直电流法对φ0.05mm 以上φ 1.60 mm及以下漆包线的试验,也比低压水银法严格,同时对大规格2级绝缘漆包线要比日本盐水法严格,但对小规格1级和2级绝缘则日本盐水法比其严格。总之,IEC 851-5与规定是比较合理先进的试验方法,我国国家标准与之等效采用,有利于提高我国漆包线的产品水平。     

用户侧热电联产机组基于优化热点域的综合需求响应模型

随着综合能源系统的不断发展,用户侧热电联产机组（combined heat and power units,CHP）不断普及,对于降低用户用能成本、提高用户用能灵活性具有重要意义。用户侧燃气CHP能够在影响用户用能的前提下使用户具有综合需求响应能力,对于未来电力系统运行具有重要意义。文章结合抽凝式CHP在多能源系统中实际工作特点,提出了“CHP成本优势”的概念,即CHP与同等电热出力的“常规机组+电/热锅炉”构成的“等效CHP”之间运行成本差值。根据CHP不同运行状态“成本优势”的相对大小,从CHP电热运行域中进一步得到电热负荷的“优化热点域”。采用“优化热点域”顶点的线性组合,建立CHP在综合需求响应中的高效优化模型。算例表明,相比传统CHP电热运行域模型,所提出的模型能够减少综合需求响应优化决策的计算复杂度,从而提高计算效率。     

基于浅层语义树核的阅读理解答案句抽取

阅读理解系统是通过对一篇自然语言文本的分析理解,对用户根据该文本所提的问题,自动抽取或者生成答案。本文提出一种利用浅层语义信息的英文阅读理解抽取方法,首先将问题和所有候选句的语义角色标注结果表示成树状结构,用树核(tree kernel)的方法计算问题和每个候选句之间的语义结构相似度,将该相似度值和词袋方法获得的词匹配数融合在一起,选择具有最高分值的候选句作为最终的答案句。在Remedia测试语料上,本文方法取得43.3%的HumSent准确率。     

基于浅层语义树核的阅读理解答案句抽取

阅读理解系统是通过对一篇自然语言文本的分析理解,对用户根据该文本所提的问题,自动抽取或者生成答案。本文提出一种利用浅层语义信息的英文阅读理解抽取方法,首先将问题和所有候选句的语义角色标注结果表示成树状结构,用树核(tree kernel)的方法计算问题和每个候选句之间的语义结构相似度,将该相似度值和词袋方法获得的词匹配数融合在一起,选择具有最高分值的候选句作为最终的答案句。在Remedia测试语料上,本文方法取得43.3%的HumSent准确率。