控制爆破拆除危桥的实践

介绍了运用控制爆破技术,对悬臂钢筋混凝土斜拉桥爆破拆除方法,指出了布孔、装药、防护等方面的技术问题.     

浅谈和谐企业构建过程中的思想政治工作

如何适应构建和谐企业的新要求,是当前企业思想政治工作面临的一个崭新课题。为此,我们应深入研究,积极探索,不断加强和创新企业思想政治工作,为创建和谐企业提供强有力的思想保障和精神支撑。     

一种基于CNNs电路模型的伪随机信号产生方法

随机数发生器广泛用于系统仿真、测试、信息安全、密码学等诸多领域,本文在介绍CNNs电路模型概念基础上,利用3元CNNs构造了混沌系统。针对该混沌系统系统变量随机性较差的情况,给出了系统变量局部放大和参数扰动的改进方案,得到了随机性能较好的变量,最后通过仿真分析证明了所提出方法的有效性。     

微型无人机群空空数据链协议建模与仿真

为较为准确、客观地评价微型无人机群（UAV：Unmanned Aerial Vehicles）空空数据链系统的各项性能指标,根据ZigBee（Zig＋Bee无线数传网络）协议,通过建立时隙轮询表完成时隙分配。在简要分析ZigBee协议栈各层的功能及其网络拓扑结构的基础上,重点阐述了空空数据链协议的时隙分配机制及网络地址分配机制,讨论了利用网络仿真工具OPNET（Optimized Network Engineering Tools）建立该无线通信协议模型的过程,并通过构建一个网络仿真平台对信道接入延时、吞吐量等进行仿真分析。验证了该空空数据链采用的通信协议的有效性,同时也为其他网络协议仿真提供了参考。     

配合剂对NBR硫化胶性能的影响

试验研究促进剂和炭黑的品种和用量对要求较高硬度和强伸性能的NBR硫化胶整体性能的影响。结果表明，与促进剂CZ和DM相比，促进剂TMTD硫化胶的300％定伸应力、拉伸强度、撕裂强度和耐油性能较高，而硬度变化不大，促进剂TMTD的最佳用量为1．2份；与炭黑N660、N770和喷雾炭黑相比，填充炭黑N330硫化胶的硬度和拉伸强度较大，而拉断伸长率、拉断永久变形和压缩永久变形较小，炭黑N330的用量以75份为宜。     

硅藻土改性对工业废水降氟效果的影响研究

从研究硅藻土的微观结构和物理化学特性着手，通过对比实验，讨论硅藻土的改性及其对工业废水降氟效果的影响，结果表明，改性后的硅藻土孔体积和比表面积增大，而堆积密度减少，同时碱金属或碱土金属被结合在硅藻土的缺损表面上，为吸附氟提供了更好的条件，可以显著地提高去氟效果，是工业废水降氟较为理想的净化剂。     

ZDB自动调谐消弧装置在10kV系统中的应用

介绍ZDB自动调谐消弧装置的工作原理,及其在10kV系统中的应用。     

城市原水系统调度研究与应用综述

从城市原水系统调度的理论研究、软件开发和工程实践三方面,回顾了国内外城市原水系统调度的研究进展;探讨了原水调度与水资源配置和水库群调度的区别,分析了模拟调度和优化调度的优势和不足,归纳了智能调度的技术要点并总结其在原水公司中的实际应用;介绍了常用原水调度仿真软件的计算机制和特点,分析了智能调度软件开发中决策支持系统的应用途径;通过国内外规模各异的城市原水系统调度工程案例分析了原水调度在合理利用水资源、提高供水效率、应对突发事件等方面的实际价值。指出未来的研究方向包括：加强城市原水系统智能调度理论研究,构建适用面广、可操作性强的城市原水智能调度系统;提高城市原水系统调度目标的预测精度与时效性;建立科学的城市原水系统应急调度预案库;形成满足生态与发展需求的城市原水系统调度评价体系。     

改进Mask R-CNN算法的带钢表面缺陷检测

在带钢的生产过程中可能会因为生产工艺的问题导致带钢表面出现缺陷,传统的带钢表面检测方法存在检测速度慢、检测精度低等问题。在计算机深度学习快速发展的今天,为实现带钢表面缺陷快速有效的检测,提出改进的掩码区域卷积神经网络（Mask R-CNN）算法,使用[k]-means II聚类算法改进区域建议网络（RPN）锚框生成方法;同时调整Mask R-CNN模型的网络结构,去掉掩码分支,提高了模型的缺陷检测速度。实验在NEU-DET数据集的5种缺陷检测中将原算法的均值平均精度（mAP）从0.810?2提升到0.960?2,检测速度达到5.9?frame/s。并且能够实现对缺陷目标的检测和实例分割,以便研究人员观测缺陷的大小和形状,从而改进工艺。相比于目前其他深度学习的缺陷检测算法,更能满足带钢的生产检测要求。     

基于三角模糊数的不确定性数据聚类算法

随着对实验精确度要求的不断提高,聚类分析中的不确定性数据聚类也越来越受到关注.然而经典的不确定数据聚类通常假设其概率密度函数(PDF)等信息是已知的,而现实过程中,这些指标并没有那么轻易就能获取.考虑到这些情况,可以利用三角模糊数来恰当有效地表示多维不确定性数据,并采用基于三角模糊数的低计算复杂度的距离计算方法,结合K-means基础聚类方法形成一种被命名为UTDK-means(Uncertain triangular fuzzy number data K-means)的聚类方法,而它是基于三角模糊数的.实验结果表明:基于三角模糊数的不确定数据聚类是可行的,具有一定的研究价值.