硬硅钙石-SiO2气凝胶复合纳米孔超级绝热材料在钢结构防火中的应用探讨

将具有中空结构的硬硅钙石二次粒子和具有纳米孔结构的SiO2气凝胶用真空复合技术将其制备成具有良好绝热性能的绝热材料。用此材料包覆钢构件的防火保护方法具有防火涂料无法比拟的优点,是一种理想的钢结构耐火保护方式。介绍了该防火板的生产工艺、防火原理及施工方法,探讨了这种防护方法的特点及推广前景。     

焊后时效对6061-T6铝合金搅拌摩擦焊接头的影响

对4组6061-T6铝合金搅拌摩擦焊接头进行焊后人工时效处理,采用OM,SEM等分析了时效处理工艺对接头的组织和力学性能的影响规律和机制。研究表明:焊缝截面形貌呈现典型的3个区,时效处理后,焊缝区晶粒形貌无显著变化,晶界较自然时效清晰,晶内析出相也明显增多;接头强度和显微硬度随人工时效处理时间的延长而提高,提高幅度随保温时间逐渐减小;时效处理为8 h时接头力学性能优良,接头抗拉强度均达到265 MPa以上,约为母材的93.0%;焊核区硬度达到90 HV,约为母材的90%。时效处理中,焊接过程中固溶在基体中的第二相粒子析出,形成弥散强化效应,大幅提高接头的强度和硬度。随着时效时间的延长,析出粒子逐渐较少,强化效应逐渐减弱;接头最薄弱的区均位于后退侧的热机械影响区,其最低硬度值约为母材的75%。拉伸断口均与拉伸方向成约45°角,断口平整,呈典型的切断断口形貌,与自然时效接头的断口形貌相比,时效处理后接头的断口韧窝大而浅,塑性稍有降低。     

风电机组功率曲线建模方法对比研究

风电机组功率曲线表征了风机的实际运行状态,可以为风电机组故障诊断、功率预测等工作提供依据.而风电机组的标准功率曲线一般是由制造商在特定的测试环境下给出的,与实际运行曲线之间往往存在较大差异.为此研究了四种功率曲线拟合方法,并以多项式拟合法为基础展开,介绍了局部加权多项式拟合法,并说明了其相较于多项式拟合的优点.此外还介...     

试析计算机软件安全漏洞检测

对于计算机病毒可以使用杀毒软件以及防火墙等技术进行预防和控制,而如果计算机软件存在漏洞,是不可能通过杀毒软件等工具来解决的,因此必须加强对计算机软件漏洞的检测,本文分析了计算机软件中常见的漏洞形式,并简单地介绍了一些计算机软件漏洞的检测方法。     

2900kW电动机轴颈缺陷的处理

太钢五轧厂展宽轧机2900kw主电机转子轴颈部位多次出现缺陷，被迫停产处理。经分析认为，造成轴颈缺陷的原因主要是轴颈部位太粗糙和轴在锻造过程中冒口没有切净。采用修理方案I对轴颈部位进行修理．取得了满意的效果。     

电成像测井在川北地区长兴组储层评价中的应用

川北地区长兴组储集空间具有多样性和复杂性,溶蚀孔洞比较发育并且非均质性很强,常规测井在该地区的测井评价具有局限性。微电阻率扫描成像测井对于复杂岩性储层,特别是裂缝—孔洞型储层的测井评价具有其独特的优势。通过对川北地区长兴组储层裂缝、溶蚀孔洞的评价,总结出了电成像测井资料定性识别裂缝和孔洞的方法。对该地区3口井长兴组储层进行了缝、洞定量计算及对比分析,同时结合常规测井资料和取心资料以及其他成像测井资料如DSI、CMR、MDT等对该3口井进行了测井综合评价。试油结果进一步证实,电成像测井资料在该地区礁滩储层缝洞评价中的可靠性。     

卫星通信的新技术和发展趋势

卫星通信在近十几年来发展迅猛，无论是在军事上、民用上都越来越被广泛的应用，这主要是由于各种卫星通信新技术层出不穷，并且技术日臻完善。本文首先简述了近二十几年来卫星通信在各方面的发展变化，然后从星体技术到地面站技术等五个方面详细介绍了目前卫星通信新技术的发展状况及今后卫星通信新技术的发展趋势。     

大数据处理技术在风电机组状态监测中的应用

随着风电场规模的不断扩大扩大,风电机组状态监测流数据呈指数增长,而电力系统要求对生产、管理、运营能够实时监控。为保证海量监测流数据处理的实时性,掌握风电机组的运行状态,设计了结合大数据处理技术的风电机组在线状态监测模型。根据状态监测数据的特点,引入了大数据处理技术中的Spark和Storm。实验结果显示,该状态监测模型有着较好的数据吞吐能力和加速比,也证明了该模型的有效性和可行性。     

融合全局时序和局部空间特征的伪造人脸视频检测方法

近年来,深度学习在人工智能领域表现出优异的性能。基于深度学习的人脸生成和操纵技术已经能够合成逼真的伪造人脸视频,也被称作深度伪造,让人眼难辨真假。然而,这些伪造人脸视频可能会给社会带来巨大的潜在威胁,比如被用来制作政治虚假新闻,从而引发政治暴力或干扰正常选举等。因此,亟需研发对应的检测方法来主动发现伪造人脸视频。现有的方法在制作伪造人脸视频时,容易在空间上和时序上留下一些细微的伪造痕迹,比如纹理和颜色上的扭曲或脸部的闪烁等。主流的检测方法同样采用深度学习,可以被划分为两类,即基于视频帧的方法和基于视频片段的方法。前者采用卷积神经网络（Convolutional Neural Network,CNN）发现单个视频帧中的空间伪造痕迹,后者则结合循环神经网络（Recurrent Neural Network,RNN）捕捉视频帧之间的时序伪造痕迹。这些方法都是基于图像的全局信息进行决策,然而伪造痕迹一般存在于五官的局部区域。因而本文提出了一个统一的伪造人脸视频检测框架,利用全局时序特征和局部空间特征发现伪造人脸视频。该框架由图像特征提取模块、全局时序特征分类模块和局部空间特征分类模块组成。在FaceForensics++数据集上的实验结果表明,本文所提出的方法比之前的方法具有更好的检测效果。