辽宁东部陆域生态涵养区水分利用效率时空变化及驱动因子分析

结合遥感MODIS数据,对辽东1999～2019年陆域生态系统涵养区水分利用效率(WUE)进行计算,并利用EOF空间模态及非参数趋势度方法对其时空变化及驱动因子进行分析。结果表明:辽东地区WUE空间上呈现东高西低变化,且EOF模态呈相反分布,2005年后递减趋势度逐步增加。驱动因子相关度从高到低依次为日照时数、相对湿度、最高温度,空间相关度呈东高西低变化。     

裸置海底自沉降热油管道泄漏扩散的数值研究

根据计算流体力学建立海底海泥区域与海水区域的流固耦合传热多相流模型,海泥区域视为饱和含水多孔介质。运用软件模拟了裸置在海底的热油管道在输送过程中泄漏后原油在海泥和海水中的分布情况和温度场的变化情况,并对不同的泄漏点进行了分析。模拟时考虑了裸置海底管道的自沉降和海水中压强的影响。模拟结果表明,泄漏点对泄漏原油的扩散分布有很大影响;当泄漏点在土壤区域开始泄漏时,原油在土壤中呈弧形分布,过一段时间后沿土壤与管道外保温层流入海水中,顶端呈现喷射形,两侧呈螺旋状,并逐渐向海面流动;当泄漏点在海水区域时,泄漏的原油呈现喷射形,在浮力的作用下逐渐向海面流动;泄漏位置不同,海水和海泥温度场的分布有很大差异。海水区域和海泥区域的交界面对原油分布和温度场分布有很大影响。     

CYY-Ⅱ凝胶型调剖剂强度影响因素及应用效果

针对大庆油田长期注水开发层间及层段内吸水矛盾问题,为提高高渗透层封堵效果,研制CYY-Ⅱ凝胶型调剖剂体系;为评价聚合物、交联剂、稳定剂和调节剂对调剖剂强度的影响,进行全因子实验,在筛选因素水平范围内分析凝胶强度的强影响因素及因素间的交互作用,建立回归方程,优化高强度凝胶配方并对配方进行岩心封堵实验.结果表明:优化筛选得到的最佳配方对渗透率为(650~2 015)×10-3μm2岩心的封堵率超过99%,配方现场应用207井次,连通油井取得较好的增油降水效果.     

基于市场环境相互协调下电力企业运行的思考

探讨电力企业与所处市场环境能够实现相互协调运行的机理,从而使电力企业的行为方向有利于市场效率的提升。分析了我国电力企业市场化改革的现状,对市场化改革后的电力企业运行和与市场环境相互协调的电力企业运行进行了分析。     

基于Radon变换和HSV彩色模型的倾斜车牌校正

倾斜车牌校正是车牌识别系统中字符分割前的必要步骤。车牌的倾斜方式可以分为水平倾斜、垂直倾斜和混合倾斜。采用Radon变换来检测倾斜车牌的水平和垂直倾斜角,首先对倾斜车牌进行水平校正,然后基于HSV彩色模型对车牌区域颜色进行提取,进而去除非车牌区域的干扰,最后运用仿射变换对图像进行垂直校正。     

天津市农用桥建设和管理问题的探讨

通过对农桥维修改造试点工程的现状调查,指出了天津市在当前农桥建设和管理方面存在的一些问题,并有针对性地提出了加强该项工程建设和后期管理的建议,力争进一步规范建设程序,为老百姓打造优质民心工程.     

基于单片机的超长时间定时控制器研制

用AT89C52单片机和串行时钟控制芯片DS1302组成的核心模块,实现了超长时间的定时控制。可广泛应用于用于不同用途的长达几年甚至几十年的定时开关,规律闭合开关,与固态继电器组合还可定时控制高压开关。本系统以串行时钟控制芯片DS1302作为系统的时钟源,用AT89C52单片机作为系统控制中心,另外包括LCD显示模块,按键控制调节模块,自动复位电路模块。     

生产车间异构数控机床DNC系统设想

将生产车间分散的、不同型号的数控机床与计算机联网,实施综合数字控制,构成分布式数控系统DNC,已成为现代企业继CIMS系统联网集成后,进一步实现过程自动化所需要解决的关键技术之一。DNC侧重于生产过程信息流的集成,它的实施能明显改善生产过程的控制与管理,提高数控机床利用率,缩短生产准备时间及转移加工时间。文章就机械制造行业异构数控机床的DNC,详细论述了联网方案、系统合成、机床信息采集、关联接口等功能的组成和实现方法,并简单介绍了HTC-DNC系统的体系结构。     

基于“两个细则”考核的燃煤机组自动发电控制系统优化及应用

针对燃煤机组不满足《东北区域发电厂并网运行管理实施细则》和《东北区域并网发电厂辅助服务管理实施细则》中关于自动发电控制各项考核指标的问题,对AGC负荷指令的生成控制策略进行研究,通过对协调控制系统逻辑分析以及不同工况下的参数对比,提出600 MW燃煤机组AGC控制策略优化方案。解决了一次调频动作与AGC动作方向一致时,实际负荷先反向动作再正向动作的问题,弱化了一次调频对AGC响应时间的作用,使机组在各个工况下均能满足调频调峰的要求。采用新的控制策略,机组考核量大幅减少,经济效益明显提高。     

基于回归的唯一谓语中心词识别

为解决谓语中心词识别中的唯一性问题,提出一种基于回归模型的谓语中心词识别模型,使用回归网络与神经网络结合直接输出预测的谓语中心词结束位置与开始位置。对数据集进行预训练,利用BILSTM层捕捉句子上下文的信息,通过卷积神经网络对句子中的特征进行进一步提取,使用多元线性回归层对特征进行线性回归计算,预测唯一谓语中心词的位置,训练过程中不断修正预测值与真实值的距离。使用中国判决网上获取的判决文书作为数据集进行唯一谓语中心词识别的实验,结果达到了82.99%的F值评分,验证了该模型的可行性和有效性。