无基坑气体钻井技术在页岩气区块的应用

针对现行气体钻井需要修筑沉砂池增加占地和成本问题,提出了应用无基坑气体钻井技术实现现场
清洁化生产的方法。气体钻井无基坑系统由分离系统、循环水处理系统及岩屑处理系统组成;分离系统采用重力
沉降、惯性及湿法捕集机理达到气固分离目的;经过分离后的气体达到直接排放标准排入大气中;气体钻井无基坑
系统与振动筛和岩屑不落地系统配合使用可将井下返出岩屑转运至固化池处理。气体钻井无基坑技术以其缩短
非生产时间、提高环境保护能力等优点在页岩气区块得到了广泛应用,有效减少环境污染物排放,大力促进气体钻
井技术的健康可持续发展,保护生态环境。     

煤矿企业建立EHS管理体系的可行性研究

通过对我国煤矿安全生产形势和安全管理的研究,得出在煤矿企业中推广EHS管理体系成为一种发展趋势,并介绍了EHS管理体系的运行原理、组成要素。重点通过煤矿企业的内、外部环境的角度,分析EHS体系在煤矿企业的可行性,同时对于煤矿企业建立EHS体系提出了一些建议。     

油缸用2205不锈钢接头开裂原因分析

通过成分检测、显微组织定量分析、硬度测定、扫描电子显微镜观察及能谱分析,对液压支架油缸用2205不锈钢接头开裂原因进行了分析研究。结果表明,2205不锈钢接头硬度偏高,存在σ相析出,奥氏体含量偏高。由于钢板的固溶处理不当使σ相析出导致接头脆性开裂,建议在以后的生产中要采用适当方法加强2205不锈钢原材料及成品的检验。     

原材料含水量偏高对产、质量的影响及处理方法（连载二）

节煤型高温沸腾炉结构由炉床、炉膛、混合室等三部分组成，如图2所示。     

天赐良“机”——雅克-23美国行

1953年10月，美国中央情报局突然接到一个巴尔干半岛某国（以下简称A国）间谍提供的情报：一架拆解了的苏制雅克-23战斗机装在板条箱内，正通过火车由A国运往巴尔干的B国。如果美国希望了解这种战斗机，可以该列车经停A国期间，暂时“借”得该机用于研究和试飞，然后再装进板条箱，秘密地运送回来。     

湖北省科技馆新馆长悬臂类斜拉桥结构体系卸载施工技术研究

以湖北省科技馆新馆项目为工程背景,提出一种基于长悬臂类斜拉桥结构体系进行结构安装后的对支撑卸载的施工工艺。详细描述临时支撑拆除过程及工况,并对各过程中的支撑体系及结构力学性能状态进行分析,以确保支撑拆除全过程均安全运行,结构实体受力与变形均能满足要求。     

刻不容缓 美国空军应对战斗机飞行员短缺(下)

正面对飞行员入不敷出的严峻现实,美国空军专门任命了迈克·科休切斯基准将领导空军机组人员危机特别工作组,力图通过多种措施和途径,及时遏制在役飞行员人数不断下滑的趋势。在半年多时间里,美国空军首先针对现役飞行员实施了提高薪酬待遇、稳定服役地点和缩短海外部署时间等具体措施,并批准了退役飞行员自愿返回服役计划和决定延长部分上校军官服役年限。同时,美国空军在考虑外包培训任务的基础上,还积极尝试新的培养模式,以缩短飞行员的生成周期。     

变电站综合自动化系统二次设备在线监测技术研究

针对变电站综合自动化系统在线监测需求,阐述了设备健康管理的重要性。分析了影响传统综自变电所二次系统健康状态的各种因素,包括运行环境、设备性能以及站控网络等。构建了在线监测指标体系的三种获取途径:设备运行条件类指标通过安装传感器获取;设备性能类指标通过读取设备自检信息获取;智能设备网络状态类指标通过通讯监听分析的方式获取。探讨了实施这些指标在线监测所需的数据采集技术和状态评估方法,研究成果已在德清供电公司变电站得到实施和验证。     

基于SVD-SAE-GPR的锂离子电池RUL预测北大核心CSCD

锂离子电池是重要的储能手段之一,对其剩余使用寿命(RUL)进行预测具有非常重要的实际意义。本工作首先针对传统特征提取方法依赖参数设置且对于不同锂离子电池数据集适应性差的缺陷,将电池数据视作矩阵,并引入奇异值分解(SVD)从测量数据和包含更多退化信息的特征提取对象中提取潜在健康因子(HIs)。其次,潜在HIs的冗余和不足会影响RUL的预测,同时考虑到主成分分析(PCA)的缺点,使用Spearman相关分析和堆叠自编码器(SAE)处理HIs得到一个融合HI。在此基础上,利用高斯过程回归(GPR)算法构建了融合HI与容量之间的模型,得到了带有不确定性表达的最终预测结果。最后,通过NASA提供的四个老化电池数据验证了所提预测模型的可行性和有效性。并额外选取MIT电池数据集验证特征提取方法的适应性。实验结果表明,所提出的RUL预测框架具有较好的预测性能,SVD特征提取方法在避免参数设置的前提下具有较好的适应性。本工作提取的HI与经过PCA融合的HI、其他HI相比,预测精度有显著提高。     

基于过程自动化的电流效率自学习控制

电流效率对于镀锡产线锡层厚度控制十分关键。针对某公司镀锡机组产品锡层厚度及规格多，操作人员预判每卷电流效率存在困难，设计了一种基于产线过程自动化系统的带钢电流效率自学习控制模块。该自学习模块数据基于产线实际使用的电流效率，对每次实际使用的电流效率按带钢镀层、规格进行存储并不断优化，最终得到适合产线实际生产的最优电流效率，为操作人员提供可靠的数据依据，保证产线变规格时镀层厚度电镀准确性。经实际生产验证，该控制模块使用效果良好，能满足现场生产要求。