核动力装置控制室工效学三维仿真设计与评价

通过建立核动力装置控制室工效学设计与评价指标体系,开发核动力装置控制室三维仿真设计与评价软件,实现交互式和可视化的工效学设计与评价。研究实例表明,本软件能够准确且高效地完成核动力装置控制室工效学三维仿真设计与评价工作。     

用~(14)N(d,α_1)~(12)C核反应研究注入氮在纯铁和GCr15钢中的深度分布

本文描述了利用~(14)N(d,a_1)~(12)C核反应测量固体样品表面层内氮原子含量及深度分布的方法。在Si_3N_4标准样品中,所得到的表面处的深度分辨为48nm。利用该分析手段,研究了在不同注入温度条件下,氮离子注入纯铁和GCr15钢的保留量及深度分布的变化情况。     

FLJ-H型放射性同位素物位计

一、引言 放射性同位素物位计可以对容器中物位进行不接触式的连续测量,它特别适用于被测对象比较特殊,环境比较恶劣的场所,例如:颗粒状、粉末状、无定形状和粘稠状物料的物位测量;在高温、高压容器中的物位测量;在有毒、有腐蚀性气体以及易燃、易爆环境下的物位测量等等。因而在工业生产中获得日益广泛的应用。     

磁悬浮制冷压缩机中国专利申请概况

本文分析了在1995-2019年间磁悬浮制冷压缩机中国专利申请的类型分布、年代变化、申请人分布以及专利发明核心技术,总结了该领域目前的发展趋势,为该技术领域进一步发展和占领专利市场有利地位提供有用信息,为技术开发人员和相关企业提供研究的参考.     

动态循环荷载下大坝混凝土拉压转换损伤本构模型构建及影响研究

目前混凝土坝抗震安全评价中,对于动态循环荷载下大坝混凝土损伤本构模型中从受拉状态向受压状态转变过程(拉压转换)中的混凝土弹性模量变化,一般都基于商用软件ABAQUS的"单边效应"假设,认为混凝土弹性模量立即恢复为初始弹性模量。上述假设的合理性缺乏试验验证,直接影响混凝土坝抗震安全评价的可靠性。通过对全级配大坝混凝土拉压转换全过程试验成果的观察分析,发现混凝土从受拉状态进入受压状态后弹性模量并非立即恢复为初始弹性模量,而是由损伤后弹性模量连续渐进恢复至初始弹性模量,期间原有的受拉残余应变在压应力作用下迅速减小到较小数值,因此ABAQUS的"单边效应"假设并不符合实际情况。本文以全级配大坝混凝土拉压转换全过程试验成果为基础,提出受拉损伤发生后,拉压转换时受压应力应变关系采用双折线模型的思路,据此推导了相应的应力-应变关系解析表达式,构建了更接近混凝土拉压转换时真实状况的本构关系数值模型。通过实际工程的计算分析,发现常用的受压弹性模量立即恢复为初始弹性模量的损伤本构模型过高估计了坝体刚度,可能带来偏于不安全的评价结果。     

鹤壁市建设用地与社会经济发展的相关关系研究

以河南鹤壁市为例,利用相关分析方法,基于1996—2004年的建设用地数据和社会经济的相关数据,研究了建设用地变化与社会经济发展之间的关系,为今后合理利用土地资源提供依据．研究结果表明,建设用地的增长与GDP以及居民收入的关系最为密切,其关联度高达98％．随着经济的发展,建设用地的总体集约利用程度在不断提高．但是,农村建设用地的集约利用程度却正在不断下降．鹤壁市在未来应当进一步转变经济增长方式,统筹城乡土地利用,提高土地利用的集约化程度,使GDP的增长与建设用地的增长相脱钩．     

基于扩散波方法的管网排水过程数值模拟

基于扩散波方法,构建了一套排水管网水动力模型,并与已开发的高分辨率城市地表水文水动力模型进行了耦合。以理想排水管网和陕西省西咸新区沣西新城某小区实际排水管网的排涝过程验证模型,并模拟城市暴雨致涝过程。结果表明:理想算例中,该模型与SWMM模拟排水口流量过程高度吻合;实际算例中,与实测排水口流量过程对比,该模型的Nash-Sutcliffe效率系数分别为0.74、0.72、0.93和0.71,大于SWMM模型的0.62、0.66、0.73与0.65。在模拟研究区内涝积水过程时,计算数据与实测数据吻合度高,内涝积水点均实现精确模拟。     

一种基于区间数偏离度的方案排序方法

针对特征取值为区间数的方案排序问题,提出两个区间数的偏离度概念用以构造方案间的偏离度矩阵,并给出一种基于总体偏离度优化的特征权重确定方法。利用提出的区间数向量的相对贴近度概念刻画一个方案接近于另一个方案的程度,进而对候选方案的优劣排序。该方法提出的各种度量较直观、易于理解,并通过实例验证方法的有效性和实用性。     

基于时序话题模型的新事件检测

新事件检测(New Event Detection,简称NED)的目标是从一个或多个新闻源中检测出报道一个新闻话题的第一个新闻.初步实验发现,构成事件的一项重要属性是事件发生的特定时间,因此时间是区分不同事件的重要标志.为此,提出时序话题模型(Temporal Topic Model,简称TTM).TTM将话题和报道切分为若干对应不同时间表达式的事件.其中,时间表达式描述事件发生的特定时间.TTM基于时间表达式在话题中出现的频率和增长率,估量对应时间表达式的事件作为种子事件或相关新颖事件的概率.此外,时间表达式的频率与增长率也用于衡量事件在相关性匹配中权重.在此基础上,NED依赖时间特性快速遏制不同时间发生的事件匹配,并借助种子事件和新颖事件调整相关性判定的权重分配.