薄壁奥氏体不锈钢管对接接头超声相控阵检测

奥氏体不锈钢对接接头广泛用于压力管道制造过程中,焊接接头的质量直接影响到承压特种设备的安全。目前,NB/T 47013—2015明确规定常规脉冲反射法超声检测只适用于10～80 mm的奥氏体不锈钢管对接接头。大量4～10 mm薄壁奥氏体不锈钢压力管道对接接头只能采用射线检测。运用相控阵超声检测技术对4～10 mm壁厚工件进行可行性研究,通过实验验证了相控阵检测技术的可行性和有效性。     

一种低温低密度可固化隔离液的研制与性能评价

为适应海上“零排放”的环境保护政策,最大限度减少环空自由套管长度,同时为了提高斜井（尤其大位移井段、水平井段）固井顶替效率,改善固井二界面封固质量,研制了一种低温低密度条件下可固化的隔离液LL-CSF。对其进行性能评价,结果表明:① LL-CSF与钻井液和水泥浆具有良好的相容性,满足固井作业对前置液的要求;② LL-CSF与钻井液和水泥浆的混合液固化体抗压强度达到1.6 MPa以上,且与钻井液的混合液固化体也具有一定的抗压强度;③温度为20℃和40℃时,LL-CSF有利于提高固井二界面抗剪切强度,且40℃下可提高约3倍,但温度超过60℃时则不利于固井二界面胶结;④随着温度和时间的增加,LL-CSF固化体抗压强度先增大后降低,但随着LL-CSF密度的增大,其固化体抗压强度总体呈增大趋势;⑤ LL-CSF固化体具有较好的耐久性和稳定性。LL-CSF固化机理初步认为先是矿渣中富钙相和富硅相分解,然后各种离子和化学键重组而形成相应的水化产物。LL-CSF具有成本低廉、现场实施简便,可满足海洋固井的特殊需求,即在低温（小于40℃）且水泥浆不返到地面而又需要隔离液固化充填的固井中具有一定的应用前景。      

水厂-管网协同控制提升管网供水水质的策略与实践

充分考虑管网输配过程中水质稳定性对水厂工艺条件、出厂水水质指标的要求,从水厂-管网协同控制的水质安全保障理念,通过优化水厂布局、改善管网水力条件、构建应对多水源和季节性高藻的强适应性净水体系、强化出厂水水质化学稳定性和生物稳定性控制、持续管网及老旧小区更新改造等工程技术措施,提高南水北调水源进京后管网水质的稳定性.根据2014-2019年全市252个管网监测点的水质监测数据,发现管网水浊度整体呈季节性周期变化趋势,且逐年降低;构建的管网水质评价模型进一步证明了管网水浊度一级监测点数量显著增加,2019年一级和二级监测点数量达到总数的94％,管网监测点的浊度指标得到显著改善,水厂-管网协同控制技术的实施切实保障了北京市供水水质的稳定达标.     

基于网格密度峰值聚类的实时雷达分选系统

雷达分选是雷达信号处理中的重要环节。为了解决从复杂电磁环境中准确分选出各个雷达信号的难题,提出一种新的基于网格密度峰值的数据流聚类算法,并将其应用于对雷达信号脉冲描述的实时聚类,从而进行雷达分选。该算法采用双重网格划分方式,解决传统基于网格的聚类算法中边界丢失的问题,并采用基于改进密度峰值的网格合并方式进行聚类避免将距离较近的类合并。仿真实验结果表明,该算法可以用于实时雷达分选,很好地处理了重叠严重的雷达信号,有较高的准确度和抗干扰能力。     

南水北调受水区某水厂炭砂滤池运行特性及生物安全性研究

南水北调受水区某水厂采用活性炭和石英砂叠加结构的滤池,该炭砂滤池与传统生物活性炭池具有一定的差异性,对其运行特性及生物安全性做了解析。研究发现,高温高藻期采用臭氧和炭砂滤池组合工艺可减少滤池出水的致病菌和蓝藻,同时对有机物的去除也略有提高;滤池对氯化消毒副产物有一定的去除作用,但在夏季存在不稳定性,与活性炭中有机物的释放及炭料表面鞘氨醇单胞菌等菌属的季节性差异相关联;高温期滤池有军团菌和曲霉菌等致病菌泄露的风险,而冬季低温期生物安全性较高。因此,夏季对炭砂滤池的运行工况应进一步优化,冬季可适当延长反洗周期,以利于降解有机物的功能菌附着在炭料上。     

衍射时差法(TOFD)技术的测量误差分析

从衍射时差法(TOFD)技术原理出发,分析了影响TOFD技术测量缺陷深度和高度误差的各种因素,推导出各种影响因素的理论误差公式,并对部分误差公式进行了试验验证。同时也指出深度和高度测量误差分析对TOFD检测的实际意义,包括不同工件厚度情况下仪器的校准方式、数据分析时的再校准等。     

基于图游走的并行协同过滤推荐算法

针对目前协同过滤推荐算法存在的数据稀疏性问题和可扩展性问题,本文进行了相关研究。针对稀疏性问题,在传统的皮尔逊相关相似度中引入交占比系数计算用户间直接相似度,该方法缓解了用户间共同评分项的占比问题;提出一种基于图游走的间接相似度计算方法,该方法根据用户间的直接相似度建立用户网络图,在用户网络图上通过游走计算用户间的间接相似度,并进行推荐。在Spark平台上实现本文方法的并行化,缓解了数据规模增加带来的可扩展性问题。实验结果表明:本文提出的算法在不同数据集上均取得了良好效果,有效地提高了推荐准确度,并且在分布式环境下具有良好的可扩展性。     

深度置信网络优化模型在人才评价中的应用

针对深度置信网络(DBN)权值随机初始化容易使网络陷入局部最优的问题,引入改进的和声搜索(IHS)算法,提出基于IHS的DBN模型(IHS-DBN)。在和声搜索算法的基础上,利用全局自适应的和声音调调整方式,提升算法收敛速度和后期局部搜索能力。将DBN重构误差函数作为IHS算法的优化目标函数,通过不断迭代优化解向量为DBN寻找一组较优的初始权值进行网络训练,并在MNIST数据集上验证IHS-DBN模型的有效性。IHS-DBN模型在高校人才评价中的应用结果表明,与DBN、SVM和BP神经网络评价模型相比,IHS-DBN模型的评价准确率分别提高3.6%、7.3%和16.4%。     

融合多时间尺度和特征加强的知识图谱推荐模型

针对现有的知识图谱推荐模型没有考虑到用户的周期特征以及待推荐项目会对用户近期兴趣产生影响的问题,提出一种融合多时间尺度和特征加强的知识图谱推荐模型（MTFE）。首先,采用长短期记忆（LSTM）网络在不同时间尺度上挖掘用户的周期特征并融入到用户表示中;然后,通过注意力机制挖掘待推荐项目中与用户近期特征相关性较强的特征,将其加强后融入项目表示中;最后,通过评分函数计算用户对待推荐项目的评分。在真实数据集Last.FM、MovieLens-1M和MovieLens-20M上把所提模型和个性化实体推荐（PER）、协同知识嵌入（CKE）、LibFM、RippleNet、知识图卷积网络（KGCN）、协同知识感知注意网络（CKAN）等知识图谱推荐模型进行对比。实验结果表明,在三个数据集上MTFE相较于表现最优的对比模型的F1性能分别提升了0.78、1.63和1.92个百分点,AUC指标在三个数据集上分别提升了3.94、2.73和1.15个百分点。可见,所提模型相较于对比图谱推荐模型有更好的推荐效果。     

基于CT图像构建髌股关节生物力学模型

采用活体膝关节为标本,应用CT扫描技术获取膝关节的断层数据图像.利用图像处理软件处理骨骼边缘轮廓数据,提取其二维曲线,在CAD软件的辅助下建立了髌股关节三维骨性结构实体模型,并导入ANSYS软件得到其三维有限元模型,为进一步建立膝关节整体模型以及受力分析提供研究平台.