机械化施工显威力——梁济运河治理工程侧记

山东省梁济运河筑堤泄洪工程,在一期工程人工作业之后,二期工程改用机械化施工,深受当地人民的欢迎,社会效益和经济效益十分突出。梁济运河治理第一期工程已于1989年底结束,干流工程动员了11万多民工,投入拖拉机5174台,碾压机械501台,铲运机86台,挖塘机142台,手推车近2万辆,筑堤45.7公里,完成土方649万立方米,工日453万个,完成投资3300万元。从这些数据不难看出,一期工程挖河筑堤战线长,任务重,除投入大量人力、物力和资金外,还要设立相应的行政管理机构和设施,增加了施工的难度。     

棕榈油脂肪酸甲酯的合成

以棕榈油为原料，甲醇钠作催化剂，经酯交换反应合成制得脂肪酸甲酯。通过正交试验得出其最佳合成条件，并对产物作了ＩＲ和ＧＣ分析。     

桂枝香——为纪念治淮40周年而作

金秋时节,正治淮纪念,心潮归悦。四十春秋如昨,历史创业。金堤固水翠浪涌,放眼去,云山重叠。蓄泄兼筹,丰功伟略,人民报捷。 忆往事,披星戴月。聚百万大军,多少豪杰。情洒源头尽处,驰骋涉猎。千古风流难与说,引雄姿英发超越。当代“禹王”,科技兴淮,后人唱绝。桂枝香——为纪念治淮40周年而作@李冰~~     

106KA电解槽减速器治漏节能措施

分析、控制了106KA上插自焙电解槽蜗轮蜗杆减速器经常漏油的难题，建立了治漏的有效途径。     

基于忆阻器的图卷积神经网络加速器设计

图卷积神经网络(GCN)在社交网络、电子商务、分子结构推理等任务中的表现远超传统人工智能算法,在近年来获得广泛关注。与卷积神经网络(CNN)数据独立分布不同,图卷积神经网络更加关注数据之间特征关系的提取,通过邻接矩阵表示数据关系,因此其输入数据和操作数相比卷积神经网络而言都更加稀疏且存在大量数据传输,所以实现高效的GCN加速器是一个挑战。忆阻器(ReRAM)作为一种新兴的非易失性存储器,具有高密度、读取访问速度快、低功耗和存内计算等优点。利用忆阻器为CNN加速已经被广泛研究,但是图卷积神经网络极大的稀疏性会导致现有加速器效率低下,因此该文提出一种基于忆阻器交叉阵列的高效图卷积神经网络加速器,首先,该文分析GCN中不同操作数的计算和访存特征,提出权重和邻接矩阵到忆阻器阵列的映射方法,有效利用两种操作数的计算密集特征并避免访存密集的特征向量造成过高开销;进一步地,充分挖掘邻接矩阵的稀疏性,提出子矩阵划分算法及邻接矩阵的压缩映射方案,最大限度降低GCN的忆阻器资源需求;此外,加速器提供对稀疏计算支持,支持压缩格式为坐标表(COO)的特征向量输入,保证计算过程规则且高效地执行。实验结果显示,该文加速器相比CPU有483倍速度提升和1569倍能量节省;相比GPU也有28倍速度提升和168倍能耗节省。     

混合离散人工蜂群算法求解含不相关并行机的分布式柔性流水线调度

研究每阶段含不相关并行机的分布式柔性流水线调度问题.考虑顺序相关准备时间和工件动态到达时间,以最小化总加权提前/拖期惩罚为目标建立整数规划模型,提出一种融合离散差分进化算法、变邻域下降算法和局域搜索的混合离散人工蜂群算法以获取近优解.该算法采用基于工厂-工件号的编码以及基于机器最早空闲时间的动态解码机制,通过随机规则和均衡分派策略生成初始工厂-工件序列群,在引领蜂阶段引入离散差分进化算法产生优质工厂-工件序列,在跟随蜂阶段利用变邻域下降算法在被选择序列附近继续搜索以得到邻域序列,在侦察蜂阶段设计基于关键/非关键工厂间插入的局域搜索提高算法搜索能力.通过仿真实验测试不同规模的算例,实验结果表明,所提出的混合离散人工蜂群算法表现出较好的求解性能.     

浅析输配电线路运行管理

随着智能电网的迅速发展,输配电线路作为电网的重要环节,由于距离长、地域广,受自然环境与人为因素影响的机会比较多。因此其维护工作存在许多困难。文章对输配电线路运行管理与设备检修中的各种管理环节进行了阐述分析,指出输配电线路能否做到安全、可靠、优质、经济运行。依赖于科学管理。     

海河流域典型水库水体有色可溶性有机物筛查分析

为研究海河流域水体中有色可溶性有机物,采集海河流域典型水库水体中表层样品,利用高通量筛查技术,基于与CDOM(440)检测值相关分析和理化性质分析,识别研究区与水色特征相关的有色可溶性有机物。经实验室内验证筛选出避蚊胺、十四烷酸、十八烷酸及叔丁基苯醌4类化合物与CDOM的关联关系;再经实际样品验证,判别避蚊胺或是该研究区域影响水色遥感的一种重要可溶性有机物。     

硬盘也疯狂——免费“买”硬盘

有没有搞错？怎么还有这种“天上掉馅饼”的事儿？！非也,非也。面对时下动辄数十兆、上百兆软件的强大“攻势”,请问您的硬盘能抵挡得住吗？会不会“溃不成军”？