核用SiC陶瓷基复合材料制备与连接研究现状

SiC陶瓷基复合材料因其优异的高温性能和核性能,极可能成为第四代反应堆包壳材料的候选材料之一。在核反应堆恶劣的服役环境下,制造出满足工业应用的SiC管较为困难,因此需要对其制备与连接进行研究。本文简述了目前用于核用SiC陶瓷基复合材料的制备工艺（化学气相渗透、先驱体浸渍裂解、和纳米渗透瞬态共晶工艺）以及对其连接工艺（钎焊、陶瓷先驱体连接、纳米浸渍瞬时液相连接与玻璃陶瓷连接）的研究现状,并对未来SiC陶瓷基复合材料在核应用中的前景进行了展望。     

策略隐藏的高效多授权机构CP-ABE物联网数据共享方案

物联网环境下的数据共享存在效率低下、隐私泄露等问题,以及基于密文策略的属性基加密（ciphertext policy attribute-based encryption,CP-ABE）数据共享方案因采用单授权机构,需要承担繁重的计算工作而成为系统运行效率的瓶颈.为解决上述问题,提出一种策略完全隐藏的高效多授权机构CP-ABE物联网数据共享方案.该方案利用多授权机构CP-ABE实现数据的细粒度访问控制,利用联盟链不可篡改的特性保证密文哈希值和密钥集合密文的安全,采用MurmurHash3算法实现策略的完全隐藏,避免访问策略泄露用户隐私信息;并结合多秘密共享算法改进多授权机构CP-ABE,进而提升数据共享的效率.理论分析证明该方案能够保证访问策略和秘密共享过程的安全性.仿真实验结果表明,所提方案在策略隐藏和秘密分发过程中都具有较好的性能.     

浅层大位移井固井水泥浆体系研究

K油田是渤海区域重点开发项目,该油田第三系地层中含油层位较多,勘探开发初期以浅层大位移井为主。浅部地层具有泥质胶结及压实情况较差、地层温度及压力较低的特点,固井作业时,水泥浆易向低压疏松地层中漏失,低温条件又会导致水泥浆水化作用慢、形成水泥石强度低,极大影响了固井质量和钻井安全性。针对这一问题,本文从降低水泥浆密度、提高水泥石强度、强化水泥浆体系稳定性三个角度,研发优选了低密度材料、新型早强剂及纳米增强剂,形成了一套适合渤海K油田浅层大位移井固井用水泥浆体系,经实验测定具有较好的性能,对该项目固井作业及后续开发具有重要意义。     

业务驱动FTTx商用中兴通讯引领光接入发展潮流

从20世纪90年代光纤到户（FTTH）概念兴起至今,已经历了10余载的发展与演变,窄带PON、APON、桌面型MSTP、EPON、GPON等光接入技术推陈出新。随着技术的不断演进和用户需求的不断变化,当前最有发展前途的FTTH技术就是EPON和GPON,均可以支持语音（EPON支持VoIP而GPON可以同时支持TDM语音和VoIP）、数据、视频的Triple-Play。     

FOXPRO数据库损坏后的自动修复

该文简单介绍了一种常见的ＦＯＸＰＲＯ数据库损坏的情况、原因及修复原理，并提供了一个简单、实用的修复程序。     

任家沟铅锌矿成矿地质条件及找矿标志

任家沟铅锌矿体严格受志留系梅子垭组地层控制,成矿物质在沉积过程中初步富集后,经过后期断裂、变形变质、热液活动的改造、迁移再次富集,形成了工业矿体。找矿标志主要为硅化、绢云母化蚀变带。     

一种超短隔离封隔器总成设计及测试

在完井作业过程中,油藏对注水井注入量的要求越来越高,配注量超过1000m³/d的注水井越来越多,目前的防砂管柱工艺技术已经不满足大排量注水需求。针对以上7″套管井在防砂和注水方面存在的问题,结合现场细分层系的技术需求,研制了超短隔离封隔器总成,可以实现2m以内的盲层段,长度较常规隔离封隔器缩短了54.8%,经验证环空耐压可达5000psi,满足现场作业要求。     

改性碱木素水煤浆分散剂的制备及应用研究

通过氧化、缩合及磺化对碱木素进行改性,制备了一种性能优良的水煤浆添加剂。在模拟宁夏某煤化工厂水煤浆制备的条件参数下,采用自制的湿法制浆设备,探索出制备水煤浆分散剂的优化工艺条件：双氧水用量为碱木素质量的20%,氧化时间为1.0 h,氧化温度为75℃,甲醛用量为碱木素质量的40%,羟基化时间为2.0 h,羟基化温度为80℃,磺化剂用量为碱木素质量的40%,磺化时间为2.5 h,磺化温度为95℃;此时获得的分散剂制备的水煤浆质量分数为60.40%,黏度为604 mPa·s,24 h析水率为3.1%,且分散性能优良。     

蓝牙数据采集器的设计

将数据采集技术和新兴的蓝牙无线通信技术相结合,充分利用蓝牙设备本身成本低、结构简单、体积小、低功耗的特点,设计出一种蓝牙数据采集器.     

基于改进YOLO v5的骑行人员头盔及车牌检测

针对目前骑行人员头盔佩戴检测的准确率低、泛化能力差以及检测类别单一等问题,提出一种基于改进YOLO v5的骑行人员头盔及车牌检测模型。首先,在骨干网络中引入卷积注意力模块(convolutional block attention module, CBAM),以强化目标区域的关键特征,提高模型的准确率。其次,通过优化多尺度特征融合模块,并在预测端新增针对小目标特征的检测层,增强网络在密集场景下对小目标的检出率,提升模型的泛化能力。最后,使用EIoU(efficient intersection over union)优化边框回归,同时采用K-means算法在创建的头盔及车牌数据集中聚类先验框,以加速模型训练的收敛速度并提高目标定位的精度。实验结果表明,改进后的YOLO v5网络的检测准确率提高2.5%,召回率提高3.3%,平均精度均值提高3.8%,更适用于对骑行人员头盔及车牌目标的检测。