大型电站锅炉刚性梁的挠度分析

详细介绍了大型电站锅炉刚性梁挠度分析的计算方法。     

劣质粉煤利用途经及气化工艺

随着煤炭资源的日益减少，和人类对环保要求逐步提高，高效洁净的利用劣质粉煤越来越受到重视。本文论述了劣质粉煤的各种利用途经，特别是对适应当前煤化工发展的大规模利用劣质粉煤的气化技术做了评述，指出了存在的问题及解决途径。     

关于城际轨道站场周边地区规划的研究

通过对国内外城市轨道的考察,总结出城市轨道交通对沿线土地利用的影响规律,结合对客源构成特征的分析,提出了站场核心区、次区域和协调好区域的三级圈层结构,以协调好各种交通设施的布置和城市景观规划。     

我国固体废弃物的现状及存在的问题

对我国固体废弃物的种类及存量进行了研究,详细地介绍了各种固体废弃物再生利用的现状,分析了我国固体废弃物应用技术中存在的不足,以促进我国固体废弃物的利用,从而为我国可持续发展战略做出贡献。     

一种基于博奕论的功率控制准则

根据微观经济学理论，提出了一种新的功率控制准则。给出了效用函数的定义以及数学表达式。并提出了利用这种算法对WCDMA系统功率控制过程的改进，计算机仿真结果证实了这种新准则的有效性。     

基于内模原理电站锅炉汽温控制策略的工程应用

针对电站锅炉汽温被控对象大滞后、大惯性的特点，设计了一种新的基于内模控制原理的过热汽温控制策略。该控制策略已成功应用于徐州电厂6号机组670 t/h超高压锅炉，现场调试和机组运行结果表明，这种基于内模控制原理的控制策略具有结构简单、在线调整参数少、可以明显提高控制回路的鲁棒性及抗干扰能力。现场试验结果表明，与传统串级比例 — 积分 — 微分（PID）调节方案相比，无论对于稳态过程或动态过程，新控制策略的调节品质均有明显提高。     

综合管廊各类灭火系统的应用分析与再思考

对综合管廊目前常见的水喷雾、细水雾、气体灭火、气溶胶及超细干粉等多种消防灭火系统的优缺点进行比较,讨论了各系统的使用条件和适用范围,并介绍了部分管廊工程的应用情况;同时提出对于一般支线管廊或者建设尚不完善的管廊,可根据其经济条件分步建设,先设置手动、半固定式或者局部灭火系统,待条件成熟后再进一步改造升级。     

基于结构方程的地下综合管廊火灾风险评价研究

为了解综合管廊的火灾风险问题,探究各风险因素之间的权重及作用机理,增强地下综合管廊的火灾风险管控能力,基于历年建筑火灾风险识别的相关文献,采用EFA 建立了指标体系,通过调查问卷进行数据样本收集,运用结构方程模型对各火灾风险因素进行权重计算,对潜在影响因素进行深入分析。实证结果显示,建筑自身防火能力、人员防控能力、消防监管能力、火灾控制系统能力对管廊火灾风险控制具有正向作用。结果表明,正确选用管廊内装饰材料与设备是防火的关键,完善监管制度并提高相关人员安全素质是防火的重要举措。     

基于Logit模型的农村灾后应急运输方式选择模型

基于多项Logit模型的基本理论构建了农村灾后应急运输方式选择模型,运用SAS数理统计软件对数据进行了多元线性回归处理,得到了多项Logit模型参数估计值,在建立运输方式选择模型的基础上,构造了求解该问题的虚拟运输网络,并进行了算例计算与分析,结果表明,应用多项Logit概率模型进行农村灾害应急物流运输方式选择是合理有效的。     

A Novel Approach for Mining High‐Utility Sequential Patterns in Sequence Databases

Mining sequential patterns is an important research issue in data mining and knowledge discovery with broad applications. However, the existing sequential pattern mining approaches consider only binary frequency values of items in sequences and equal importance/significance values of distinct items. Therefore, they are not applicable to actually represent many real‐world scenarios. In this paper, we propose a novel framework for mining high‐utility sequential patterns for more real‐life applicable information extraction from sequence databases with non‐binary frequency values of items in sequences and different importance/significance values for distinct items. Moreover, for mining high‐utility sequential patterns, we propose two new algorithms: UtilityLevel is a high‐utility sequential pattern mining with a level‐wise candidate generation approach, and UtilitySpan is a high‐utility sequential pattern mining with a pattern growth approach. Extensive performance analyses show that our algorithms are very efficient and scalable for mining high‐utility sequential patterns.