抽油杆多功能保护器的研制

油田进入高含水开发后期,低沉没度井数不断增加,油田地质条件日趋恶劣,油套管柱扭曲变形,抽油井的杆管工况恶化,杆管偏磨问题日益突出。鉴于此,研制开发了DCB-22型抽油杆多功能保护器。该工具具有中途吸震、自磨、自动旋转、自动偏移的功能,较好地解决了杆管偏磨、抽油杆柱震荡和脱扣等问题,在杆管偏磨防治技术方面取得了较大的进展和较好的经济效益。     

经济全球化背景下我国外宣翻译面临的挑战

指出在经济全球化背景下外宣翻译工作的重要性,就我国目前外宣翻译工作所面临的挑战,包括:国外媒体对我国太多的负面报道、外宣翻译中存在着严重的误译、汉语中的外来词在回译时不能到位、外宣翻译时忽视中西文化的差异、外宣翻译中大量自制的"中式英语"、外宣翻译人员的综合素质有待提高等因素的制约和影响进行了示例性分析,旨在提高外宣翻译质量。     

基于Petri网的建设工程项目实施阶段资源建模与仿真*

基于分层赋时着色Petri网,构建了一个能够准确表达资源配置、任务持续时间及信息传递的资源模型,以便有效进行建设工程项目实施阶段的资源管理和优化配置.在建设工程项目实施阶段资源特点分析的基础上,对分层赋时着色Petri网中的非空颜色集合进行定义,并对资源管理中分层建模、资源分配和资源归还基础模型进行了研究,解决了基于分层赋时着色Petri网构建建设工程项目实施阶段资源模型的关键问题.最后,以某工业与民用建筑的实施阶段为例,进行资源管理模型的构建和仿真分析,验证了基于分层赋时着色Petri网构建建设工程项目实施阶段资源管理模型的正确性和有效性.     

齿轮企业基于面向服务架构的应用集成框架与实现*

针对齿轮企业分布式异构应用系统的信息集成与数据共享问题,结合齿轮企业数字化和信息化的发展方向,深入分析了齿轮企业应用系统的集成运作模式;利用面向服务架构和Web服务技术,构建了齿轮企业应用集成框架,分析了集成框架的通信过程,在.NET环境下实现了应用集成框架的软件架构,并用准双曲面齿轮网络化制造的具体应用实例,来说明和验证了基于Web服务的齿轮应用集成框架的实用性。准双曲面齿轮网络化制造的成功应用,说明该应用集成框架是有效可行的,能够很好地满足齿轮企业信息集成与数据共享的需要。     

数字光接收机性能指标的优化设计

首次提出一种新型数字光接收机模型,改进了其中均衡器的设计;以S.D.Personick理论为基础,推导并计算了此光接收机基于"最坏情况"下判决时刻的噪声平均功率。研究结果表明,此模型在输入脉冲展宽较为严重的情况下表现出了良好的噪声性能;进而提高了数字光接收机的灵敏度,优化了数字光纤传输系统的误码性能;为改善数字光接收机性能指标提出了新的途径。     

基于改进的BSMOTE和时序特征的风机故障采样算法

针对风机数据集的不平衡问题,提出了一种BSMOTE-Sequence采样算法,在合成新样本时综合考虑空间和时间特征,并对新样本进行清洗,从而有效减少噪声点的生成。首先,根据每个少数类样本的近邻样本的类别比例,将少数类样本划分为安全类样本、边界类样本和噪声类样本。然后,对每个边界类样本都遴选出空间距离、时间跨度最接近的少数类样本集,利用线性插值法合成新样本,并过滤掉噪声类样本以及类间重叠样本。最后,以支持向量机（SVM）、卷积神经网络（CNN）、长短期记忆（LSTM）人工神经网络作为风机齿轮箱故障检测模型,F1-Score、曲线下面积（AUC）和G-mean作为模型性能评价指标,在真实风机数据集上把所提算法与常用的多种采样算法进行对比,实验结果表明：相比已有算法,BSMOTE-Sequence算法所生成样本的分类效果更好,使得检测模型的F1-Score、AUC和G-mean平均提高了3%,该算法能有效地适用于数据具有时序规律且不平衡的风机故障检测领域。     

无服务器平台资源调度综述

无服务器(Serverless)计算正成为部署云应用程序的一种具有广阔发展前景的范式。其实现了一种真正的现收现付的计费方式,并且不会浪费资源。开发人员无需担心计算平台的底层细节,只需在处理请求或事件时付费,从而降低了开发人员的门槛。无服务器模式的转变虽然带来了机遇,但也带来了平台函数冷启动延迟、资源利用不足等问题。为此,文中对无服务器计算平台的资源调度技术做了深入的调查和分析,重点阐述了面向资源利用、响应时间延迟以及多目标优化的无服务器平台资源调度的技术原理和相关研究现状,并在此基础上分析总结并指明了无服务器平台资源调度未来的主要研究方向:即面向不同应用类型负载的调度优化、响应时间与资源利用率的折衷调度、虚拟机与无服务器平台的联合调度以及无服务器资源调度的混合算法。     

实现网络视频流多分类的迁移学习算法

在现实世界中,可用的训练数据通常较少,且很容易过时,所以需要不断采集和标记大量新的数据集;针对此问题,提出一种基于SAMME和TrAdaBoost算法的迁移学习分类方法。该方法的核心思想是：从老视频流数据集中筛选出有用的样本来帮助模型识别新的未知视频流集样本,这里新老视频流数据集的样本特征分布是不相同的。同时该方法结合SAMME算法将TrAdaBoost算法从只可实现两分类扩展至多分类。实验结果表明,与现有方法比较,该方法能更好地实现对六种类型视频流的精细分类,并减少大量已标注老数据集的浪费。     

荆江门弯道近期滩槽演变特点及影响因素分析

三峡水库运用改变了下泄水沙条件,坝下游弯曲河型均呈现“凸冲凹淤”演变规律,以致碍航问题日益突出。为研究弯曲河型滩槽演变特点及其成因,以下荆江河段荆江门弯道为例,利用三峡蓄水后近15 a实测地形资料,采用逻辑推理及统计分析方法分析其影响因素并预测了航道变化趋势。结果表明:三峡工程运用后,凸岸边滩年际间呈持续冲刷趋势,冲刷位置不断下移导致河段展宽引起航道条件恶化;在平滩流量(20 000~25 000 m³/s)持续时间＞15 d的年份,凸岸边滩冲刷后退,反之淤长;冲淤幅度与年均来沙量,尤其细沙(d≤0.125 mm)含量密切相关,基本呈同步变化趋势;荆江一期工程实施后,在当前水沙条件下凸岸边滩会继续受冲,形成枯水双槽,航道条件将恶化。水沙过程的改变是弯曲河型滩槽演变的主要原因,遇大水且来沙量较少的年份,荆江门河段很可能出浅碍航,这可为下荆江弯曲河段航道治理提供一定的参考价值。     

河湖淤泥絮凝沉降特性试验研究

絮凝沉降性能是河湖疏浚淤泥资源化处理中重要且未完善的研究课题。以武汉沙湖、官桥湖及南湖3种淤泥为研究对象,通过沉降筒试验,利用清浑交界面沉降速度和上清液浊度研究了粒径分布、初始含沙量及高分子聚合物对河湖淤泥絮凝沉降特性的影响规律,并探讨了沉降筒尺寸对试验结果的影响。试验结果表明:河湖淤泥粒径越小,淤泥絮凝沉降越慢,上清液浊度越小;随初始含沙量的增加,河湖淤泥整体沉降速度变小,但当初始含沙量增加到一定值后,初始含沙量的影响作用开始变弱;高分子聚合物会促进河湖淤泥絮凝沉降;沉降筒尺寸虽然对试验结果略有影响,但对于分析河湖淤泥絮凝沉降特性无较大影响。研究河湖淤泥絮凝沉降特性对于河湖通航、蓄洪、水质修复、疏浚淤泥的处理均有重要意义。