电子电器腐蚀防护技术的研究与应用

介绍了大气腐蚀和电化学腐蚀的机理以及电子电器污染及腐蚀等级。详述了深度清洗剂、深度防护剂的选择与应用,以及深度清洗剂、深度防护剂应用标准化程序的建立。自2014年采用防腐技术以来,设备腐蚀损坏数量大幅降低,设备使用寿命得以延长,腐蚀防护技术总体上达到要求,取得良好效果。     

基于区域划分与降维的高维学习型索引

在数据量与数据复杂度不断增加的时代,大数据处理与分析成为当前的热门研究内容,高维空间数据的使用越来越频繁,数据检索和访问速度成了衡量数据处理系统性能的重要指标.因此,如何设计实现一种高效的高维索引结构,提高查询访问速率、降低内存占用,变得至关重要.近年, Kraska等人提出了学习型索引的方法.实验证明该方法在真实数据集上表现良好.之后机器学习与深度学习在数据库系统中的运用越来越广泛.众多研究者尝试在高维数据上构建学习型索引,来提升高维数据的查询速度.但是目前的高维学习型索引采用的方法并不能将数据分布的信息有效利用起来,而且过于复杂的深度学习模型使得索引初始化开销过大.结合空间区域划分与降维两种技术,提出一种新颖的高维学习型索引.它能更有效地利用数据分布信息提高索引的查询效率,并利用多段线性模型在保证查找精确度的前提下尽可能减少索引初始化的开销.分别在随机生成的数据集和开源街区地图数据集上进行实验验证.结果表明,与现有的高维索引相比,其在索引构建、查询效率、以及内存占用方面都有显著提高.     

大型天然气净化厂硫磺回收装置尾气SO2减排技术

GB 39728—2020《陆上石油天然气开采工业大气污染物排放标准》对新建及现有天然气净化厂硫磺回收装置大气污染物排放限值提出了更高的要求。为降低尾气SO₂排放浓度,实现含硫废气资源化利用,对高含硫天然气净化厂硫磺回收装置工艺技术进行了优化：(1)开发大型硫磺回收装置液硫池含硫废气回收工艺,将液硫池废气引入克劳斯炉进行硫元素回收;(2)开发大型硫磺回收装置深度热备开工技术,建立酸性气联通网,减少开工期间SO₂排放;(3)开发大型硫磺回收装置绿色停工工艺,利用热氮吹硫实现绿色停工。技术优化后,装置负荷100%时,尾气SO₂质量浓度可降至197 mg/m³,减少排放40%;停工期间,尾气SO₂排放浓度远低于甲烷吹硫模式,平均值可达237 mg/m³,满足GB 39728—2020对大型硫磺回收装置的SO₂排放要求。     

智能数据库学习型索引研究综述

建立高效的索引结构是提升数据库存取性能的关键技术之一.在数据呈爆发式增长、海量聚集、高维复杂的大数据环境下，传统索引结构（例如B+树）处理海量数据时面临空间代价高、查询效率低、存取开销大等难题.学习型索引技术通过对底层数据分布、查询负载等特征进行建模和学习，有效的提升了索引性能，并减少了访存空间开销.本文从学习型索引技术的基础模型入手，对RMI基础模型实现原理、构造和查询过程进行了分析，并总结了基础模型的优点和存在的问题；以此为基础，按照索引结构特点对学习型索引技术进行分类，从索引创建方式和更新策略两方面对学习型索引技术进行了系统梳理，并对比分析了典型学习型索引技术的优点及不足之处.另外，本文总结了学习型索引技术的扩展研究.最后，对学习型索引的未来研究方向进行了展望.     

基于贪心策略的最近邻Top-k偏好查询方法

传统Top-[k]空间关键字查询忽略了兴趣对象周围的基础设施属性对于用户偏好的影响,针对该问题,研究了基于影响区域约束关系的Top-[k]空间关键字偏好查询问题,设计了一种基于贪心策略的最近邻算法GS-NNA（Greedy Strategy based Nearest Neighbor Algorithm）。该算法采用R*-tree和倒排文件两种索引结构,结合贪心思想和最近邻算法,每次选择分值最高的兴趣对象作为候选结果集,并利用阈值判定条件对R*-tree进行剪枝。实验结果表明,GS-NNA算法与现有相关算法相比,有效提高了查询效率。