合成氨中置锅炉的修复

本文在分析中置锅炉失效原因的基础上，提出了详细的修复措施，为类似情况的设备修复提供了借鉴。     

基于无人机倾斜摄影的嘉兴老城区住宅识别

为了应对老城区房屋数据信息不足、获取不便的问题,提出利用无人机（UAV）倾斜摄影测量技术实现老城区住宅自动识别的方法. 根据老城区典型多层住宅的外立面特征,确定出阳台构造、立面朝向和房屋长宽比3个参数控制的住宅判别标准. 通过无人机摄影测量获取嘉兴研究区的密集匹配点云、数字正射影像（DOM）和数字表面模型（DSM）数据. 融合DOM及DSM数据提取单体建筑轮廓,分割出单体房屋点云. 基于RANSAC算法提取房屋立面点云并确定立面朝向,根据立面的点云空间分布判断立面长度及阳台构造. 试验表明,在研究区应用该方法识别典型住宅的准确率可以达到90%.     

高档日用瓷用无铅釉的研制

简述了无铅釉的发展历史及研究现状；指出了含铅日用瓷对人体造成的危害；列出了各国家对日用陶瓷制品铅溶出量的标准。在此基础上，通过选用适当的矿物及化工原料，确定了无铅釉熔块配方。釉烧烧成温度1090℃，烧成周期2h。釉面效果良好，其性能指标满足国标的要求。     

基于总体平均经验模态分解的主动噪声控制系统研究

为了提高宽窄带混合噪声的消噪效果,本文提出一种基于总体平均经验模态分解（Ensemble empirical mode decomposition,EEMD）的主动噪声控制（Active noise control,ANC）系统,利用实时EEMD算法逐段将混合噪声分解成若干个固有模态函数（Intrinsic mode functions,IMF）分量.因为这些IMF分量的频带各不相同,所以实现了混合噪声中宽带分量和窄带分量的有效分离,独立进行ANC处理后成功解决了处理混合噪声时带来的“火花”现象,而且避免了传统混合ANC（Hybrid ANC,HANC）系统中频率失调的影响. EEMD算法也是对混合噪声的平稳化处理过程,因此当混合噪声中出现非平稳变化时,本文提出的系统也能保持较好的系统稳定性.通过不同噪声环境下进行仿真分析,提出的ANC系统比HANC系统具有更好的系统稳定性和更小的稳态误差.     

弯曲元试验高精度测试土样剪切波速方法

在HX-100型多功能三轴仪上开发了压电陶瓷弯曲元剪切波速测试系统,研究了高精度测试不同种类和刚度土样剪切波速的方法以及剪切波速弥散性问题,并将弯曲元测试结果与DrnevichLong-Tor型共振柱试验结果进行了对比。研究结果表明,对不同种类和刚度的土样,通过选用合适的激发波形和频率就可以消除接收波形的近场效应和过冲现象,高精度地确定土样剪切波速和极小应变剪切模量;在所使用的激发频率范围内,剪切波速不具弥散性。     

一种可变步长傅里叶分析器的统计特性分析

可变步长最小均方(Variable step-size LMS,VSS-LMS)算法的傅里叶分析器在稳态误差、收敛速度及追踪能力方面具有优异性能,对其进行全面的统计特性分析具有重要意义.本文基于误差服从高斯分布等假设在平均及均方意义下,推导出描述系统动态特性的差分方程组,完成系统的动态数学建模,进而对系统进行稳态性能分析,给出系统稳态误差关于参考信号频率、系统参数和附加噪声的表达式,为系统应用中的参数选取提供有效指导.仿真表明,本文建立的统计模型与仿真结果具有一致性,验证了分析的有效性.     

原状饱和黏土静止土压力系数试验研究

利用先进三轴仪进行港珠澳大桥岛隧工程原状土K0固结试验,研究不同加、卸载路径下土体静止土压力系数K0变化,分析常用经验公式及规范推荐值所估计静止土压力系数的适用性,并给出基于本次试验结果的预测公式。结果表明：港珠澳沉管隧道底面处的黏土层 K0基本为一定值,为0.47;粉质黏土层 K0与其先期固结压力成正比,在0.30～0.45范围内,均低于规范和手册对同类土的推荐值;除土性自身的原因外,原状样的胶结作用也会使其K0降低。结构性较强的原状土,在取土后再加载的过程中,K0会先降低至低于其正常固结值,再回升并逐渐稳定。原状黏性土正常固结和超固结时,均可利用前人给出的经验公式对K0进行估计,其中内摩擦角宜为土体正常固结时的有效峰值内摩擦角。     

数据中心RR架构分析及应用实践

从理论上分析4种中低压RR供电架构具体形式和特点。从建设成本、可靠性、供电效率等方面,对比分析数据中心分布式柴油发电机中压RR架构与2N架构技术特点。针对数据中心分布式柴油发电机中压RR架构存在的电气隔离等问题提出相应的运维保障措施,并介绍一种可实现A、B两路电源电气隔离的RR架构。     

基于M-DRN多尺度特征提取的入侵检测方法

针对基于深度学习的入侵检测技术存在准确率低和模型易过拟合问题,提出一种基于多尺度特征提取优化的深度残差网络(Multiscale-Deep Residual Network,M-DRN)模型.该模型在残差网络的残差块中引入多尺度特征提取和因子分解的思想,并采用BN算法提升网络收敛速度.选用NSL-KDD数据集为实验数据...