使能未来工厂的5G能力综述

5G系统将移动通信服务从移动电话、移动宽带和大规模机器通信扩展到新的应用领域，即所谓对通信服务有特殊要求的垂直领域。对使能未来工厂的5G能力进行了全面的分析总结，包括弹性网络架构、灵活频谱、超可靠低时延通信、时间敏感网络、安全和定位，而弹性网络架构又包括对网络切片、非公共网络、5G局域网和边缘计算的支持。希望从广度到深度，对相关的理论及技术应用做透彻、全面的梳理，对其挑战做清晰的总结，从而为相关研究和工程技术人员提供借鉴。     

页岩油储集层压后焖井时间优化方法

建立了考虑毛管压力、渗透压、膜效应以及弹性能的压裂-焖井-生产多过程多相流模型，提出了以产能最大化为目标的页岩油水平井分段多簇压裂后焖井时间优化方法，采用现场生产数据和商业软件验证了该模型的准确性。基于该模型和方法，根据现场压裂压力数据反演裂缝参数，建立物理模型，模拟了压裂、焖井以及生产阶段储集层孔隙压力、含油饱和度的变化动态，并研究了7种因素对最优焖井时间的影响规律，通过开展正交实验明确了最优焖井时间的主控因素。研究表明，随着焖井时间增加，累计产量增量先快速增加后趋于某一稳定值，变化拐点对应的焖井时间为最优焖井时间。最优焖井时间与基质渗透率、孔隙度、毛管压力倍数及裂缝长度呈非线性负相关，与膜效率、注入液体总量呈非线性正相关，与排量呈近线性正相关。对最优焖井时间的影响程度从大到小依次为注入液体总量、毛管压力倍数、基质渗透率、孔隙度、膜效率、压裂液矿化度和排量。     

结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。     

离子色谱仪测定水中阴离子的实验研究

离子色谱的应用,改变了实验室中人工滴定、比色等最原始的分析方法,已经成为水质监测中的重要手段。充分发挥了使用试剂少,检测灵敏度高,多项目检出限低,能同时测定多组分的优点。针对氯化物、硝酸盐氮和硫酸盐三个检测项目进行传统化学方法和离子色谱法间的比对。根据实际情况,在保证数据精确和仪器的正常安全使用基础上,讨论通过改变淋洗液的浓度,减少阴离子的保留时间,以提高工作效率。     

醇酸树脂及其涂料

<正>201504001亚麻仁油醇酸树脂涂料的制备及表征[刊,英]/Iseri-Caglar,Dondu等//Progress in Organic Coatings,2014,77(1).-81~86通过脂肪油、多元醇、多元酸制备的醇酸树脂在涂料工业中应用广泛,综合性能如干燥时间、贮存性能、涂膜外观等性能良好,而且维护简便,经济实用。本研     

大“疫”面前勇担当——记奋战在新冠肺炎疫情防控一线的消防救援队伍指战员

从烈焰滚滚的火场,到没有硝烟的战场;从抢险救援的一线,到抗击病魔的“疫线”,面对突如其来的新冠肺炎疫情和春节火灾防控“双重压力”,全国消防救援指战员与时间赛跑,争分夺秒、积极投入,做到守土有责、守土担责、守土尽责。他们日夜奋战、迎难而上的作风,让人感动;他们无私奉献、顽强拼搏的精神,催人奋进。     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。