智能网承载能力分析

在介绍了智能网系统处理能力相关知识的基础上,阐述了智能网处理能力的分析思路,并通过引入用户数的两个公式,重点剖析了影响智能网处理能力的3个因素.     

激光窄脉冲信号探测电路的设计与接收

在激光反射层析成像雷达系统中,激光脉宽越窄,系统的成像分辨率越高。而高带宽、无失真的探测接收电路设计起来较为困难。详细分析了雪崩光电二极管(Avalanche Photodiode,APD)模型及其主要性能参数,并选择了合适的探测器。然后对前置放大电路、主放大电路和可控增益放大电路进行了较为详细的分析,并设计了合适的电路结构。GHz级微弱光电信号在被接收时很容易受到外部噪声的干扰,这会导致接收波形产生畸变。采用电磁辐射屏蔽方法消除了干扰,最终无失真地探测和接收到了1 ns窄脉冲激光信号,满足了激光反射层析成像雷达系统的0.15 m成像精度要求。     

膜进样质谱技术及其应用

膜进样质谱（MIMS）具有简单、快速和高灵敏等优点,在现场检测中的应用日益广泛。该技术利用半透膜将目标化合物从复杂的气相、液相体系中选择性分离后进入质谱进行分析检测。由于其可在不经色谱分离和样品前处理条件下实现复杂实际样品的分析,特别适合于现场应用。该文综述了膜进样质谱的原理和主要组成,重点论述了膜进样-单光子软电离质谱方面的技术进展以及膜进样质谱在环境、生态学、生命科学、生物等领域的应用进展。最后,对膜进样质谱今后的发展趋势进行了总结和展望。     

丝网印刷电极及其在重金属快速检测中的应用

利用简单、快速、高灵敏的方法对食品中的重金属进行检测具有重要意义。丝网印刷电极（SPE）因具有小巧便携、样品用量少、成本低等优点,在电化学快速分析领域具有明显优势,可实现食品中重金属等污染物质的快速现场分析。该文主要介绍了丝网印刷电极的概念、制作工艺、制备材料和修饰材料,综述了丝网印刷电极在重金属快速检测方面的应用进展,并讨论了其目前形势及未来发展趋势。     

超高效液相色谱-串联质谱法测定化妆品中的6种镇痛类化学成分

建立了同时测定化妆品中氨基比林、非那西丁、双氯芬酸钠、吲哚美辛、保泰松、氯苯那敏等6种镇痛类化学成分含量的超高效液相色谱-串联质谱（UHPLC-MS/MS）法。以膏霜、面膜、啫喱和喷雾类样品为代表性基质,化妆品样品采用乙腈进行超声辅助液液萃取,采用ACQUITY UPLC BEH C18柱（2.1 mm×100 mm,1.7μm）分离,以含5 mmol/L乙酸铵的乙腈和水为流动相进行梯度洗脱,在多反应监测（MRM）模式下,通过串联质谱检测器进行检测。结果表明,6种化合物在5～200μg/L范围内线性关系良好,相关系数（r）均大于0.99,检出限和定量下限分别为0.15μg/g和0.50μg/g。低、中、高3个浓度水平的加标回收率为75.0%～120%,日内相对标准偏差（RSD）均不大于7.9%,日间RSD均不大于9.7%。该方法操作简便、灵敏度高、准确性好,适用于化妆品中镇痛类化学成分含量的检测,可为化妆品安全监管提供技术支撑。     

低温预冷换热规律及表面改性影响研究

调研了低温管路预冷及两相换热的研究现状,阐述了低温预冷瞬态换热特性;介绍了金属表面改性对预冷规律的影响,仿真了低导热涂层管的预冷换热规律.研究发现:液氮预冷主要由膜态沸腾支配,且预冷耗时较长;液氢预冷未见膜态沸腾,预冷耗时更短.促进膜态沸腾向过渡沸腾的更早转化有利于预冷加速,且转化温度迁移可通过内壁表面结构改性实现,可...     

基于光纤光栅技术黏性土中静压闭口管桩试验研究

为研究黏性土中静压闭口管桩的贯入机理,开展了室内模型试验.制作了两根不同直径的闭口管桩,通过桩身开浅槽,单根嵌入6个增敏微型光纤光栅传感器,连续监测了静力压桩过程桩身内力变化规律,试验结果表明:由于FBG传感技术灵敏系数高、长期稳定性好等优点,因此能较好的监测沉桩过程桩身受力状态.桩径越大,摩阻比、单位摩阻力越大,端阻...     

正火和回火处理过程中W/Fe/RAFM钢接头W/Fe界面组织和剪切性能的演化

对热等静压(HIP)扩散焊制备的W/Fe/RAFM钢接头进行了正火和回火处理,以恢复其中RAFM钢的组织和性能.采用电子探针微分析器(EPMA)和掠入射X射线衍射(GIXRD)对W/Fe界面组织的演化进行了分析,采用剪切测试和扫描电镜(SEM)对接头连接性能的演化进行了测试和分析.结果表明,正火处理后,RAFM钢中的C...     

基于条件生成式对抗网络的油藏单井产量预测模型

为克服机器学习方法在油藏单井产量预测中的过拟合问题,提高油田生产中的产量预测精度,提出一种基于条件生成式对抗网络(CGAN)的油藏单井产量预测模型。该模型使用长短期记忆、全连接等基础神经网络,构建生成和判别网络模型。生成网络模型以产量影响因素为条件输入,生成预测产量数据,利用对数损失函数评价预测数据与真实数据之间的偏差,通过条件生成式对抗网络的博弈训练,并结合贝叶斯超参数优化算法,优化模型结构,综合提高模型的泛化能力。基于Eclipse数值模拟软件建立同一井网条件下不同地质和生产条件下的油藏单井产量数据库,以地质与生产条件等产量影响因素作为模型的条件输入,进行油藏单井产量预测。结果表明：与全连接神经网络(FCNN)、随机森林(RF)以及长短期记忆神经网络(LSTM)模型的预测结果相比,CGAN模型在测试集上的平均绝对百分比误差分别提升了2.59%、 0.81%以及1.72%,并且过拟合比最小(1.027)。说明CGAN降低了机器学习产量预测模型的过拟合程度,提高了模型的泛化能力与预测精度,验证了所提算法的优越性,对指导油田高效开发和保障我国能源战略安全具有重要意义。     

WSN低功耗低时延路径式协同计算方法

针对云计算应用于无线传感器网络(Wireless Sensor Network,WSN)时延敏感型业务时存在的高传输时延问题,提出了一种WSN低功耗低时延路径式协同计算方法.该方法基于一种云雾网络架构开展研究,该架构利用汇聚节点组成雾计算层;在数据传输过程中基于雾计算层的计算能力分步骤完成任务计算,降低任务处理时延;由...