LNG耐超低温柔性管道研究进展综述

LNG (液化天然气)耐超低温柔性管道是开采、运输、存储LNG过程中的关键装备之一, 被誉为是LNG外输系统的“血管”. 近年来, 随着LNG的开发逐渐由近海走向深远海, 耐超低温柔性管道作为LNG外输系统中的核心输运装备迎来了更加广阔的发展前景, 同时也面临着由更加严苛的海洋环境带来的结构失效的挑战. 本文针对LNG耐超低温柔性管道的工程应用背景、结构设计、内流分析等方面进行了调研与综述, 总结了LNG耐超低温柔性管道上述各项技术的研究进展. 分析了LNG耐超低温柔性管道的波纹管状结构、螺旋缠绕结构和高分子材料的柔顺性结构特征的力学机理, 总结了实现柔顺性结构的方法, 梳理了LNG耐超低温柔性管道管内流体计算分析的规律, 并对LNG耐超低温柔性管道相关技术的未来研究热点提出了展望. 我国在LNG耐超低温柔性管道相关技术的研究工作中起步相对较晚, 突破LNG耐超低温柔性管道的结构设计分析与工业应用中的关键力学问题, 实现LNG耐超低温柔性管道的国产化研制, 对于实现我国深远海天然气资源开发的“卡脖子”技术的自主可控, 助力“碳达峰”国家战略目标的实现具有重要意义.      

半导体厂超净供气系统

介绍了集成电路制造用的电子气体中粒子控制规范,供气系统用的材料及其处理技术,供气管路和配件技术,粒子过滤及计数技术。     

A new procedure to enols of 2-acylmethyl-4,4-dimethyl-2-oxazolines underultrasonically dispersed potassium system

Various enols of 2-acylmethyl-4,4-dimethyl-2-oxazolines were prepared in moderate yields via ultrasonically catalyzed reactions of 2,4,4-trimethyl-2-oxazoline with arenecarboxylic esters in the presence of UDP-t-BuCl-i-Pr2NH system.     

8098单片机在物理实验仪器中的应用介绍

介绍采用８０９８单片机设计智能化物理实验仪器的方法，对被测物理量进行数据采集和处理，结果由显示器数字显示和打印机打印输出．     

基于STM32单片机的智能山地车安防系统

为了实现山地车的防盗及找回,以及针对人们为了解决山地车在野外运动时的安全问题,提出了一种基于STM32的智能山地车安防系统。系统通过对硬件、软件的设计建立了以STM32微处理器为控制核心、SIM5320E为数据传输模块和OV7725为图像传感模块的山地车安防系统。实现了山地车所在位置和现场图像的远程传输,并有软件显示运动轨迹和上位机再现图像等功能。结果表明,本山地车安防系统运行稳定,轨迹信息精确,回传图像清晰。     

FAAS测定环境标准样品中的钠、钾、钙和镁

对火焰原子吸收光谱法测定环境标准样品中的钠、钾、钙、镁的方法进行研究.在选定的最佳仪器条件下,测定钠、钾、钙、镁的RSD分别为0.88％、0.93％、1.84％、5.13％.标准样品中钠、钾、钙、镁的回收率分别为93.0％、94.0％、109.0％、110.0％.方法操作简单,测试快速,结果准确稳定.     

纳秒电光调Q Nd:YVO4激光器

介绍了一种新颖的短腔电光调Q窄脉宽激光器,通过分析影响脉宽的主要因素,确定了激光器的结构及参数。在准连续端面泵浦条件下,采用掺杂原子分数为1.0%、沿a轴切成布儒斯特角的Nd:YVO4晶体作为增益介质,直接获得偏振光振荡,有效缩短了腔长。在物理腔长20 mm时,采用退压式电光主动调Q结构,减小了插入损耗,获得了脉冲宽度为1.049 ns、单脉冲能量为0.32 mJ、光束质量平方因子为1.9的稳定激光输出。     

FS-LSTM: sales forecasting in e-commerce on feature selection

There are many studies on sales forecasting in e-commerce, most of which focus on how to forecast sales volume with related e-commerce operation data. In this paper, a deep learning method named FS-LSTM was proposed, which combines long short-term memory (LSTM) and feature selection mechanism to forecast the sales volume. The indicators with most contributions by the extreme gradient boosting (XGBoost) model are selected as the input features of LSTM model. FS-LSTM method can get less mean average error (MAE) and mean squared error (MSE) in the forecasting of e-commerce sales volume, comparing with the LSTM model without feature selection. The results show that the FS-LSTM can improve the performance of original LSTM for forecasting the sales volume.     

8098单片机在物理实验仪器中的应用介绍

介绍采用8098单片机设计智能化物理实验仪器的方法，对被测物理量进行数据采集和处理，结果由显示器数字显示和打印机打印输出．