浅谈高层建筑大体积承台混凝土施工

论述了公寓式建筑基础不同厚度相互连接的大体积混凝土工程的施工过程及其质量保证方法,实践表明,为保证大体积混凝土在硬化及升温过程中不出现温差裂缝及早期塑性收缩裂缝,采用"内散升蓄,分层浇注,中间设置抗缩钢筋网片"的做法是可行的,可供类似工程施工借鉴参考.     

胜利油田小井眼钻井初步试验的效果及分析

小井眼钻井是目前国内外蓬勃开展的钻井技术之一，主要目的是为了节省油田的勘探和开发成本，胜利油田开展了七口小井眼浅层气井的钻井试验，取得了几点认识，本文对试验情况进行了简要总结，对试验效果进行了简要分析，提出了今后如何完善这项技术建议。     

浮阀塔盘与固阀塔盘在甲醇水分离塔中的应用

本文基于浮阀塔盘在甲醇水分离塔中运行过程中易发生筛孔堵塞,严重影响系统脱水,而且又增加了甲醇消耗。更换为固阀塔盘后,塔板不但不容易堵塞,而且操作弹性大,能满足系统要求。本文通过对塔盘改造前后,系统水含量、甲醇消耗量进行对比,指出固阀塔盘和浮阀塔盘在实际操作中的优劣。     

液相色谱仪在生物技术中的应用

液相色谱仪可应用于生物化学、生物医学、环境化学等方面的分析研究。随着现代医学的发展,采用液相色谱法进行生物技术研究已经成为一种常规方法。鉴于此,针对应用液相色谱法进行生物技术研究时出现的常见问题进行分析,并提出合理的解决办法。     

垂直井中旋转钻柱受拉段分岔研究

在以往对钻柱稳定性的研究中 ,人们对受压段钻柱的稳定性问题给予了足够的重视 ,而对受拉段钻柱稳定性的研究则明显不足。钻柱属于细长柔性杆件 ,大部分钻柱在工作时处于受拉状态。在旋转钻井作业中 ,当钻柱较长且转速与拉力存在某种关系时 ,钻柱受拉段也会发生屈曲变形。考虑到垂直井中钻柱受拉段在旋转时的转动效应 ,建立了顶部悬挂、受分布浮重作用的旋转细长钻柱的分岔微分方程。通过对方程的数值求解 ,得到了相应的分岔值曲线。利用该计算模型可以模拟石油钻井工程中旋转细长钻柱受拉段的工作状态 ,所得结果对钻井作业具有一定的指导意义。     

电动汽车新型永磁同步电机的非均匀气隙建模及性能分析

针对电动汽车永磁同步电机输出扭矩大、恒功率调速范围宽的需求,研制了一种新型内置切向径向并联磁路非均匀气隙永磁同步电机。通过建立非均匀气隙转子正弦分布子域模型,并结合能量法和傅里叶分解法,推导了均匀气隙和非均匀气隙时齿槽转矩的解析表达式,获得了转子偏心距对齿槽转矩、弱磁扩速倍数的影响规律。结果表明:对于提出的内置切向径向并联磁路永磁同步电机,当转子偏心距为4mm时,电机峰值齿槽转矩削减了62%,弱磁扩速倍数提高了16.7%。试制的样机通过试验验证了理论分析的正确性。     

三维卷积神经网络模型联合条件随机场优化的高光谱遥感影像分类

高光谱遥感影像分类通常基于地物光谱特征,但影像中同时还存在丰富的空间信息。空间信息的有效利用能显著提高图像分类效果。因其具有的特殊结构,卷积神经网络(CNN)已成功地应用在图像分类领域,对二维图像分类具有很好的效果。如何通过深度学习并结合空间光谱信息来提高分类性能是一个关键问题。结合高光谱影像中的空间特征与光谱信息,提出一种适合于高光谱像素级分类的深度学习三维卷积神经网络模型(3D-CNN),并在初始分类的基础上利用多标签条件随机场进行优化。选取三个通用公开高光谱数据集(Indian Pines数据集、Pavia University数据集、Pavia Center数据集)进行测试,结果表明分类优化后精度得到很大提升,总体精度可达98%,Kappa系数达到97.2%。     

扫描电子显微镜-能谱分析仪(SEM-EDS)中面扫描法在高分子材料失效分析中的应用

用扫描电子显微镜搭载的有窗X射线能谱仪（EDS能谱）对荧光样品进行分析时,由于电子束的激发作用,样品受激自发产生的荧光将严重干扰EDS能谱探头对特征X射线的分析,最终导致定量困难甚至难以定性. 新型无窗EDS能谱由于其优异的低能量端信号采集与分析能力,结合单颗粒小区域采集的方法,可以成功实现荧光样品的正常EDS能谱分析. 由于无窗EDS能谱仪没有传统薄膜窗口的吸收作用,其最低可分析元素为锂. 通过优化加速电压,并借助样品表面钝化膜的保护作用,克服了背景噪音与样品污染的干扰,成功实现对单质锂的检测.     

生物技术实验中元素测定方法的应用

元素医学就是在原子、分子生物学基础上,以元素平衡为核心,从事研究、观察和解决人类健康问题的一门学科。微量元素通过与蛋白质和其它有机基团结合,可以形成酶、激素和维生素等生物大分子。鉴于此,针对微量元素测定在生物技术实验中的应用进行探讨。     

联合连续学习的残差网络遥感影像机场目标检测方法

在现有的高分辨率、大尺度目标遥感图像的检测中,传统方法由于提取特征手段单一、速度慢而无法快速并准确地从光学遥感影像中实现机场目标的识别。受人类视觉系统层次认知的启发,提出了一种适用于中高分辨率光学遥感影像的机场目标检测网络(CLRNet)。首先构建深度残差块,并将其作为特征提取网络;然后基于生成的样本核心集,采用连续学习方式从海量遥感数据中逐次迭代,精调机场检测模型;经过连续学习得到了鲁棒性强、遗忘度低的检测模型,该模型可以准确快速地从海量复杂背景下的光学遥感影像中识别出机场目标,而且对薄云遮挡以及卫星拍摄不全的机场有较好的识别效果。选取国产吉林一号卫星影像数据集进行测试,结果表明:所提方法的检测精度mAP(IoU不小于0.5)可达0.9613,每景的检测时间为0.23 s。