304不锈钢局部干法水下激光填丝焊接工艺及焊缝性能研究

目的采用自主研制的水下激光填丝焊接装备,在304奥氏体不锈钢板材表面进行U形坡口激光填丝焊接试验,为304不锈钢水下修复工作提供技术参考。方法在功率为5600 W、焊接速度为6 mm/s、送丝速度为205 cm/min、保护气体流量为15 L/min、排水气体流量为30 L/min的条件下进行焊接试验,并对空气和水下环境下的焊缝进行对比检测分析。通过光学显微镜分析2种环境下焊缝的显微组织;对2种焊缝进行拉伸、弯曲等力学性能测试;采用显微硬度计测试1 kg载荷下不同区域的显微硬度;使用VersaSTAT 3F电化学工作站测定在3.5%(质量分数)的NaCl溶液中2种焊缝的开路电位和极化曲线。结果2种环境下的焊缝均无明显裂纹、气孔等缺陷;显微组织主要由奥氏体和铁素体组成,但2种环境下焊缝的奥氏体晶粒大小和铁素体形状均略有差别,焊缝拉伸断口均为典型的韧性断裂形貌且抗拉强度符合304不锈钢标准。2种环境下焊缝的微观组织和晶粒大小不同,水下焊缝硬度高于空气的。通过分析2种环境下焊缝的开路电位和极化曲线,可知水下焊缝的耐腐蚀性略高。结论所开发的局部干法水下激光填丝焊接工艺可以满足实际工程中水下焊接维修的要求,其焊缝性能可以满足304不锈钢空气环境下的焊接质量标准。

921A舰船钢激光-MAG复合焊接过程数值模拟分析

目的对厚度为16 mm的921A舰船钢进行激光-MAG复合焊接,得到最佳工艺参数,从数值模拟的角度验证焊接工艺的可靠性。方法利用SYSWELD+Visual-Environment软件对激光-MAG复合焊接过程进行数值模拟,选用3D高斯热源与双椭球热源相结合的复合热源模型对激光-MAG复合焊接过程进行仿真,绘制不同时刻及不同焊缝区域的时间-温度曲线,采用热弹塑性有限元法对应力变形场进行仿真计算。结果双椭球热源模型与3D高斯热源模型相结合的复合热源模型能够获得较为理想、接近真实热源形貌的热源形态;焊缝区域的焊接热源在行进过程中温度稳定,模拟热源温度可达3200℃,具有典型的焊接热循环曲线特征,且距离焊缝越远,升温速率和冷却速率越慢;焊接残余应力主要集中在焊缝处,约为440 MPa,且焊缝两端的结合部位具有较高的残余应力。结论复合热源模型适用于16 mm厚的921A钢激光-MAG复合焊接数值模拟,焊后板材的残余应力低于材料的屈服强度,冷却后板材的变形程度较小,最大变形量为1.13 mm,表明激光-MAG复合焊接方法及工艺适用于16 mm厚921A钢的焊接。

基于BP神经网络的儿童智能化学习分析算法研究

为更好地激发儿童的学习兴趣,从更广的视角把握儿童学习的方向,提出一种基于反向传播(Back Propagation,BP)神经网络的儿童智能化学习分析算法。首先,根据学习内容、专注程度、时间投入等因素建立原始数据矩阵,并构建基于BP神经网络的儿童智能化学习分析模型;其次,依据提出的模型以及改进的BP神经网络算法,设计基于BP神经网络的儿童智能化学习分析算法;最后,在智能仿真平台上进行实验。实验结果表明,该算法在分析儿童的学习方向上有较高的准确率。

基于区块链的电子病历系统的实现与应用

就诊者的病历往往集中存储在就诊医院的电子病历系统中,而传统电子病历系统存在数据易篡改、海量数据存储难、不可共享以及隐私保护差等问题。为了解决这些问题,将区块链技术和Hadoop引入电子病历系统,构建去中心化的、可共享的电子病历系统。分析了电子病历系统中存在的问题。然后,利用区块链的技术特点,结合Hadoop的分布式文件系统(Hadoop Distributed File System,HDFS)以及电子病历系统的流程,构建基于区块链的电子病历系统。

物流服务交易区块链与蚁群智能合约算法研究

为解决物流服务交易中供应商、生产商、用户等多方参与者之间的信用关系缺失,提高制定合约的效率,避免干扰合约的正常执行以及传统合约的可抵赖性、可篡改性以及不可追溯性等问题,提出了物流服务交易区块链与蚁群智能合约算法。分析传统的物流服务交易模式存在的问题,提出一种新的物流服务交易合约概念模型,并利用区块链和智能合约的特点和优势,以及物流服务交易中的信息发布、谈判、议价、制定合约等交易环节和区块链的链接关系,构建一种去中心化的物流服务交易智能合约区块链模型。以该模型为基础,依据物流服务交易合约的工作流程以及蚁群算法的特点,设计了物流服务交易区块链与蚁群智能合约算法。在多节点物流服务交易仿真平台进行实验,实验结果表明,该算法实现了基于区块链的多物流用户服务交易智能合约的创建、存储和自动执行,整个过程透明可跟踪、共识且不可篡改。因此,该算法是基于区块链解决物流服务交易问题的一种有效方法。

基于深度学习的物流配送路径优化算法的研究

针对物流配送过程,传统路径优化算法对交通拥堵、天气状况、环境因素不敏感,导致车辆在物流配送中效率低下、意外状况多的问题,提出基于深度学习的物流配送路径优化算法。首先构建基于自编码网络的模型,依据样本数据对模型进行训练,预测路段代价值ω,然后与城市干道网络相结合,建立带权重交通网络。最后,通过与禁忌搜索物流配送路径优化算法对比实验,该算法在实际配送中配送速度、物流成本与经济效益明显优于禁忌搜索路径优化算法。因此,该算法是物流配送路径优化的一种有效方法。

基于零知识验证签名的食品供应链追溯算法研究

为了解决现有食品供应链溯源机制中缺少身份认证机制、溯源数据的真实性和完整性无法保证的问题,提出了一种基于零知识验证签名的食品供应链追溯算法。首先,分析现有食品供应链追溯机制存在的不足,运用零知识验证签名隐私保护特性,构建基于零知识验证签名的食品供应区块链的结构和追溯模型。然后,依据食品供应链构成和编码原理,对多目标食品供应链的区块追溯的工作机理进行研究,设计出零知识验证签名的食品供应链追溯算法。最后,在同盟链环境下,通过仿真实验结果分析表明,该算法在追溯时间短、追溯路径准确率均优于比较算法。因此,该算法是一种面向多用户、快捷、准确率高、保密性强的区块链追溯算法。

基于区块链的旅游服务交易智能合约算法研究

为解决旅游企业为了获取更大的利益存在在第三方平台上发布虚假信息、不透明的交易数据以及客户身份信息存疑等问题,提出了一种基于区块链的旅游服务交易智能合约算法。分析传统旅游服务交易模式中存在的问题;并根据区块链的不可篡改性和公开透明性等特点,提出了一种去中心化的旅游服务交易机制。并设计了基于智能合约的旅游服务去中心化的交易方法,确保整个交易过程中信息公开透明化、不可篡改。实验结果表明,该方法是一种有效的方法。

基于LASSO回归和多层感知的癌组织RNA-Seq数据分类算法研究

目的:为了解决癌症基因RNA-Seq(RNA-Sequencing,转录组测序技术)技术每次测序过程产生海量高分辨率、高维、高冗余的数据,给基因表达数据分类带来困难的问题。方法:提出了一种基于LASSO(Least Absolute Shrinkage and Selection Operator,LASSO)回归和多层感知的癌组织RNA-Seq数据分类算法。首先,从TCGA数据库获取十个疾病的基因数据集并对原始RNA-Seq的基因表达谱基因数据进行数据清洗和标准化处理,去除重复的基因,选取表达量最大的基因并将数据做标准化处理。其次,采用LASSO回归的方法对处理后的数据进行降维和特征提取,获得与疾病标签最相关的特征基因集。最后,运用多层感知器神经网络(Multilayer Perceptron,MLP)模型对特征基因进行学习和训练,实现有效地识别和分类。实验结果:实验表明,该算法在10种癌细胞基因测试数据集中分类总准确率达到99.8%,高于LASSO-CNN分类模型的总准确率98.9%和LASSO-BP神经网络分类模型的总准确率99.4%。结论:该算法克服了转录组测序数据量大、特征多、数据差异大的缺陷,是一种有效的癌症基因表达测序分类新算法。

激光旁轴送丝熔覆堆积成形焊缝特征拟合及最佳搭接率模型验证

在激光旁轴送丝熔覆成形中,表面平整度是影响其成形质量的关键因素。为获得理想的表面平整度,选取ER-2209焊丝,基于激光旁轴送丝单层单道熔覆焊缝形貌,使用MATLAB软件对其进行图像处理、焊缝特征提取及数学拟合。试验结果表明,传统焊缝的抛物线模型与实际熔覆焊缝特征差异较大,为保证误差可控,同时避免不利因素的产生,经过多组不同阶数的拟合结果对比发现,使用6阶函数对试验对象的拟合效果更好。由焊缝曲线的拟合结果可得出最优拟合函数,进而利用微分的思想建立最佳平整度的数学模型,可求解出最佳理论搭接率,并通过5组单因素激光旁轴送丝搭接试验对所提出的表面平整度模型进行验证。结果表明,焊缝表面平整度是焊缝特征和层间偏移量的函数;该模型的理论最佳搭接率是30.45%,试验验证的理想搭接率在30%~35%之间,在试验误差允许范围内理论最佳搭接率成立。在实际的激光旁轴送丝熔覆成形过程中,可以根据实际情况,在理论最优搭接率基础上小范围灵活调整。

抓好“三基”建设做实安全管理——中国航油广东分公司连续八年无安全事故的做法

基层建设、基础管理、基本素质（简称“三基”）是以石油、石化系统为代表的国有企业在长期摸索实践中逐步形成、具有鲜明中国特色的企业管理模式，也是企业确保安全生产的重要手段。中国航空油料有限责任公司广东分公司全面开展“三基”建设工作以来，安全生产工作取得了良好的效果，企业安全生产综合管理水平得到明显提升，2004年至2011年实现了连续八年无安全事故的良好业绩，各项安全指标达到同行业先进水平。