胶质对沥青质沉积影响研究进展

沥青质沉积会降低油藏润湿率,造成输油管道堵塞,严重影响原油开采。原油中的胶质对沥青质沉积有重要影响。其作用效果与胶质浓度、胶质分子结构及极性有关。本文从胶质的结构与性质,胶质对沥青质沉积的抑制作用和促进作用等方面介绍胶质对沥青质沉积影响的研究进展。

深基坑支撑拆除及梁与板结构换撑施工技术

该项目原设计采用后浇带处型钢梁换撑+外墙与围护结构间混凝土板换撑的做法,存在后浇带钢材暴露锈蚀、泥水渗流的质量隐患,以及主塔结构工期严重不足的问题,通过在温度后浇带处采用跳仓法,板撑替换型钢梁撑及外墙与围护结构间钢筋混凝土梁撑替换板撑的做法,研究深基坑支撑拆除及梁与板结构换撑施工技术,解决深基坑支撑结构拆除对施工的不利影响,确保基坑及周边建筑安全稳定,有效避免后浇带渗漏及钢材锈蚀,优化防水及回填施工工序,整体加快施工进度,提高工程质量。

职业院校产教融合型实训基地校企共建模式实践研究——基于山东交通职业学院校企合作“333”模式分析

产教融合、校企合作是职业教育的本质要求,也是职业教育外应形势变化,内接专业(群)发展的必由之路,在推动形成产教良性互动、校企优势互补,改善办学条件,提高职业教育适应性、吸引力和培养质量等方面起着举足轻重的作用。为破解企业参与职业教育的深度与融合问题,以校企合作共建产教融合型实训基地为载体,以培养德技并修,适应企业生产、管理、服务一线需要的高素质技术技能人才为目的,探讨职业院校产教融合型实训基地校企共建模式,基于山东交通职业学院校企合作“333”模式和“双导向、三融入、四对接”的建设路径,实现产教研融合互促,课岗证多维赋能综合育人的校企合作模式,推进职业院校校企合作深入开展,为职业院校实训基地建设高质量内涵发展提供借鉴。

以学科竞赛为引导的材料专业实验教学模式的探索与实践

学科竞赛是培养大学生创新精神和实践能力的有效载体之一,本文以专业学科技能大赛为依托,努力推进专业实验教学内容、实施过程和效果评价等方面的改革与实践,为学科竞赛成为弥补传统本科教学、锻炼青年教师队伍和培养学生实践能力的重要途径进行了探索,以期不断提高材料类学科的人才培养质量。

科技领军人才谈科技人才支撑中国式现代化建设

对于轨道交通领域而言,众多的行业高校在基础性、战略性、前沿性、颠覆性技术领域积极探索,承担国家重大科技任务,产生了一批重大原始创新成果,保障我国轨道交通领域技术领先。重大原始创新成果是国家科技进步的关键,往往萌发于深厚的基础研究,产生于学科交叉领域和青年英才集聚、教学相长的环境之中,高等院校在这些方面都具有天然优势,因此要充分重视高等院校在国家创新体系中的地位。应充分发挥高校人才培养优势,坚持以人为本,着力造就创新拔尖人才。既要重点培养战略科学家、学术大师、科技领军人才、青年科技人才后备军和高水平创新团队,也要努力培养造就一大批大国工匠、卓越工程师、高技能人才,全面提高人才自主培养质量。

机动目标跟踪波形和检测门限自适应算法

由于现有雷达目标跟踪波形和检测门限自适应算法大多围绕以距离、距离率作为量测的一维运动目标展开,忽略了角度对目标跟踪的影响,从而无法对目标进行跟踪定位。为此,提出一种杂波背景下针对二维机动目标跟踪的雷达波形和检测门限联合自适应算法。首先,对传统基于时延-多普勒分辨单元的理论作进一步扩展,设计出一种包含距离-距离率和方位为量测的具有“棱柱”结构的分辨单元;然后,给出了包含波形参数和检测门限的量测误差协方差的联合近似表达式;最后,利用认知雷达思想,以滤波误差协方差的迹最小为代价函数自适应选择下一时刻的波形参数和检测门限,以提高系统的跟踪性能。仿真结果表明,波形和检测门限联合自适应算法的跟踪性能要明显优于传统的固定参数跟踪算法。

基于模糊聚类的群分离与合并跟踪算法

针对密集杂波背景下群目标分离或合并时估计误差增大的问题,提出了基于模糊聚类的群跟踪算法。该算法首先基于多特征信息融合的思想,融合群目标的运动状态信息和电磁辐射信息,通过计算候选回波与真实目标的关联度对量测进行筛选;其次,对群内目标进行聚类,形成若干个聚类小群,通过估计各小群的运动状态实现对大群的整体跟踪,并利用最近邻(NN)算法进行航迹维持。仿真结果表明,该算法提高了杂波背景下群目标跟踪的精度,并且能够较为准确地检测出群的分离与合并,相比传统算法,性能有所提高,具备工程实用性。

一种混合的机动群目标分离检测跟踪算法

为了改善雷达对分离后群目标的跟踪性能,提出了一种混合的群目标分离检测与外形估计算法。该算法首先利用单个随机矩阵计算群外形尺寸,然后根据其数值变化分析群的态势;当检测到群分离后,利用k-均值聚类算法对各分群进行聚类,采用最小二乘法将各分群的有效量测拟合成多个椭圆,最后进行航迹关联。该算法的特点是:基于聚类思想处理分群量测,并采用多个椭圆描述群目标的形状;相比于传统随机矩阵算法,估计结果收敛较快。仿真结果表明,相比于传统单个随机矩阵,该混合算法能够估计分离后的群目标形状;相比于半正定规划求解群形状参数,该混合算法的单次蒙特卡洛仿真时间减少了2个量级,证明了算法的有效性。

认知雷达波形和检测门限自适应跟踪算法

为有效改善杂波背景下雷达目标跟踪中的不确定性问题,提出一种基于认知雷达的波形和检测门限联合自适应跟踪算法。首先,给出雷达目标跟踪的信息熵不确定模型,提出用滤波误差协方差的行列式来描述目标状态跟踪的不确定性;然后,基于时延-多普勒分辨单元理论,给出单个高斯线性调频脉冲包含波形和虚警概率参数的量测误差协方差的近似表达式;最后,受人类"感知-行动"循环机制启发,设计出基于信息熵最小为代价函数的自适应波形和检测门限跟踪算法。仿真结果表明,所提出的联合自适应算法的信息熵比目标跟踪的不确定性传统算法可减少30%以上,总体跟踪性能得到明显改善。

基于波形自适应的认知雷达机动目标跟踪算法

从认知雷达的角度出发,综合考虑跟踪模型和波形选择,提出一种能够适应目标运动状态急剧变化的波形自适应机动目标跟踪算法。首先,将匀速运动模型和当前统计模型作为交互式多模型(IMM)的模型集,并结合贝叶斯理论提出一种时变转移概率的自适应IMM算法。然后,结合量测误差椭圆与目标状态预测误差椭圆正交理论,研究了基于基带脉冲波形模糊函数旋转的波形库实现方法并给出了波形自适应选择跟踪算法的具体步骤。仿真实验表明,所提算法能够适应目标不同加速度机动,雷达系统跟踪性能得到了较大幅度提升。

多特征信息融合的中心群跟踪算法

传统的中心群跟踪(CGT)算法通过跟踪群的几何中心来实现对群整体运动的估计,但当存在杂波时,群目标的空间分布会受到杂波干扰,使群的中心位置受到影响,导致跟踪误差增大。文中基于多特征信息融合的思想,利用传感器获得的电磁辐射特征信息,将运动状态信息与时、频域特征信息进行融合,通过比较相关波门内的量测值与预测值之间的关联度,以达到滤除杂波的效果,完成对群中心的状态估计。仿真结果表明,文中算法在均方根误差和平均有效量测点数等方面相比传统算法有所改善,证明了算法的有效性。

我国景观行政诉讼的现状与探讨--以日本景观行政诉讼为参考

我国景观行政诉讼中,法院在原告资格审查阶段较为宽松地承认景观利益,但在实体审查阶段回避了对行政裁量的司法审查。日本在景观行政诉讼的实体审查中,通过判断过程审查的方式对涉及景观利益的行政裁量进行审查,对景观利益的保护发挥了积极作用。我国对行政裁量进行司法审查的基础理论、法律依据和司法实践已经逐渐成熟,在景观行政诉讼中引入判断过程审查方式对行政裁量进行审查,对景观利益的保护具有积极的推进作用。

DEVELOPMENT OF A DATA MINING METHOD FOR LAND CONTROL

Land resources are facing crises of being misused,especially for an intersection area between town and country,and land control has to be enforced.This paper presents a development of data mining method for land control.A vector_match method for the prerequisite of data mining i.e., data cleaning is proposed,which deals with both character and numeric data via vectorizing character_string and matching number.A minimal decision algorithm of rough set is used to discover the knowledge hidden in the data warehouse.In order to monitor land use dynamically and accurately,it is suggested to set up a real_time land control system based on GPS,digital photogrammetry and online data mining.Finally,the means is applied in the intersection area between town and country of Wuhan city,and a set of knowledge about land control is discovered.

基于改进BAS-BPNN的Stewart平台位姿正解

针对目前Stewart平台位姿正解难以兼顾高精度和实时性的问题,设计出满足平台精度要求且运算时间尽量少的正解方法是研究并联平台运动学的关键。首先建立平台运动学反解模型求得BP神经网络(BPNN)的训练集,然后调整步长策略和引入惯性权重改进天牛须搜索算法(improved BAS,IBAS),提升算法性能,通过改进后的算法优化BP神经网络的初始权阈值,反复学习训练至最小误差,最后选取一段位姿变化进行仿真验证。仿真结果表明,IBAS-BPNN正解法在选取的100组位姿点中的最大位姿误差小于0.6%,运算时间为31.9 s,通过与遗传算法(GA)、粒子群算法(PSO)和天牛须搜索算法(BAS)优化的BP神经网络模型进行对比分析,验证了IBAS-BPNN模型在精度和运算速度方面具有优越性。算法模型有效提升了Stewart平台位姿正解的精度和实时性,为平台的运动学和控制提供了理论和方法参考。

基于复杂网络的关联公共交通系统韧性分析

为保证城市公共交通系统的正常运行,对其拓扑结构及韧性进行研究。依据城市公交与地铁之间的耦合距离,建立相互依赖的公共交通网络模型,通过深度学习对耦合网络的拓扑属性进行识别;结合熵权法与最优理想解距法提出节点综合重要性指标,根据节点重要性对节点进行择优恢复,对比不同恢复策略下的网络韧性。以武汉市公共交通网络为例,验证了该方法的适用性和准确性。

圆拱形斜拉桥桥塔超高支架稳定性分析

以斜拉桥桥塔合龙段施工超80 m钢管型钢支架为研究背景,介绍目前支架的研究和应用现状,明确该超高支架研究的必要性;对支架稳定性分析方法中的有限元法计算理论进行详细介绍,并采用有限元法分析风荷载、约束条件及初始缺陷对该钢管型钢支架稳定性的影响,基于该支架1阶屈曲模态的特点,提出4种可提高支架稳定性的参数优化方案并进行分析计算。结果表明:风荷载、约束条件及初始缺陷对超高支架稳定性均有影响,但不影响支架失稳的位置;越靠近支架顶部,约束条件的改变对支架稳定性的影响越小;初始缺陷越大,支架临界荷载系数越小,但初始缺陷对临界荷载系数的影响有限;4种优化方案中采用增加失稳部位钢管立柱间剪刀撑尺寸的方案较其他3种方案更有效、更经济,支架的稳定性可提高47.8%左右。

现代汽车新技术现状及发展趋势展望

随着网络、电子、智能以及控制技术不断被应用于汽车上,汽车行业新技术的发展给消费者带来了更加安全、舒适的用车环境。大众需求的多元化发展使汽车发展呈现出多元融合的趋势,即通过车载环境感知系统和信息终端实现与车、路及人等的信息交换,使车辆具备智能环境感知能力。文章针对汽车新技术的应用现状和发展趋势进行了探析,以期能更好地应用和推广汽车新技术。

热处理对铸造Mg-7.5Gd-3Y-0.5Zr合金动态冲击行为的影响

采用金相光学显微镜(OM)、扫描电子显微镜(SEM)、能谱分析(EDS)、X射线衍射(XRD)、硬度测试以及分离式霍普金森压杆等手段,探究了经固溶和时效处理后Mg-7.5Gd-3Y-0.5Zr合金在室温条件下的动态冲击行为。结果表明:固溶态和时效态合金均表现出优异的抗冲击性能,固溶态合金在应变速率为3649 s^(-1)时,合金抗压强度最高为507 MPa;时效处理的合金,在4079 s^(-1)高应变速率下表现出了574.5 MPa超高的抗压强度。固溶态合金随着应变速率的增加,动态析出相明显增多,合金性能明显提升,动态析出粒子与方块状富稀土粒子协调作用阻碍了位错运动,使合金保持优良的抗冲击性能。较固溶态合金而言,时效态合金动态析出相体积分数减少,随着应变速率的增大,动态析出也呈现减少的趋势,在高应变速率4079 s^(-1)时,未观察到动态析出粒子。因此,时效态样品在变形过程中,纳米析出相是影响合金性能的主要因素,随着应变速率的增加,纳米析出相作用更加突出。

V对富Fe非等原子比FeCrCoNi高熵合金组织及性能的影响

采用机械球磨与放电等离子烧结的方法进行FeCrCoNi高熵合金的制备,通过降低Co和Ni含量,从而引入V元素,研究了V含量对Fe_(45)Cr_(15)Co_(10)Ni_(30)高熵合金组织与力学性能的影响。研究发现,与Fe_(45)Cr_(15)Co_(10)Ni_(30)合金相比,含V的高熵合金呈现出富V的BCC相,同时随着V含量的增加,BCC相的形貌与分布也出现了变化。Fe_(45)Cr_(15)Co_(2.5)Ni_(22.5)V_(15)合金的屈服强度与抗压强度分别达到最高的869±8 MPa和1675±5 MPa,同时其应变率46.1%±1.7%也维持了较高的水平。V的引入有效提升了Fe_(45)Cr_(15)Co_(10)Ni_(30)合金的硬度与压缩性能,可得到强度与塑性匹配良好的高熵合金。

基于Labview视觉定位在楼宇消防中的应用

针对楼宇消防和定点火源灭火问题,本文设计了一套由Labview视觉助手Vision辅助下的楼宇消防安全辅助软件。提出了一种基于原楼宇摄像监控下的深层次处理算法,并可结合消防设施实现定点火源追踪、辅助灭火的目的。将从视觉信号输入、数据二值化处理、灰度处理和图像数据滤波进行实时图像处理分析,经过排序处理将火焰数据排序,优先确定主要的灭火位置坐标,经过串口通信协议将有效数据送至串口执行设备动作。通过Labview中的Vision视觉处理助手为图像处理的核心,应对楼宇中办公室、楼道等不同的环境,对场景进行二维坐标矫正,在应对日常监控的状态下增加火源等危险信息的预警和处理,增强应用范围。