油浆蒸汽发生器管板应力槽结构参数研究

由于工作环境恶劣,油浆蒸汽发生器经常发生管板及管头应力腐蚀开裂,造成停车、停产等重大事故,为了改善管头部位的焊后残余应力,研究并应用了一种新型的减应力槽结构。在某一减应力槽专利的基础上,借助ANSYS数值模拟软件,验证减应力槽降低焊后残余应力的作用,同时通过控制变量的手段,进一步研究减应力槽的槽深、槽宽及倒角等3个结构参数对油浆蒸汽发生器管头部分应力分布的影响,进而得出结论。模拟过程中模型的材料参数、热源参数和焊接工艺参数均取自实际生产,边界条件等的设定也与实际生产吻合,因此分析所得结论具有较高的可靠性,可为减应力槽的研究及实际加工提供借鉴与指导。     

高酸值废弃油脂制备生物柴油的预酯化

为了有效解决现有酯化体系中存在反应慢、时间长、产能低等问题,提出了一种高温下甲醇连续酯化反应的新技术,并采用该技术以对甲苯磺酸为催化剂催化高酸值废弃油脂预酯化试验研究。系统讨论了不同酯化方法对反应的影响,并着重研究了工艺条件对预酯化效果的影响。实验结果表明:高温下甲醇连续酯化的新技术可显著提高酯化反应效率,在反应温度120℃、甲醇流量4.0mL/min、催化剂加入量0.8%的条件下,酯化率达98.8%以上,可将油脂的酸值降至1.0mgKOH/g以下,满足下一步酯交换制备生物柴油的要求;并基于实验研究的基础上将该技术工艺对不同酸值的废弃油脂进行了放大试验研究,皆取得了较好的酯化效果,为产业化、规模化的应用提供理论依据和参数指导。     

影像学分析在室间隔缺损介入封堵术中的临床价值

【摘要】 目的 通过对左心室及主动脉造影影像学分析,探讨其对室间隔缺损（ＶＳＤ）介入封堵术的临床价值。方法 收集２００９年１月至２０１１年２月行封堵治疗的ＶＳＤ患者共１０６例。分别于封堵前、后常规以ＬＡＯ ４５° ～ ５５°　＋　ＣＲＡ ２５°行Ｘ线左心室造影和主动脉瓣上造影。对于嵴内型、嵴下型的影像学区别,采用加大角度投照（ＬＡＯ ７５°　＋　ＣＲＡ ３５°）,而肺动脉干下型采用ＲＡＯ３５°左心室造影,在造影显示ＶＳＤ分流后分别测量左室侧分流口大小及其距主动脉瓣的距离,并进行介入封堵。分析所有患者手术前、后左心室和主动脉造影的影像学资料。结果　　　成功封堵９７例,均无并发症发生。其中７例嵴内型较小缺损,１２例嵴下型,均使用零偏型伞封堵成功,１例为肌部ＶＳＤ,其余７７例为膜周部ＶＳＤ。２例心脏多普勒超声诊断为嵴下型,Ｘ线左室造影为膜周部。８例心脏多普勒超声诊断为膜周部,Ｘ线左室造影为嵴下型。失败的９例均为嵴内型ＶＳＤ,其中心脏多普勒超声诊断２例为嵴下型,１例为膜周部,Ｘ线左心室造影均表现为嵴内型。心脏多普勒超声与Ｘ线左室造影比较,在诊断嵴下型和嵴内性方面差异有统计学意义（Ｐ ＜ ０．０５）;而在膜周部型和肌部ＶＳＤ方面差异无统计学意义（Ｐ　＞　０．０５）。结论　　　Ｘ线左心室及主动脉造影的影像学判定对ＶＳＤ封堵术具有重要作用。
     

400MHz,CW 300W VDMOS功率场效应晶体管

采用 Mo栅工艺技术降低栅串联电阻 ,通过优化工艺参数 ,全离子注入工艺 ,研制出了在 40 0 MHz下共源推挽结构连续波输出 30 0 W的高性能 VDMOSFET,其漏极效率大于 5 0 % ,增益大于 9d B。     

谈谈翻转内衬法在燃气旧管道修复中的应用

北京市使用天然气已有10多年历史,随着管网运行时间的增加,各种腐蚀所造成的穿孔漏气现象不断发生,严重影响了管网的安全运行。为了保证安全供气,减少泄漏,从而缩小供销差率,降低公司运营成本,我们适时开展了燃气旧管道修复项目并取得了比较好的效果。     

隧道钢拱架支护的施工要点

钢拱架支护是隧道施工中普遍涉及到的一种支护措施,钢拱架施工质量直接影响到施工的安全、进度和企业形象.结合钢拱架的施工工序,简要地介绍了各工序的施工要点,为其它类似工程提供借鉴和参考.     

内置伸缩芯管的液压缸设计优化与产业化推广探究

该文对内置伸缩芯管的液压缸进行了研究,分析了行业内仍在大范围应用的传统结构存在的缺陷,同时也对一种改进结构进行了简析,并分析了其跨产业推广应用的可能性.该文还对该液压缸适应各种工况所需进行的调整进行了介绍,并例举了沥青道路养护车可应用此结构之处.     

知识迁移的极大熵聚类算法及其在纹理图像分割中的应用

本文研究了一种新型的基于知识迁移的极大熵聚类技术。拟解决两大挑战性问题:1）如何从源域中选择合适的知识对目标域进行迁移学习以最终强化目标域的聚类性能;2）若存在源域聚类数与目标域聚类数不一致的情况时,该如何进行迁移聚类。为此提出一种全新的迁移聚类机制,即基于聚类中心的中心匹配迁移机制。进一步将该机制与经典极大熵聚类算法相融合提出了基于知识迁移的极大熵聚类算法（KT-MEC）。实验表明,在不同迁移场景下的纹理图像分割应用中,KT-MEC算法较很多现有聚类算法具有更高的精确度和抗噪性。     

迁移学习支持向量回归机

传统的回归系统构建方法假设用于建模的数据是充分的,但若当前场景中重要数据信息缺失,则基于此数据集训练所得系统泛化能力较差。针对此缺陷,以支持向量回归机(SVR)为基础,提出了具有迁移学习能力的回归机系统,即迁移学习支持向量回归机(T-SVR)。T-SVR不仅能充分利用当前场景的数据信息,而且能有效地利用历史知识来学习,具有通过迁移历史场景知识来弥补当前场景信息缺失的能力。具体地,通过控制目标函数中当前模型与历史模型的相似性,使当前模型能在信息缺失和不足时从历史场景中得到有益信息,得到增强的当前场景模型。在模拟数据和酒类光谱数据集上的实验研究亦验证了在信息缺失场景下T-SVR较之于传统回归系统建模方法的更好适应性。     

基于知识利用的迁移学习一般化增强模糊划分聚类算法

针对非充分数据集及噪声对聚类分析的干扰,基于模糊C均值(FCM)框架下的聚类技术,即一般化的增强模糊划分聚类算法(GIFP-FCM),探讨具有迁移学习能力的聚类方法--融入迁移学习机制的GIFP-FCM算法(T-GIFP-FCM)。该算法通过有效利用历史相关场景(域)总结得到的知识来指导当前场景(域)中信息不足时的聚类任务,从而提高聚类效果。通过在模拟数据集及真实数据集上的仿真实验,结果显示文中算法较之传统算法在处理信息不足任务时具有更佳的性能。