加深耕层对甜菜生育和产量的影响

种植甜菜地块的翻地深度以25cm左右为宜。加深耕层,具有提高土壤水、肥、气、热肥力因素水平的效应,能促进甜菜生长和加长块根有效长度,抑制叉根的形成,可提高甜菜块根产量21.6%,增加0.85°S的糖分。     

基于管网实时在线模型的爆管预警应用

随着智慧水务建设的推进，实现从传统基于人工经验的生产运行向数据驱动下的运营决策转变成为必然趋势。利用机理模型和数据模型建立供水实时在线水力模型系统，打造城市供水管网的数字孪生，是厦门市政水务集团数字化转型的重要成果之一。文中在实时在线模型的基础上，探索了爆管预警分析与处置的模型应用研究。研究和实践结果表明，基于实时在线模型的数字水务建设，在实时监控、事件侦测与警告以及首创的模型移动端应用等方面具有显著的优势，有效提升了供水运营效率。     

基于滑动平均法的施工过程监测数据解耦方法

施工过程监测数据由趋势项、周期项、随机项等效应耦合组成,为提取出对施工过程质量安全具有指导意义的趋势项,提出了一种基于滑动平均法的施工过程监测数据解耦方法.采用数学方法构造离散时域信号,根据趋势项和其他项变化速率的不同来过滤周期项和随机项,从而解耦得到趋势项.通过对某超限高层工程实例施工过程的研究,对监测数据进行解耦分析,提取得到趋势项,验证了该方法解耦监测数据的高效性和适用性.     

扩展时段时序逻辑的模型、一致性和推理

给出了扩展时段时序逻辑的时间Petri网（TPN）模型构造方法，在构造模型的同时对时序关系进行一致性检验，在模型的基础上提出了一种时序关系推理算法，这种推理算法基于TPN模型的性质及基本不等式规则，可由一组已知的扩展时段时序关系推出一些未知的扩展时段时序关系，这种推广理算法的优势在于利用了TNP模型的分析技术，减小了推理的时间复杂度比单纯利用不等式规则的推理更直观，也更简单，是一种有效的方法，最后，对扩展时段时序逻辑的TPN模型进行了扩充，增强了其模型和分析的能力。     

一种随机Petri网性能等价化简与分析方法

随机Petri网模型是系统性能评价的有力工具,但其状态空间随模型规模的增长而指数性增长的问题限制了其对复杂和大规模系统模型的性能数量分析能力.因此,在对模型进行分析之前,先对其进行适当的性能等价化简,是一种更为可行的分析方法.本文首先讨论了一类随机Petri网-基本随机Petri网(ESPN)的性能等价分析方法,这类随机Petri网由顺序、并行、选择和循环等四种基本结构及其组合构成.作者推导出这四种基本结构的性能等价公式,并运用自底向上逐步综合替代的分层分析方法,给出这类随机Petri网模型的性能等价化简分析方法,该方法的复杂性随模型增长而线性增长,有效解决了其性能数量分析问题.然后,讨论了两种非基本结构到基本结构的转换规则,使得复杂的随机Petri网模型也可能转换为ESPN模型,从而使性能等价算法可应用于一般随机Petri网.     

铜合金水平连铸收线机的设计与应用

铜合金水平连铸是铜合金丝线材生产中的一种先进生产工艺。本文介绍为某厂引进的水平连铸机配套设计的气压传动收线机设计方案和使用情况。     

一种适合于网络处理器的并行多维分类算法AM-Trie

针对当前高速网络应用对分组分类算法的要求以及网络处理器体系结构的特点,提出了一种高速多维分组分类算法--AM-Trie算法(asymmetrical multi-bit trie,非对称多杈Trie树).该算法具有搜索速度快,并行性、可扩展性良好的特点,特别适合于在网络处理器上实现.同时,给出了一种空间最优的启发式分类字段分段算法,并从理论上证明其在确定AM-Trie树层数的情况下使得存储空间最小.最后,基于Intel IXP2400网络处理器设计并实现了该算法.性能实测表明,该算法性能良好并具有很好的可     

空间结构多维地震反应两阶段推覆分析方法

现有的推覆分析方法在计算空间结构多维地震响应组合值时,采用的"平方根式"组合准则丢弃了响应的正负符号,造成结构响应模式"正向膨胀"的失真现象,且针对响应进行组合的计算方式也丧失了推覆分析能够观察结构弹塑性发展全过程的特有优势.针对此问题,提出空间结构多维地震反应两阶段推覆分析方法,该方法在基于振型刚度的第一阶段非线性推...     

Word2003在甜菜制糖企业生产报告和报表等编写中的应用技巧

介绍了应用Word2003在甜菜制糖企业生产报告和报表等编写中的一些实用技巧。     

卡门涡频率计算在水电站水轮机结构设计中的应用

水轮机固定导叶主要承受蜗壳中的水压力，上总载荷重和流过固定导叶之间水流座的力，如果这种水压力足够大，并且其脉动频率与固定导叶 有频率相近时，将发生共振引起固定导叶的大幅值振动，为避免这种振动，中提出了设计过程中采用的方法，为电站水轮机组的设计提供了参考。