环境因子对磁性瓜环去除腐殖酸的影响及其稳定性研究

采用紫外可见分光技术研究了磁性瓜环(MQ[n])对水体污染物腐殖酸(HA)的去除性能、稳定性及磁性能。考察了MQ[n]的投加量、HA的初始浓度、溶液温度、作用时间及pH值等因素对去除HA的影响。结果表明,MQ[n]对HA具有很好的去除作用,其中,MQ[n]投加量与pH值对HA的去除效果影响较大。其较优条件为MQ[n]投加量20mg、HA初始质量浓度10 mg/L、吸附温度315 K、平衡时间360 min、pH值7.0,在此条件下,MQ[n]对HA的去除率达到98.73%。MQ[n]稳定性好,且易于磁性分离。     

深水海管终端设备管线应力计算研究

深水海管终端设备管线承受的流体内压一般较大,同时外部受到海洋环境载荷的作用,管线较短,安装有阀门和连接设备,并与海管终端设备的钢结构进行连接。针对深水海管终端设备管线这些特点,结合工程案例对其进行了应力计算,采用ABAQUS软件建立了管线和钢结构的有限元模型,考察了与连接设备接口处不同的约束条件对计算结果的影响,同时按照设计规范施加各个工况下的载荷对管线进行了校核。分析结果表明,管线与连接设备接口处,钢结构和管线之间采用耦合约束得到的应力计算结果较为保守,当管线和结构刚度相当时,考虑接口处的结构刚度十分必要;海管终端设备管线直管和弯管的UC值均小于1,满足DNV规范要求。     

水下油气开发项目中管汇管道布置研究

水下生产系统广泛应用于深水油气田开发中。相比传统开发方式,水下生产系统具有较大的经济优势。而水下管汇是水下生产系统中最常见的水下设备。水下管汇将各水下井口采出的油气汇集到其中,再通过海底管道输送到海洋平台或陆地处理设施。管汇管道布置在水下管汇的设计中占有重要地位。结合某项目的水下管汇管道布置实例,经过设备选型、方案比选及应力分析校核等步骤,研究总结出通用方法,可为水下管汇管道布置提供参考。     

加权LOF结合上下文判断的云环境中服务运行数据异常检测方法

云环境中服务运行数据是服务运行状态的反映，如果服务运行数据出现异常将会影响相关软件的运行和用户的使用。传统的软件异常检测方法通常忽略软件运行数据各维度属性提供的信息量及软件运行时的上下文环境，从而影响异常检测的准确率。因此，提出一种加权LOF结合上下文判断的云环境中服务运行数据异常检测方法，首先使用信息熵法给服务运行数据的各维度属性赋权，使用改进的加权LOF算法对服务运行数据进行初次异常判断；然后综合考虑服务运行时的上下文信息，对服务运行数据进行二次异常判断后得到相应结果。实验表明，此方法能够有效检测出云环境中的服务运行数据异常。     

基于多注释器标注下的标签排序学习方法

现有的排序学习概念假设每个训练样本都与实例和可靠的标签相关联,但这种假设对保持标签的真实性并不适用。因此,当每个训练实例都被多个可能不可靠的注释器标注时,可以通过列表排序学习从多个注释器中获得的众包标签来进行排序学习功能。结合Mallows模型和Plackett-Luce(P-L)模型,提出一种新的概率排序模型。将注释器的辅助信息作为约束函数融合到参数估计中,并使用最大似然估计方法学习得到参数集。通过最大期望算法(EM)迭代更新参数集,得到最优注释器的专业知识程度的参数集和排名函数参数。实验结果显示,最大似然估计方法明显优于直接排序方法,辅助信息的加入有助于提高注释器的排名功能和专业知识程度。     

用户评论中基于事件图谱的代码质量分析

对代码托管平台中的用户评论进行研究发现，用户评论中反映的代码质量信息可以帮助用户快速选择满足其需求的开源代码，并且可以帮助软件开发人员提高代码质量。但是当前研究存在代码质量信息提取不全面和不够准确的问题，为此提出一种基于事件图谱的代码质量分析方法来对用户评论中的代码质量信息进行分析。构建代码质量层次图表示多方面的代码质量信息结构；对用户评论进行分析，构建针对代码用户评论的事件图谱；提出将事件图谱映射为代码质量层次图的方法；对代码质量层次图中的代码质量信息进行识别。实验结果表明，该方法在代码评论文本中识别代码质量信息的平均准确率为86.9%，因此该方法能够对代码质量信息进行有效识别和分析。     

基于用户评论的代码质量识别与分析

随着IT社区和代码托管平台的发展,针对代码的用户评论数量急剧增加。用户在使用代码后给出的评论中包含丰富的静态和动态代码质量信息,对其进行提取与分析将有助于开发者了解用户关注的代码质量信息,以有针对性地提升代码质量,还有助于用户选择满足要求的代码。为此,文中提出了包含静态特性和动态特性的代码质量模型,以及识别并分析用户评论中代码质量信息的方法。首先,根据评价对象和评价句型规则识别出具有代码质量的用户评论;然后,应用评价对象和评价观点抽取代码质量属性表现;最后,通过分析代码质量属性表现和情感倾向给出代码静态和动态质量的相关结果。实验结果表明,所提方法能够有效地分析用户评论中的代码质量信息。     

基于强化学习的多样性文档排序算法

在排序学习方法中,通过直接优化信息检索评价指标来学习排序模型的方法,取得了很好的排序效果,但是其损失函数在利用所有排序位置信息以及融合多样性排序因素方面还有待提高。为此,提出基于强化学习的多样性文档排序算法。首先,将强化学习思想应用于文档排序问题,通过将排序行为建模为马尔可夫决策过程,在每一次迭代过程中利用所有排序位置的信息,不断为每个排序位置选择最优的文档。其次,在排序过程中结合多样性策略,依据相似度阈值,裁剪高度相似的文档,从而保证排序结果的多样性。最后,在公共数据集上的实验结果表明,提出的算法在保证排序准确性的同时,增强了排序结果的多样性。     

水下连接器密封性能分析及实验研究

针对水下连接器需要具有良好可靠性的问题,对连接器的密封性能进行了研究。通过对卡爪式连接器的密封圈进行弹性力学分析,用数学模型揭示了金属密封机理,并根据其受力形式计算了密封比压;根据密封比压公式对密封圈密封面的角度进行了改进,提出了一种新型复合式内外压密封结构。经过有限元仿真分析及样机试验研究,验证了新型密封圈所需的预紧力载荷只有82 t,比原始的标准透镜式密封圈预紧力载荷小了将近30 t,证明了新型复合式内外压密封结构的优越性。     

云计算环境下服务故障模型动态建立

云计算环境的复杂性、动态性和开放性特征,使得云计算系统的规模和结构日益复杂,产生的故障越来越多.现有的动态故障模型只关注于故障及故障间的关联关系,忽略了对故障特征的分析与处理,未动态关联故障与故障特征.因此,本文提出了一种云计算环境下服务故障模型动态建立方法.首先,预处理服务运行数据;其次,从预处理后的服务运行数据集中抽取服务故障与服务故障特征;最后,动态关联服务故障与服务故障特征,实现云计算环境下服务故障模型的动态演化.本文基于提出的云计算环境下服务故障模型动态建立的方法进行了相关实验,验证了方法的有效性.