玻璃黏度理论模型的研究进展

玻璃黏度对玻璃材料的研制、应用和发展起着重要的作用.本文介绍了与活化能、自由体积、构型熵及液相脆性相关的经典黏度理论基础.根据影响玻璃黏度的主要因素,介绍了国内外有关黏度-温度,黏度-结构和黏度-组成之间的计算模型及近年来的研究成果,并对玻璃黏度计算模型的发展进行了展望.     

封接玻璃作用机理和应用研究进展EI北大核心CSCD

玻璃具有良好的耐热性、优异的电绝缘性、灵活可调的膨胀系数等特性,被广泛应用于各类光电器件的密封和连接。详细介绍了封接玻璃与玻璃、陶瓷、金属和硅片等基质材料的作用机理,重点阐述了封接玻璃在新能源、光电子元件等领域的应用研究现状,涵盖硅太阳电池电极材料、有机发光二极管、固体氧化物燃料电池等,并分析了封接玻璃的应用研究热点和目前存在的关键性问题;在此基础上,对封接玻璃的研究、应用和发展前景进行了总结与展望。     

BIM在维护疏浚工程中的运用研究

随着市场经济和科学技术的发展,疏浚工程也被提出了更为严格的要求。文章阐述了维护疏浚工程中BIM技术的设计思路与改进情况,着重探讨了该技术在工程中的运用方法,旨在为相关工作人员提供理论性的参考意见,确保BIM技术的实用性与科学性,为工程效率的提升奠定良好的基础。     

开挖面潜在超前破坏范围预测方法

 潜在超前破坏区位置和形状是影响开挖面稳定性的主要因素,合理地确定超前破坏区的位置和形状是开挖面稳定性分析首先要解决的问题。开挖面失稳破坏经历了一个“平衡态→突变失稳→平衡态”的非线性发展过程,可运用突变理论对其稳定性进行判断。因此,基于突变理论,综合运用二分法和曲线拟合技术,提出开挖面潜在超前破坏范围预测方法。首先,建立开挖面中心水平位移的尖点突变模型,根据相应的突变判据,采用二分法得出极限应力状态;然后,采取分区搜索的方式寻找潜在破坏区;最后,通过最小二乘的方法对离散点进行曲线拟合,得到开挖面超前破坏区的形状和位置。通过与相似模型试验结果的对比分析,验证该方法的正确性。方法克服以往预测方法对于边界条件苛刻要求,适用于深埋、浅埋条件下的超前破坏范围预测,更符合工程实际情况。     

抗真菌剂三峡肽素抑制指状青霉的转录组学研究

为了分析三峡肽素(Sanxiapeptin)对柑橘类水果的主要采后致腐菌指状青霉(Penicillium digitatum)的抑制机理,本研究首先利用显微技术观察了指状青霉随三峡肽素的形态变化,并分析了细胞壁的保护剂山梨醇与细胞膜的保护剂麦角固醇在三峡肽素在抑制真菌过程中的作用,然后通过BGISEQ-500研究平台,...     

油气输送管道失效分析技术现状及研究进展

油气输送管道在长期服役过程中易出现失效问题并带来安全和经济风险。概述了油气输送管道的失效类型及特点,对失效分析技术现状及其研究进展进行了综述。将数字技术和智能化技术融入到传统的无损检验和断口失效分析中,大幅提高了常用失效分析技术的时效性和准确性;总结归纳了油气输送管道失效评估技术与计算机模拟分析技术的研究现状及进展,评述了其中的问题,指出了未来的发展方向。最后对油气输送管道失效预测预警新技术进行了展望。     

含高比例可再生能源的交直流混联电网规划技术研究综述

为了解决含高比例可再生能源的交直流混联电网供电问题,提出了电网规划的研究框架。首先总结了含高比例可再生能源的交直流混联电网的结构形态特性,围绕多重不确定性和电力电子化两个关键驱动因素,指出了系统规划在场景提取、规划建模、优化策略和运行模拟等方面面临的新挑战。从五个方面评述了国内外研究成果,包括源网荷储协同规划建模、不确定性场景构建、复杂交直流网架优化、换流设备配置优化以及潮流分析。最后,结合交直流混联电网在能源市场交易中的优势,展望了电网规划研究中的关键研究点。     

含风电系统断面TTC运行规则的极限学习机提取方法

风电集中接入使得传统方式有效计算极限传输容量存在困难。为此,提出一种基于差分进化极限学习机的含风电系统输电断面极限传输功率(Total Transfer Capability, TTC)运行规则提取方法。首先基于K-medoids聚类方法提取以"风功率-负荷"二维特征表征的典型运行场景,然后通过随机采样和重复潮流方法生成用于TTC运行规则挖掘的知识库。接着采用RELIEF-F算法筛除冗余特征并辨识与输电断面TTC存在强关联的特征属性,以削减运行特征的高维度。最终通过将训练数据输入差分进化极限学习机,从知识库中提取TTC运行规则。算例验证表明,所提方法能够以较高的计算精度及较强的泛化能力实现TTC的快速估计。     

基于改进生成对抗网络的谣言检测方法

传统谣言检测算法存在提取文本语义、关键特征等效果不理想的问题,而一般序列模型在文本检测中无法解决特定语义下的特征提取,导致模型泛化能力差。为解决上述问题,该文提出一种改进的生成对抗网络模型(TGBiA)用于谣言检测,该模型采用对抗训练方式,符合谣言在传播过程中人为增删、夸大和歪曲信息的特点,通过对抗网络生成器和判别器的相互促进作用,强化谣言指示性特征的学习,不断提高模型的学习能力。训练过程中的生成器通过Transformer结构代替单一的RNN网络,实现语义的提取和特征的学习,同时,在训练过程中的判别器采用基于双向长短期记忆单元的深度网络分类模型,并引入注意力机制来提升对较长时间序列谣言的判断能力。在公开的微博和Twitter数据集上的实验结果表明,该文提出的方法比其他现有方法检测效果更好,鲁棒性更强。     

海藻酸钠包埋脱氮菌株工艺研究

摘要：选用海藻酸钠作为包埋剂,4％CaCl2作为交联剂．通过正交试验和单因素实验,研究了包菌量,海藻酸钠（SA）质量分数,交联时间和小球直径4个因素对海藻酸钠包埋菌株的脱氮性能的影响,以氨氮去除率和总氮去除率为指标,优选包埋条件．在实验范围内的最佳包埋条件下,包埋的脱氮菌株的脱氮性能与其游离状态下的脱氮性能相当．