基于FCM燃料的商业压水堆中子学分析

全陶瓷微封装(Fully Ceramic Microencapsulated,FCM)燃料是一种将三结构同向性型(Tri-structural isotropic,TRISO)燃料颗粒弥散于SiC基质的先进燃料,具有良好的包容裂变产物的能力,能有效地改善核燃料在严重事故下保持结构完整性的能力,有利于降低核电站发生大量放射性物质泄漏的风险,是耐事故燃料(Accident Tolerant Fuel,ATF)的主要研究方向之一。与传统UO_2陶瓷芯块燃料相比,FCM燃料的U装量较少,且燃料基体采用SiC,慢化能力较好,可能导致FCM燃料应用于商业压水堆时寿期初慢化剂温度系数为正,不能满足堆芯的固有安全性。本文以标准AFA3G 17×17栅格形式的UO_2-Zr合金燃料组件为参照对象,采用中核集团自主研发的NESTOR软件,分析了17×17和13×13两种栅格形式的FCM燃料(UN核芯)组件的中子学特性,评价了由13×13栅格形式的FCM燃料(UN核芯)组成反应堆堆芯的总体物理特性。研究表明:含钆可燃毒物的13×13栅格形式的FCM燃料(UN核芯)组件可满足欠慢化要求,13×13栅格形式的FCM燃料(UN核芯)用于大型商业压水堆堆芯的慢化剂温度系数可以为负,首循环堆芯可达到与参照堆芯接近的燃耗深度与循环长度,能初步满足商业压水堆堆芯的固有安全性和经济性的要求。     

摇摆运动下多环路主冷却剂系统自然循环流量的稳定性分析

海洋核动力平台因其突出的安全性已成为当今核能领域热点研究问题之一，但在海洋等非惯性条件下会使一回路系统的热工特性发生变化。针对此问题，本文对几种典型的一回路系统在摇摆条件下的自然循环流量波动特性进行计算分析。分别建立典型的双环路、三环路、四环路的一回路系统模型布置方案，并同时考虑摇摆中心的位置，根据流体动量守恒方程，得到不同状态下一回路系统内的流量变化规律。对于单堆双环路系统，摇摆中心在船上/中/下部位置时，环路流量波动幅度分别为13.2%/11.2%/9.5%，堆芯流量波动幅度分别为0.9%/0.8%/0.6%；对于单堆三环路系统，摇摆中心在船下部时，环路流量和堆芯流量波动幅度分别为9.2%和0.8%；对于单堆四环路系统，摇摆中心在船下部时，布置方案1和方案2的环路流量波动幅度分别为9.5%和9.2%，堆芯流量波动幅度分别为0.9%和0.7%。计算结果表明：采用单堆双环路的设计布置方案是最有利于系统稳定性的。     

基于“IPv6+”的智能IP网络方案

随着第4次工业革命的到来，人类社会正逐步迈向万物互联的智能时代。智能时代需要更加自动化、智能化的IP网络，基于“IPv6+”的SRv6、BIERv6等技术是使能新一代IP网络的关键基础。全面阐述了“IPv6+”的技术内涵，结合华为在智能 IP 网络解决方案上的创新和思考，介绍了“IPv6+”在极简连接、SLA 保障、专网体验、质量感知和云网一体等多个解决方案场景的关键技术与典型应用，助力5G与云业务发展。     

Ca-Mg-Al复合氧化物催化尿素与1,2-丙二醇制碳酸丙烯酯

采用共沉淀法制备了系列Ca-Mg-Al复合氧化物催化剂，通过对沉淀剂配比、沉淀液pH值及焙烧温度等制备条件的考察，得到以Na₂CO₃为沉淀剂、pH=9.5、850℃下焙烧4h制备的Ca-Mg-Al催化活性最高。在 n(PG)∶n(urea)=1.5∶1、反应温度为145℃、绝压20kPa、反应时间4h、催化剂用量为尿素质量的5%时，碳酸丙烯酯收率达到84.6%。采用XRF、XRD、NH₃-TPD、SEM及BET对催化剂的组成、晶型及酸性进行了表征，发现随着沉淀剂中Na₂CO₃的含量增加，催化剂中CaO∶MgO的比例增大，碳酸丙烯酯的收率亦升高；经850℃焙烧后，催化剂中存在CaO和MgO两种活性中心，起协同催化作用；随着焙烧温度由700℃升高到850℃，NH₃-TPD脱附曲线向低温方向偏移，且强酸中心NH₃脱附峰面积比由81.14%明显下降为0，中强酸中心NH₃脱附峰面积比由0增加到78.07%，而碳酸丙烯酯收率由68%增加到84.6%，这表明催化剂强酸性位的减少是催化活性增加的主要原因。     

安徽省河长制决策支持系统建设与应用

针对河湖长制相关数据分散在多个部门及部门之间、省市县之间,数据互联互通和共建共享不够充分等问题,结合河湖管理保护实际,充分整合涉河湖保护相关数据,最大程度地共享现有数据资料和软硬件资源,系统建设严格遵循全国河长制系统建设指导方案,围绕决策支持的主题思想,总体框架采用“5+N”模式,满足河湖长制工作和河长湖长履职尽责需求,强化基础资料整编、实化系统功能、优化系统界面,充分分析建设难点及解决办法、存在不足及意见建议,系统的建成推动河湖长制工作规范化、促进河湖管理协同工作的高效化、实现执法监督工作的实时化,提升河湖管理保护信息化水平,为河湖长制信息化建设提供参考。     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。