200MW 核供热站保护系统改进的研究

根据保护系统的技术发展及最新的电子技术，并结合２００ＭＷ核供热站的特点，提出了一种改进的保护系统设计方案。该设计方案在信号转输环节应用电压／频率变换技术，在信号处理环节应用无软件数字化技术，在逻辑符合环节应用通用阵列逻辑（ＧＡＬ）技术和微处理器系统互为冗余的结构，克服了为２００ＭＷ核供热站原来所设计的保护系统在通信、自检及信息显示等方面的不足，同时也从设备多样性角度探索解决数字化保护系统中软件失效引起的共模失效问题的方法。     

试论将天然气挖潜向低产低效井转移

随着社会的发展,对天然气挖潜越来越重视。油田大致可以分为：上升时期,稳定时期,以及缓减时期。对于天然气开发的后期阶段,油井由于泄露的关系,半径内剩余的油量会逐渐减少,油井的生产量变开始具有了下调趋势,而含水量却明显上升。相对供液能力不高的,或者是不能够达到正常出液的的井就会白白消耗掉很多的能量。低消耗、低产量、高含水量的井,要采用一系列的措施办法,从而达到消耗能量降低的目的,从而达到增加产值,节约能量的效果。本文通过对油田的开发分析,整理出天然气挖潜向低产低效井转移的方法,从而使之得以应用。     

新世纪对营养学的展望

营养学是研究食品、食品中的营养素以及其他成分在人体内的作用包括摄取、消化、吸收、转运、代谢和排泄.然而,这个定义无法适应新世纪营养科学的发展.新营养科学理论的提出给人类带来了全新的革命性营养学概念:营养学是一门研究食品体系,食品、饮品和它们的营养成分及其他组分,和它们在生物体内以及其他所有相关生物体、社会和环境系统之间的相互作用的一门学科.新营养科学研究的目的是为了促进世界的可持续发展、为保证全人类的健康而奋斗,并帮助人类形成、维持和享受多元化程度逐渐提高的居住和自然环境.     

脂肪酸和脂质与人体健康

我应国际脂肪酸和脂质研究学会（International Society for the Study of Fatty Acid ＆ Lipids．ISSFAL）的邀请作为特邀参会人员参加了2006年7月23-28日在澳大利亚凯尔斯（Cairns）举行的际脂肪酸和脂质研究学会第7届大会（7th ISSFAL），     

基于比奥固结理论的基坑降水对建筑物沉降影响的有限元模拟分析

本文基于比奥固结理论,利用有限元软件ADINA对一实际基坑开挖过程进行了考虑降水的模拟分析,通过分析得到在考虑降水情况下建筑物沉降的一些对设计和施工具有一定指导价值的结论。     

多孔介质中铁的吸附分配和迁移特征

为了掌握多孔介质中铁的吸附分配和迁移特征,采用室内试验和数学模拟的方法,研究了地下水中铁的迁移规律。结果表明:天津市7类多孔介质对铁的吸附均符合Langmuir吸附模式;多孔介质颗粒越细,吸附铁的能力较强,铁迁移滞后系数越大,迁移性越差,颗粒较粗,吸附铁的能力较差,铁迁移滞后系数越小,迁移性越好;在多孔介质中,铁随地下水流动的迁移能力极差。该成果对研究地下水中铁的迁移具有一定的参考价值和指导意义。     

天津浅层孔隙含水介质中铁的吸附迁移性能

为了解天津浅层孔隙含水介质对铁的吸附特征和铁在地下水中的迁移运动规律,利用宝坻和大港地区两个钻孔岩芯配制7个土样,以FeSO4溶液模拟污染源,进行了室内静态吸附实验与动态淋滤实验. 实验结果表明:该地区浅部不同岩性地层对铁的吸附模式符合Langmuir等温吸附模式;铁在淡水区含水层中迁移4m需要3500d,在咸水区含水层中迁移4m需要4400d,个别地点铁的超标不会造成地下水大面积污染.     

膳食与健康

正经教育部批准,由浙江大学与中国营养学会共同承办的世界卫生组织营养指导顾问专家膳食与健康小组第五次会议于2013年3月4~7日在浙江大学紫金港校区成功举办。浙江大学生工食品学院副院长叶兴乾教授和中国营养学会理事长程义勇教授在开幕式上分别代表浙江大学及中国营养学会致辞,     

“三自主”教学模式在高职院校实施建设的现状分析

"三自主"教学模式已成为当前各高校体育课教学实行的主要教学手段,通过文献法、调查法和访谈法等研究方法,对无锡职业技术学院体育课程实施"三自主"教学模式的现状进行了研究,通过对一线教师与学生的问卷调查,分析了当前高职院校体育课的特点,归纳了学生对体育课的理解与建议,为高职院校体育课程改革与建设提供借鉴。     

一种基于卷积网络的地震探测数据随机噪声去除方法

为有效提高地震数据信噪比,通过卷积神经网络(convolutional neural network,CNN)的方法研究了地震勘探数据去除随机噪声问题.该方法包含17个卷积层,使用线性整流(rectified linear unit,ReLU)激活函数避免梯度消失,使用批量标准化(batch normalization,BN)提高网络的泛化能力.所构建的网络应用残差学习策略,即输入为含噪地震正演叠前数据,输出为CNN网络学习获得的随机噪声.然后从地震记录中减去网络预测的噪声数据,从而达到去除随机噪声的目的.同时,根据地震勘探数据振幅随探测时间衰减的规律,在网络训练过程中进行深度加权,使得CNN对于深部噪声的学习效果更好.网络在PyTorch框架下训练,应用图形处理器并行计算可以有效提高网络训练速度.利用训练好的网络进行去噪实验,结果表明与传统的时空域预测滤波法相比,该网络能更好地压制随机噪声.可见针对地震勘探数据,CNN能够有效提取含噪数据中的噪声信息,证明了该方法在去除随机噪声方面的合理性与有效性.