一种估算单桩经济直径的方法

在滩海油田开发过程中,经常需要设立立管桩,在环境荷载的作用下,立管桩顶部会发生位移,较大的位移对立管及栈桥的安全很不利,因此需要合理确定单桩的直径。埕岛油田在确定单桩直径时引入了经济直径的概念,文章对经济直径的原理进行了分析,给出了桩顶位移和桩径经济指数计算公式,并举例进行了计算,得出了桩径与桩顶位移及桩径经济指数的关系曲线, 进而求得经济桩径的取值范围。文章还对该方法的优缺点进行了分析。     

外磁场激励下管道弱磁应力内检测特性研究

弱磁应力检测技术支持非接触在线应力损伤检测,在长输油气管道应力内检测技术领域具有巨大的应用潜力。但弱磁信号微弱,易受外界环境干扰,检测结果易出现偏差。为加强弱磁信号的检测能力,基于铁磁材料的微观特性,建立了外磁场弱磁应力检测模型,获得了弱磁信号强度随外磁场强度与施加应力的变化规律,描述了外磁场对弱磁应力检测信号的激励特性,并进行了系统的实验研究。结果表明,弱磁信号的切向峰值与法向零点均位于应力集中区的中心位置,且不随应力与外磁场的变化而发生波动;弱磁信号切向峰值与法向峰峰值随外磁场与应力的增加而增大;外磁场对弱磁应力检测信号的激励作用随外磁场的增加先增大后减小。     

单级Cuk集成式升压逆变器的电路拓扑研究

针对低输入电压的逆变场合,提出一种单级Cuk集成式升压逆变器拓扑结构。其通过共用功率元件,将传统逆变器与2个Cuk变换电路集成,并借助改变电容放电路径实现升压逆变。与其他单级升压逆变结构相比,该结构所用器件少,结构紧凑且对称。介绍了该逆变器的电路结构,分析了不同导电模式下的电路工作状态以及升压网络的临界状态,最后在理论分析的基础上,对集成式逆变拓扑进行了仿真和实验验证,验证了该逆变器理论分析的正确性。该变换器具有升压能力高、集成度高的优点。     

基于级联式改进型谱减算法的语音去噪技术研究

在研究基本谱相减法的基础之上,提出了一种级联式改进型谱减算法。通过适当调整三个基本谱减系数值的大小和多次级联谱相减的处理方式,该方法有效的去处了含噪语音中的环境噪声和由谱减法引起的"音乐噪声",从而取得了良好的语音去噪效果,同时也为语音增强技术的研究提供了重要参考。     

自来水管网的可靠性分析与优化设计

以某科技园区自来水管网为例,分析研究了城市供水管网的可靠性和优化设计,提出了供水管网可靠性优化设计的数学模型．在确保供水管网系统可靠性的基础上建立优化模型,寻求最经济管径,从而建立最经济、最可靠的供水管网系统．对现有供水管网系统进行了优化,给出了优化设计方案．     

地球系统模式CAS-ESM 2.0性能评估与分析

地球系统模式是研究气候变化、进行地球系统建模的重要软件. 中科院地球系统模式CAS-ESM (Chinese Academy of Sciences-Earth System Model)是中科院大气所发展的进行地球系统模拟的高性能计算应用软件, 目前已经发布了2.0版本, 其模拟性能一直是制约其发展的关键因素之一. 为了对CAS-ESM 2.0进行性能评估和分析,将CAS-ESM 2.0移植到中科院高性能计算系统"元"和"地球系统数值模拟装置"原型系统这两大高性能计算平台上, 开展了耦合数值模拟试验. 试验结果显示, CAS-ESM 2.0存在受平台影响的性能差异, 大气模式的运行时间占比最高, 超过了其他分模式的总和, 部分分模式存在可扩展性问题. 然后对试验结果进行了进一步的分析, 发现大气模式的性能瓶颈主要是由通信造成的. 因而对CAS-ESM 2.0的后续研发发展工作中, CAS-ESM的跨平台优化、大气模式的性能优化与并行算法改进、分模式的可扩展性应该是研究的重点之一.     

脉冲型半导体激光测距关键技术研究进展

根据激光测距仪小型化、低功耗、智能化、高精度的发展方向,详细阐述了脉冲型半导体激光测距系统的测距原理及其基本结构,针对国内外在测量距离和测量精度方面的最新进展与发展现状进行了总结和评述,并在此基础上对系统中的时间间隔测量方法、回波信号的处理及检测方法等关键技术进行了详细的分析.随着激光测距技术不断优化提升,其将不断满足科学研究及工业、军事等实际应用领域对高精度测量的需求,据此展望了该种类型测距系统的研究方向及发展前景.     

SDN智能管控编排系统技术方案研究

随着用户对网络提出更为苛刻的服务质量要求,运营商着力进行各专业网络的智能化改造建设。首先,简单介绍了产业界各专业网络软件定义网络（software defined network,SDN）改造建设现状,并对改造过程中存在的问题进行了分析;然后,提出了SDN智能管控编排系统方案,以满足用户对跨专业业务端到端自动开通的需求,并在网络层面实现资源数据的智能分析,提升运维效率;最后,介绍了在提出架构下的专线业务开通流程和实时告警流程与实践。     

基于深度学习的心脏图像分割研究现状

面对严重的医学影像分析缺口,深度学习的发展能够满足国内医疗行业的需求。心脏图像的处理方法可大致分为传统的图像处理技术、基于图谱的方法（atlas-based methods）、基于模型的方法（model-based methods）以及目前热门的采用机器学习和深度学习的方法。在深度学习兴起之前,传统的机器学习技术如模型法和图集法在心脏图像分割中有良好表现,但通常需要大量的特征工程知识或先验知识才能获得令人满意的精度。而基于深度学习的算法能从数据中自动发现复杂的特征以进行对象检测和分割。得益于先进的计算机硬件以及更多可用于训练的数据集,基于深度学习的分割算法已超越了以往的传统方法。本文回顾了2012—2022年有关心室、心外膜和心包脂肪的图像处理的各项方法、衡量指标及其目前的研究现状,并结合分割技术的发展,讨论了心脏分割的发展趋势。