结构用锯材分等技术概述

本文主要介绍了结构用锯材的定义,概括了国内标准对结构用锯材等级的具体要求,包括目测分等要求和机械应力分等要求。对现有分等方法及原理进行了对比分析,最后总结了现有获得认证的分等设备。本文对涉及结构用锯材的优材优用和木结构设计的相关人员提供了参考。     

地应力测量在岩石与CO2突出灾害研究中的应用

为减轻和防治岩石与CO2突出灾害,对吉林营城煤矿进行了地应力测量、岩石力学参数测试、CO₂气体压力量测以及地质构造分析,并进行了应力场的数值计算,得到了该区地应力的详细分布情况.在此基础上,预测了岩石与CO₂突出的危险区,提出了用超前钻孔爆破卸压法降低工作面前方的气体压力和地应力的防治措施.     

基于Matlab的自组织神经网络在油气层识别中的应用研究

介绍了自组织竞争网络和自组织影射网络的原理，对自组织竞争网络和自组织影射网络的优缺点进行了比较。采用大庆的油气层数据建立网络模型，对网络结构的参数进行了优化并对输入样本进行了聚类分析。数据分析表明自组织竞争网络和自组织影射网络都有较好的聚类结果，自组织竞争网络较自组织影射网络方法识别出的结果更客观可靠，是油气层识别的一种有效方法。     

2019年欧洲人造板产量下滑

欧洲人造板联合会数据显示,欧洲人造板产量4年来首次下跌,2019年欧洲人造板产量约0.592亿m³,环比跌幅1.8%。欧洲人造板联合会称,由于新冠疫情带来的不确定性,将不对2020年产量做出预测。2019年欧洲人造板消费量与产量类似,也呈下降趋势,2019年欧洲人造板消费量约0.61亿m³,环比跌幅0.7%。欧洲人造板消费量超出产量,贸易逆差增至约180万m³。造成贸易逆差的主要原因是胶合板进口量大,2019年进口胶合板使用量占胶合板表观消费量的60%。刨花板、中密度纤维板、定向刨花板等人造板产品均为净出口。     

概率神经网络方法在岩性识别中的应用

本文研究利用概率神经网络方法进行测井资料的岩性识别;建立了测井解释的岩性识别模型,并利用该模型对测试样本进行预测,预测结果与实际测量结果相比具有较好的一致性,其计算量小且预测精度与收敛速度较BP神经网络模型有了很大的提高;应用表明,概率神经网络在岩性识别问题中有着一定的应用前景。     

RBF神经网络在储层表征中的应用研究

研究利用RBF神经网络技术进行石油储层表征中有关储层参数的计算与岩性的识别;建立了储层参数(渗透率)预测模型与岩性识别模型,并利用该两个模型对未知样本进行预测,预测结果与实际测量结果相比具有较好的一致性,其渗透率预测精度与收敛速度较BP神经网络模型有了很大的提高;应用表明,RBF神经网络在储层表征问题中有着广阔的应用前景。     

基于QPSO的WSAN中执行器优化部署研究

为了提高WSAN的工作效率,在量子粒子群算法的基础上,提出一种WSAN中执行器节点的优化部署策略。该策略中多个粒子群在独立搜索解空间的同时,以一定的通信频率共享最优值。仿真结果表明,该部署策略可提高节点的实时覆盖率,并与最新的WSAN部署策略进行了对比。     

基于Matlab的自组织神经网络在油气层识别中的应用研究

介绍了自组织竞争网络和自组织影射网络的原理,对自组织竞争网络和自组织影射网络的优缺点进行了比较。采用大庆的油气层数据建立网络模型,对网络结构的参数进行了优化并对输入样本进行了聚类分析。数据分析表明自组织竞争网络和自组织影射网络都有较好的聚类结果,自组织竞争网络较自组织影射网络方法识别出的结果更客观可靠,是油气层识别的一种有效方法。     

FAO林产品市场报告(2020—2021年度)——原木类

联合国粮农组织(FAO)和联合国欧洲经济委员会(UNECE)联合发布《林产品市场报告(2020—2021年度)》.该报告提供了联合国欧洲经济委员会区域(欧洲、北美、中亚和西亚国家)市场的全面分析,范围涵盖了原木、锯材、人造板、纸、纸板以及木浆,通过政策分析,评估主要趋势和驱动因素,其中原木概况如下.