基于法国规范的混凝土箱涵的设计及应用

为研究法国规范中混凝土箱涵的设计和应用，对混凝土箱涵进行力学性能分析，选取箱涵在B系列荷载体系下的2种模型的6种工况进行了力学分析。建立了与箱涵的实际结构尺寸一致的钢筋混凝土箱涵模型。通过确定合理的土压力与箱涵变形的本构关系，选取合适的钢筋参数，箱涵的受力满足要求。同时介绍法国规范中混凝土箱涵的设计方法和荷载的选择方法。     

氮含量对HPD-1双相不锈钢组织及力学性能的影响

通过显微组织观察与力学性能测试研究了氮含量(0.08%~0.22％,质量分数)对HPD-1双相不锈钢硬度、拉伸性能、低温冲击性能及疲劳性能的影响。结果表明,氮含量变化可显著影响试验钢γ/α相比例,当氮含量由0.08％升高到0.22％,γ相含量由38.1％提高至56.5％。α相的硬度由273 HV10提高到343 HV10,γ相的硬度由238 HV10提高到299 HV10,试验钢强度明显提升。氮元素对两相比例和奥氏体相韧性的双重影响导致试验钢低温冲击性能呈先上升后下降的趋势;更高的氮含量抑制疲劳裂纹萌生与拓展,是影响HPD-1双相不锈钢室温疲劳性能的主要因素。撕裂棱是疲劳断口的显著特征。     

基于改进CGANs的入侵检测方法研究

近年来,机器学习算法在入侵检测系统(IDS)中的应用获得越来越多的关注。然而,传统的机器学习算法更多的依赖于已知样本,因此需要尽可能多的数据样本来对模型进行训练。遗憾地是,随着越来越多未知攻击的出现,且用于训练的攻击样本具有不平衡性,传统的机器学习模型会遇到瓶颈。文章提出一种将改进后的条件生成对抗网络(CGANs)与深度神经网络(DNN)相结合的入侵检测模型(CGANs-DNN),通过解决样本不平衡性问题来提高检测模型对未知攻击类型或只有少数攻击样本类型的检测率。深度神经网络(DNN)具有表征数据潜在特征的能力,而经过改进后的条件CGANs,能够通过学习已知攻击样本潜在数据特征分布,来根据指定类型生成新的攻击样本。此外,与生成对抗网络(GANs)和变分自编码器(VAE)等无监督生成模型相比,CGANsDNN经过改进后加入梯度惩罚项,在训练的稳定性上有了很大地提升。通过NSL-KDD数据集对模型进行评估,与传统算法相比CGANs-DNN不仅在整体准确率、召回率和误报率等方面有更好的性能,而且对未知攻击和只有少数样本的攻击类型具有较高的检测率。     

N08810合金焊接接头及缺陷微观分析

在多晶硅行业中大量设备采用了800系列高温合金。特别是冷氢化反应器,均采用此类材料。而且此设备主体材料非常厚,这对设备的制造产生了难度。特别是800系列高温合金的焊接,目前仍存在较大的难度。主要是焊接过程中极易产生热裂纹,焊缝通过RT检测的难度较大;及焊接接头的工艺性能较差,在弯曲实验中容易产生裂纹。本文介绍我司N08810焊接试验的情况。应用金相及扫描电镜的方法,对焊接接头及缺陷位置进行微观分析。通过分析,了解缺陷产生的机理从而总结出相应的工艺方案。     

甲基氯硅烷精馏流程的模拟与优化

采用Aspen plus软件对工业七塔精馏过程进行全流程建模与模拟，优化工艺参数，研究了新的精馏节能工艺。对一甲塔等7个精馏塔采用双因素水平的灵敏度分析，考察了塔釜采出率、回流比、进料位置和塔顶压力对产品浓度和热负荷的影响，确定一甲塔最优的工艺参数：塔釜摩尔采出率为0.92，摩尔回流比为130，塔顶压力为0.18 MPa，总理论板数为400，在210块理论板位置进料。在此基础上，针对高能耗的脱高塔/脱低塔，模拟研究了双效精馏新工艺，新工艺可节省39.70%的年总成本；针对一甲塔模拟研究了热泵精馏新工艺，新工艺可降低41.42%的年总成本。     

河北迁安二马铁矿床三维地质建模研究及应用

在历年生产勘探获得的地质、测量、勘探工程、地质编录、取样与化验等地质原始资料的基础上，构建了基于Surpac软件的二马铁矿床三维地质模型。通过对三维建模结果的综合分析，并结合二马铁矿床成矿控制规律研究结果，对S1000~S1400勘探线深部矿体进行了成矿预测，为矿山接替资源预测提供了新途径。建立的二马铁矿床地表模型、断层模型、地层模型、矿体模型实现了矿区矿床的三维可视化，完整准确地表达出了地下地质体的空间位置关系以及矿岩信息，为矿床开采以及生产动态管理提供了基础。