胶莱盆地南部大盛群、王氏群的划分与对比

胶莱盆地在胶东半岛地质构造及造山带研究中占有重要地位,其巨厚的白垩系陆相沉积是石油系统多年的研究目标。胶莱盆地南部白垩纪的岩石地层序列较其北部更为复杂,其认识几经反复,其中尤以大盛群与王氏群和莱阳群的部分单位的关系为甚。本次工作通过详细对比其沉积层序、相互关系、古生物组合、岩石学特征及同位素年龄等因素,认为大盛群与王氏群属同一沉积层序,沉积基底相同、沉积环境相似、古生物群落时代一致,二者具有同时代、同沉积相、同岩石组合的一致性,应是一套地层,建议今后使用统一地层名称。     

THMFP及HAAFP的测定方法

通过试验确定了三卤甲烷前体物(THMFP)和卤乙酸前体物(HAAFP)的测定条件:在pH值为7.0±0.2的条件下,于(25±2)℃的培养箱中反应5d(此时游离余氯为3～5mg/L)后TTHM和THAA的生成量即为水中的THMFP和HAAFP量。     

西欧国家利用经济、技术等手段推动建筑节能

1欧洲人强调的是让建筑物拥有“健康的体魄”(1)建筑物最大限度利用自然能源。其基本理念是最大限度利用自然能源,尽量减少能源与资源浪费,使建筑物能像健康人那样生活。如节能建筑楼顶装了太阳能吸热板、雨水收集装置和冷热空气交换器。太阳能装置为楼里的住户提供免费热水,同时部分解决取暖问题;在多雨的地区,回收的雨水用于     

塑钢门窗发展与需求预测

综述了10年来我国和上海的塑钢门窗生产、应用水平,并根据城乡建设发展,市场需求作了分析与预测。同时,结合当前国内外塑钢门窗发展与应用情况,提出抓住有利机遇,规范市场,发展塑钢门窗,积极推进墙材革新与建筑节能事业的几点思路。     

关于《上海市建筑节能管理办法》的有关说明

1．关于管理体制 由上海市建设和交通委员会对建筑节能进行管理。建筑节能是建设工程的一部分，按照《中华人民共和国建筑法》和《上海市建筑市场管理条例》的规定．建设工程的行政主管部门是市建设和交通委员会。建筑节能主要是在建筑物建造时通过对围护结构和部分用能系统的合理化设计和施工实现的．与建设工程密不可分，因此，由建设行政主管部门实施监督管理。     

上海绿色住宅技术与成本综合分析

上海市是国内最早发展绿色建筑的城市之一。阐述上海市绿色住宅发展情况,提出绿色住宅技术定位,结合上海市住宅建筑绿色设计标准和国家绿色建筑评价标准,归纳成本、增量成本,分析不计入绿色住宅新增成本的技术、可能增量以及有增量成本的绿色住宅技术。通过分析发现,随着上海市对于住宅建筑的特殊绿色技术要求越来越少,增量成本也在不断减少。这些分析可供上海市持续推进绿色住宅技术参考借鉴。     

从单牌号开发到系列化攻坚——兰州石化依靠新产品开发促进产业结构调整透视

兰州石化瞄准市场需求,产、销、研、用紧密结合,以新产品开发促进结构调整,促进产业结构向安全、低成本、绿色环保生产转变。今年7月,中国石油兰州石化完成了锂电池隔膜L402、环保丁苯橡胶SBR1769E等7种产品的首次开发,实现了25个牌号新产品的工业化生产。至     

基于BP网络的电动转向助力特性研究

电动转向系统的关键技术是确定在不同车速、方向盘扭矩下的电机助力扭矩。考虑到其较复杂的非线性特性,采用了利用BP网络的非线性逼近特性对电机助力曲线进行拟合的新方法．并在Matlab中设计了该BP网络模型,进行了训练拟合验证,结果显示通过该方法克服助力盲区的途径是完全可行的,对实践研发工作有一定的借鉴意义。     

基于变权重理论的边坡稳定性未确知分析

针对目前常用的边坡稳定性分析模型在评价指标趋于边缘状态时容易出现“状态失衡”的情况,将变权重理论引入到边坡稳定性分析当中,并结合未确知测度理论,从地质条件、环境条件和工程条件3个方面选取对边坡稳定影响最大的12个指标来建立VW-UM边坡稳定性分析模型。模型构建步骤包括：先计算出各评价指标的常权重;再根据各指标取值情况,通过变权重理论计算更符合该项工程实际情况的变权重;最后运用未确知测度法得出边坡稳定性等级。将该模型应用到新桥矿、姑山矿、黄麦岭矿的岩质边坡稳定性分析当中,实践证明该模型在权重计算上具有优越性,在影响因素统计值处于边缘状态时取得的评价结果更符合工程实际。     

基于主成分分析法与RBF神经网络的岩体可爆性研究

为了对岩体可爆性进行更精确的预测分级,建立了主成分分析法与RBF神经网络相结合的评价模型。以某矿山岩石为例,将影响岩石可爆性的容重、抗拉强度、抗压强度和岩体完整性系数作为评价指标,统计矿山13种岩体的样本数据。对样本数据进行主成分相关性预处理,将输出结果作为RBF神经网络的输入变量,岩体的爆破等级作为输出变量,得到的结果精度更高。研究结果表明：预测结果的相对误差均控制在5%以内,与BP神经网络预测误差（16%）相比,所得到实际预测结果与期望值之间的相对误差分别降低了71.94%、86.65%、73.20%和76.62%,预测精度显著提高。该模型为岩体可爆性分级预测提供了一种更为完善的方法。