氯化钠在乙二醇溶液中介稳区的研究

深水气田水合物抑制剂乙二醇再生脱一价盐理论主要基于负压闪蒸与沉降分离,为了使盐和乙二醇更好的分离,有必要对氯化钠在乙二醇溶液中的介稳区进行研究。文章采用激光法测定了不同温度下氯化钠在乙二醇溶液中结晶的溶解度和超溶解度,得到氯化钠在乙二醇溶液中结晶的介稳区,并拟合得到了氯化钠在乙二醇溶液中的溶解度和超溶解度方程。结果表明氯化钠在乙二醇溶液中的溶解度和超溶解度均随温度的升高而降低,结晶过程中将氯化钠初始浓度控制在3~3.5 g/100g乙二醇,将温度控制在135~140℃介稳区宽度比较适宜,可以取得较好的脱盐效果。     

构建多尺度深度卷积神经网络行为识别模型

为了减化传统人体行为识别方法中的特征提取过程,提高所提取特征的泛化性能,本文提出了一种基于深度卷积神经网络和多尺度信息的人体行为识别方法。该方法以深度视频为研究对象,通过构建基于卷积神经网络的深度结构,并融合粗粒度的全局行为模式与细粒度的局部手部动作等多尺度信息来研究人体行为的识别。MSRDailyActivity3D数据集上的实验得出该数据集上第11~16种行为的平均识别准确率为98%,所有行为的平均识别准确率为60.625%。结果表明,本方法能对人体行为进行有效识别,基本能准确识别运动较为明显的人体行为,对仅有手部局部运动的行为的识别准确率有所下降。     

超声波辅助提取葡萄籽油工艺的研究

目前在一些地区葡萄籽粕已被用于动物养殖。本文介绍了采用单因素试验进行超声波辅助提取葡萄籽油的研究,结果表明:在超声时间、料液比、温度和超声功率4个考察因素中,料液比对提取效果具有显著性影响;通过正交试验对提取条件进行了优化,选用石油醚作为萃取溶剂、超声时间为40min、超声功率为90W、料液比为1∶10和温度为50℃,效果最佳,测得葡萄籽油得率为14.03%。本试验为葡萄籽油产品的开发奠定了基础。     

如何激励项目组成员

所有的管理中,人的管理是最难的。想了解每一个人的需求,谈何容易!想要激励他们,就要在了解的基础上,尽力提供他们想要的。可是,他们到底想要什么呢?陈新困惑了……     

PET接枝改性纳米ZrO2/PC复合材料的力学性能

采用接枝聚合反应在纳米ZrO₂表面接枝聚对苯二甲酸乙二醇酯 (PET) 低聚物,以提高其与聚碳酸酯(PC)的相容性;改性纳米ZrO₂与PC经过共混挤出,制备了纳米ZrO₂/PC复合材料。采用FTIR、XPS、TEM、TG、接触角等测试方法对接枝改性后的纳米ZrO₂进行了表征,结果表明,PET化学键合到了纳米ZrO₂表面,使ZrO₂疏水性显著增强,微观颗粒分散性好。对纳米ZrO₂/PC复合材料进行了力学性能测试,探讨了纳米ZrO₂的添加量与复合材料力学性能的关系。结果表明：纳米ZrO₂/PC复合材料的力学性能较纯PC有明显改善;随着改性纳米ZrO₂含量的增加,缺口冲击强度和拉伸强度都呈现出先增加后降低的趋势,分别在ZrO₂质量分数为1%和0.3%时达到最大值;弯曲强度在实验范围内一直呈上升趋势,最大弯曲强度比纯PC提高2.54 MPa。     

新型煤泥干燥装置传动方式的优化

为了使煤泥干燥系统运行更加稳定,通过对链轮传动、蜗杆传动、齿轮传动3种传动装置的对比,选择出齿轮传动装置,结果表明:选用齿轮传动装置能够解决现有干燥装置传动运行出现的一系列症状,保证了干燥装置的持续稳定运行,优化了RD多层多级多效干燥装置的传动装置,减少了设备的维护成本,具有实施的可行性。     

数据挖掘分类技术研究与分析

分类技术是数据挖掘中的核心和基础技术,在此就数据挖掘分类技术的主要算法进行了对比分析研究。对目前研究比较多的基于决策树、贝叶斯和人工神经网络的分类方法做了详细的讨论,对其他新提出的几种算法做了简要分析,论述了每种分类算法的优缺点,并给出了相应的应用领域,最后对分类技术的研究重点和发展趋势做了展望。     

离子膜法烧碱工艺改进

提出了离子膜法烧碱生产装置运行中存在的问题,通过增加树脂塔、改变换热工业、工业水改纯水等改进措施,保证了装置的平稳运行,降低了能耗、增加了经济效益。     

仿木聚氨酯材料的研制

研制开发了适合仿木聚氨酯材料的83207HAM聚醚多元醇。对聚醚多元醇、匀泡剂、催化剂、发泡剂及过充填量、异氰酸酯指数、制品密度等影响因素进行了讨论,确定了仿木聚氨酯材料的配方及制备工艺。     

基于Storm非合作博弈调度的ETL研究

实时ETL(Extract-Translation-Load)打破了传统数据仓库离线批处理模式,采用了实时流处理策略,将变更数据发送至目标仓库.研究目的是降低ETL过程处理延迟,在短时间内确保源端和目标端数据一致性.采用了纯流式数据处理框架Storm研究ETL流程.变更数据捕获(CDC)作为ETL流程的关键步骤,当面对海量数据时,传统的基于快照捕获变更的方法,因延时高阻碍了实时ETL发展.Storm默认采用轮询调度算法,忽视了工作节点间网络通信开销以及集群负载均衡的问题.针对传统变更捕获方法存在延迟高的问题,提出了基于变更数据标记捕获算法(C D M C).针对Storm默认调度存在的问题,提出了基于非合作博弈的Storm调度算法(Game-Storm).Storm通过组件Spout提取源端变更数据,交于逻辑处理组件Bolt,最终加载至目标仓库.综合考虑了标记捕获策略和博弈调度策略,形成了ETL流程的优化策略(GS-M-ETL).实验分析表示,这种新方法使ETL处理延迟降低了29.5％.