蒸汽轮机自带冠静叶隔板瞬时焊接变形研究

在实际生产中发展蒸汽轮机的自带冠静叶隔板焊接后节圆径向变形过大，严重影响了静叶隔板通流尺寸的精度。深入研究自带冠静叶隔板的焊接变形对于提高整个机组的效率具有重要的意义。本研究针对蒸汽轮机自带冠静叶隔板生产过程中产生的焊接变形过大问题，通过对蒸汽轮机自带冠静叶隔板进行现场跟踪监测，获得了实际生产中的瞬时焊接变形数据，根据监测数据对自带冠静叶隔板的节圆直径变形、半径变形、节圆收缩率和倾斜变形进行了全面分析，提出了优化和减小焊接变形的设计及工艺措施。     

蒸汽轮机自带冠靜叶隔板焊接变形

蒸汽轮机自带冠静叶隔板是蒸汽轮机通流部分的静子部件 ,其制造精度直接影响到整个机组的效率。在实际生产中发现自带冠叶隔板焊后节圆直径变形大 ,严重影响了隔板通流尺寸精度。文中针对蒸汽轮机自带冠叶隔板生产过程中产生的焊接变形问题 ,采用定点测试方法 ,进行现场跟踪监测 ,获得了有效的焊接变形数据。并对自带冠叶隔板主焊缝焊接后和热处理后的节圆半径变形、直径变形和节圆收缩率进行了深入分析。为了减小焊接变形 ,在隔板的结构设计方面应控制主焊缝进汽侧与出汽侧的坡口深度比值在 1.0～ 1.15范围内     

从建设龙游国家级水利风景区的实践谈可持续发展的对策

以如皋市龙游国家水利风景区为例,对这一城市河湖型风景区从地区特点、资源禀赋、开发利用到创建升级、达标管理、建设发展进行了总结。同时,对城市河湖型水利风景区在公益性背景下的发展制约因素进行了分析,提出水利风景区可持续发展对策和措施及促进水利风景区发展的建议。     

基于遗传算法的无线传感器节点定位在农业的应用

针对传统农业中种植者不能全面掌握农作物的生长状况,提出在农作物区放置无线传感器,传感器节点定位直接影响数据的采集,通过设计节点定位模型,将遗传算法引入到定位技术中,设计适应度函数、染色体编码、选择算子、交叉算子、变异算子。仿真实验表明:将遗传算法应用于无线传感器节点定位中,能更精确计算未知节点的坐标,更好的为农业服务。     

减沉桩与加筋土褥垫层联合作用减沉机理研究

针对采用减沉桩与加筋土褥垫层联合作用的某高填方区地基处理工程,监测了桩与桩间土的压力及沉降、加筋土褥垫层中土工格栅的变形和建筑物沉降,分析了桩和桩间土应力变化情况、土工格栅变形和桩与桩间土沉降差异,研究了减沉桩和加筋土褥垫层共同作用机理,可为类似工程地基处理参考。     

以临界屈曲应变为判断依据的非开挖内衬修复设计改进方法

《城镇排水管道非开挖修复更新工程技术规程》(CJJ/T 210-2014)选取管道的长期弹性模量EL进行内衬修复设计,并规定EL为短期弹性模量Es的0.5倍,但是对于这一做法的理论依据仍然存在较多质疑,也导致设计过于保守。据此考虑引入临界屈曲应变理论,提出以内衬的临界屈曲应变εr为破坏判据,并选取管道短期弹性模量Es进行设计的改进方法。研究表明,改进后的设计方法能够保证内衬设计在理论上的正确性,满足内衬的长期强度要求,减小大约21%的内衬设计壁厚,能够有效降低工程成本。     

算法导论(原书第3版)

<正>内容简介:在有关算法的书中,有一些叙述非常严谨,但不够全面;另一些涉及了大量的题材,但又缺乏严谨性。《算法导论(原书第3版)》将严谨性和全面性融为一体,深入讨论各类算法,并着力使这些算法的设计和分析能为各个层次的读者接受。全书各章自成体系,可以作为独立的学习单元;算法以英语和伪代码     

谈校园网络的安全及防范——ARP篇

随着网络世界的到来,校园网作为学校重要的基础设施,担负着学校教学、教研、管理、信息共享和对外交流等许多重要任务.校园网的安全问题,直接影响着学校的教学活动.文章结合近期校园局域网络常受ARP网络病毒攻击和侵扰,对如何加强校园网络安全作了分析和探讨.     

基于贪心策略的多目标攻击图生成方法

为解决网络脆弱性分析中攻击图生成方法存在的状态组合爆炸问题,使生成的攻击图能用于网络中多个目标主机的脆弱性分析,本文提出了一种基于贪心策略的多目标攻击图生成方法。该方法引入节点关联关系,采用贪心策略精简漏洞集,从所有攻击路径中选取使攻击者以最大概率获取网络节点权限的攻击路径,生成由这些攻击路径所构成的攻击图。算法分析和实验结果表明,该方法的时间和空间复杂度都是网络节点数和节点关联关系数的多项式级别,较好地解决了状态组合爆炸的问题,生成的攻击图覆盖了攻击可达的所有节点,能够用于网络中多个目标主机的脆弱性分析。     

基于攻击特征的ARMA预测模型的DDoS攻击检测方法

分布式拒绝服务(DDoS)攻击检测是网络安全领域的研究热点。本文提出一个能综合反映DDoS攻击流的流量突发性、流非对称性、源IP地址分布性和目标IP地址集中性等多个本质特征的IP流特征(IFFV)算法,采用线性预测技术,为正常网络流的IFFV时间序列建立了简单高效的ARMA(2,1)预测模型,进而设计了一种基于IFFV预测模型的DDoS攻击检测方法(DDDP)。为了提高方法的检测准确度,提出了一种报警评估机制,减少预测误差或网络流噪声所带来的误报。实验结果表明,DDDP检测方法能够迅速、有效地检测DDoS攻击,降低误报率。