全过程工程咨询发展的分析和建议

全过程工程咨询凭借自身集成化、专业化和多样化的优势,为工程咨询业提供了新的思路,目前我国在该方面还处于起步阶段。根据我国当前对全过程工程咨询的顶层设计和相关政策,阐述全过程工程咨询的特点和优势,分析应用案例的成熟经验,梳理推进过程中面临的相关问题,并提出实施建议,以期为我国全过程工程咨询的发展提供一定的参考。     

基于喷雾降尘模拟试验的喷雾粒径影响因素研究

为了提高喷雾降尘效率,并在工程应用中优选适宜的喷嘴,针对喷雾粒径影响因素进行了分析研究。通过开展实验室模拟试验,得到喷雾场喷雾粒径分布曲线,揭示了不同孔径喷嘴随喷雾压力的变化规律,并对不同类型喷嘴的性能试验结果进行了适用性归类分析,得出了喷雾粒径随距喷口距离、喷嘴孔径的减小而减小,随喷雾压力增加而减小的变化规律,总结了不同作业工序采用喷雾降尘技术时喷嘴选型的依据。模拟生产实际,分析了横向风流对喷雾粒径的影响,为喷雾降尘技术在现场应用提供了参考依据。     

六登坪铜矿区矿体特征及成矿物质条件

六登坪铜矿大地构位于杨子地台边缘与盐源～丽江台缘凹陷带,矿床分为火山沉积夹层中的火山沉积～热液型铜矿及产于构造破碎带中的构造热液型铜矿两种类型。矿体多呈似层状、脉状、透镜状常产出,矿体品位、厚度变化因类型而异。矿床成矿受火山活动、构造运动、地层岩性控制。矿床成因类型为热液改造型铜矿。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.     

东海陆架盆地西湖凹陷平北斜坡带海陆过渡型岩性油气藏形成与分布预测

随着地质认识的逐步加深和勘探技术手段的进步,东海陆架盆地西湖凹陷平北斜坡带的勘探领域逐步从构造油气藏转向岩性油气藏。通过系统分析平北斜坡带海陆过渡型沉积体系的层序构成样式、砂体展布特征和油气藏发育模式,指出平北斜坡带存在断裂陡坡型、对向断阶型、反向断阶型和同向断阶型4种层序地层发育样式,对应发育断裂陡坡型潮控三角洲潮道砂岩油气藏、对向断阶型潮控三角洲前缘潮滩砂岩油气藏、反向断阶型河控三角洲前缘水道砂岩油气藏和同向断阶型河控三角洲前缘水道砂岩油气藏4种类型。结合砂体展布规律和油气藏成藏模式预测,对平北斜坡带不同区带岩性油气藏的形成条件和分布规律进行总结,并指出团结亭区断裂陡坡型潮控三角洲潮道砂岩油气藏和孔雀亭区同向断阶型河控三角洲前缘水道砂岩油气藏是该区岩性油气藏勘探重点领域。在该岩性油气藏发育模式指导下,近期针对宝云亭低隆与反向断阶带控制下的宁波19区岩性圈闭钻探取得重大突破。     

一种计算单井可采储量的新方法

针对油田开发缺少单井潜力评价的问题,运用油藏工程和数理统计方法,从理论和矿场实践两方面进行研究,得到了单井可采储量预测模型,提出一种新的单井潜力评价方法。将研究成果应用于鄂尔多斯盆地绥靖油田措施选井中,结果表明:应用单井可采储量法优选措施井实施效果有效率较生产动态法提高了21.8%,研究内容对油田措施选井方向提供了新的选择。     

含重金属离子废水治理技术的研究进展

介绍了含重金属离子废水的主要来源以及其相应危害,基于含重金属离子废水治理技术的发展现状,对含重金属离子废水的处理策略进行了阐述。     

Microblaze软核处理器在惯测数据采集中的应用

为达到产品小型化要求，降低开发难度，采用Xilinx公司最新７系列内置Microblaze软核的FPGA芯片以实现数据采集，通过在惯测数据采集上应用的实际项目，详细说明了该类 FPGA芯片的Microblaze软核开发流程，包括应用系统的硬件 架构设计、在最新Vivado开发环境下的软核硬件平台的设计、整体软件的设计等，经过测试和对比，实验的结果充分说明Microblaze软核能够代替同类CPU芯片实现惯测产品的数据采集及处理，并具有其灵活高效的特性，在相近的应用场合中展现出独特的优势。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。