近海岸桥梁下部结构波浪力分析

采用雷诺时均Navier-Stokes（RANS）方程和标准k-ε湍流模型建立波浪水槽,分别针对波浪只作用于下部桩基和波浪作用于整个下部组合结构2种工况,模拟分析波浪特性对波浪力的影响.结果表明：波浪入射角为0°时,近岸条件下各桩柱受力大于平床,且前排桩柱受力随桩间距的增加而增加,后排桩柱受力随桩间距的增加而减小;群桩整体受力随波浪KC数和波高比成幂指数规律增加.桥梁下部组合结构整体所受波浪力随波浪入射方向变化较小,随KC数和波高比变化较大,最大增幅为704%;由于桥梁下部组合结构阻水宽度沿垂向变化显著,与KC数相比,波高比能更好地反映波浪特性对桥梁下部组合结构整体受力的影响.     

ELID磨削砂轮表面氧化膜力学性能

砂轮表面的氧化膜对保证在线电解修整（ELID）磨削的非线性电解以及对改善磨削表面质量都具有极其重要的作用.利用纳米压痕技术研究了氧化膜的硬度、弹性模量及刚度.研究结果表明,氧化膜的硬度约为210MPa,是基体硬度的1/4-1/3,使氧化膜有效地隔离了基体与工件,避免基体划伤磨削表面;氧化膜弹性模量约为30-50 GPa,是基体弹性模量的1/6-1/3,因此弹性变形更易发生,有利于磨粒的协同性与等高性;氧化膜刚度约为15μN/nm,由于氧化膜的动态更新,其值与磨削参数有关.在精密磨削时,由于氧化膜发生弹性变形,减小了磨粒的出刃高度和磨削深度,使磨削表面质量得到改善.     

三相纳米泡沫起泡性能影响因素与封堵调剖效果

针对渤海油田开发现状和技术需求,为解决在泡沫调剖过程中泡沫稳定性差的问题,评价筛选出可大幅增强泡沫稳定性的SiO_2纳米颗粒并分析其稳泡机理,研究了起泡剂阴离子型表面活性剂PO-FASD和SiO_2纳米颗粒加量、气体类型、环境压力对三相纳米泡沫体系起泡性能的影响,考察了三相纳米泡沫体系的封堵效果和液流转向能力。结果表明,SiO_2纳米颗粒自身聚集性越好、粒径越小,对表面活性剂降低界面张力性能影响越小。相较于在二氧化碳和空气环境下,在氮气环境中泡沫的起泡性与稳定性最优。在PO-FASD加量0.5%、纳米颗粒(比表面积350数410 m~2/g)加量0.3%和氮气条件下,三相纳米泡沫性能最佳。随环境压力升高,泡沫稳定性增强。三相纳米泡沫封堵性和调剖性良好,对均质岩心的封堵率为99.3%;在非均质岩心中,可有效封堵高渗透层,低渗透层采收率增幅44.17%,整体采收率增幅达16.06%,调剖堵水效果较好。图8表5参30     

聚合物弱凝胶在高盐中低渗条件下的渗流特性 及影响因素*

为提高长庆高盐油藏采收率,以长庆油田油藏地质特征和流体性质为模拟对象,研究了聚合物弱凝胶的渗流特性及影响因素,分析了作用机理。结果表明,影响聚合物弱凝胶渗流特性的因素较多。随聚合物浓度、相对分子质量、注入水矿化度和Cr³⁺浓度增加,聚合物弱凝胶的阻力系数(Fr)和残余阻力系数(F(rr))增大,驱替过程中注入压力增加;随岩心渗透率减小,Fr和F(rr)增加,注入压力增加。不同类型聚合物交联生成的弱凝胶对岩心的封堵效果不同。与相同浓度的聚合物溶液相比,尽管聚合物弱凝胶视黏度略为减小,但其Fr和F(rr)较大,且F(rr)大于Fr,液流转向能力良好。水稀释引起弱凝胶分子链舒展和吸水水化膨胀是造成弱凝胶分子聚集体尺寸增大、岩心孔隙内滞留和封堵作用增强的主要原因。图6表9参25。     

预应力锚索在消除混凝土坝应力中的应用

闹德海水库混凝土重力坝坝体及坝踵出现拉应力,影响大坝安全。根据坝体内应力现状,采取应力消除方案设计论证分析,确定采用预应力锚索方案。该方案对消除混凝土坝拉应力具有较大的优势,该成果可为解决类似工程问题提供参考和借鉴。     

秋季大白菜高产栽培综合配套技术措施

大白菜是我国北方的主要种植作物之一，本文就大白菜的栽培技术措施进行了简要的论述，供参考。     

基于语义的文本相似度算法研究

文本相似度算法研究一直是文本挖掘领域非常重要的算法,指采用一定的策略比较两个文本之间的相似程度,目前文本相似度算法已经在文本分类、文本聚类、自然语言处理等多个领域崭露头角。本文主要就语义角度出发对文本之间相似度进行界定。     

设施草莓高产栽培及主要病虫害防治技术

本文根据草莓的特征习性，就草莓的栽培技术、主要病虫害防治与防寒保暖措施进行了简要的论述，供参考。     

图书检索系统体系架构研究

图书馆具有非常丰富的馆藏资源,涉及实体图书,电子图书,音像制品等众多知识载体信息,信息的分布呈现出一定的不规则性和随意性,本文从信息检索的角度出发,对众多信息形式进行分析组合,构建信息检索架构,提高资源检索时的效率。     

语义拉普拉斯金字塔多中心乳腺肿瘤分割网络

目的 乳腺肿瘤分割对乳腺癌的辅助诊疗起着关键作用,但现有研究大多集中在单中心数据的分割上,泛化能力不强,无法应对临床的复杂数据。因此,本文提出一种语义拉普拉斯金字塔网络（semantic Laplacian pyramids network,SLAPNet）,实现多中心数据下乳腺肿瘤的准确分割。方法 SLAPNet主要包含高斯金字塔和语义金字塔两个结构,前者负责得到多尺度的图像输入,后者负责提取多尺度的语义特征并使语义特征能在不同尺度间传播。结果 网络使用Dice相似系数（Dice similarity coefficient,DSC）作为优化目标。为了验证模型性能,采用多中心数据进行测试,与AttentionUNet、PSPNet （pyramid scene parsing network）、UNet 3+、MSDNet （multiscale dual attention network）、PyConvUNet （pyramid convolutional network）等深度学习模型进行对比,并利用DSC和Jaccard系数（Jaccard coefficient,JC）等指标进行定量分析。使用内部数据集测试时,本文模型乳腺肿瘤分割的DSC为0.826;使用公开数据集测试时,DSC为0.774,比PyConvUNet提高了约1.3%,比PSPNet和UNet3+提高了约1.5%。结论 本文提出的语义拉普拉斯金字塔网络,通过结合多尺度和多级别的语义特征,可以在多中心数据上准确实现乳腺癌肿瘤的自动分割。