摘要：采用基于谱表示法的蒙特卡洛模拟,建立了不排水抗剪强度的随机场模型,并与二维平面应变模型结合探讨了考虑土体参数空间变异性对堤防安全性的影响.结果表明,堤防边坡的安全系数受土体参数(不排水抗剪强度)的空间变异性影响,若不考虑堤防土体参数空间变异性时,会高估堤防边坡的安全性.堤防滑动面位置与土体参数的空间分布有关,滑动面的位置具有不确定性,但滑动面往往会经过土体不排水抗剪强度较薄弱的区域,导致堤防的破坏.

摘要：在充分研究先进智能化工园区的基础上,由技术企业、学校教师和地方政府三方的共同参与下,着手研究开发吉林化工安全监测监控预警指挥调度与救援平台,本文主要分析了园区安全平台的构建框架以及主要关键技术,并针对具体的预测技术进行深入分析。

摘要：某浮船泵站具有水泵流量大、扬程高,配备的水泵和电机尺寸大,泵船尺寸大,摇臂接头压力高,船体浮船型深大等技术特点。介绍该浮船泵站的设计,主要包括泵站的布置,水泵台数和主要参数,浮船参数等,首次提出了摇臂接头装置制造难度系数的公式。通过对本项目技术特点的分析,给出了下阶段的优化思路和研究方向,同时对优化的关键即高效抗汽蚀性能好的水泵的研发,理论计算、模型开发方法等进行探讨。

摘要：近年来,减肥成为了一个热门话题,众所周知,一个有效的减肥方法是健康塑身的关键所在,传统的减肥方法效果不显著且有害健康。针对这个问题设计此款手环,手环拟通过移动互联技术,用户在购买手环后可安装手机App与手环做连接,首次录录输入数据参数,系统在对这些数据进行预处理的同时将会利用三维重建以及模型编辑等操作建立人体的数字化模型,通过计算得到手环使用者的最佳身材比例,推介减肥方案并监督减肥的效果及质量,实现"私人订制",手环中将装有近红外线装置直接检测人体脂肪并对入口的食物中所含卡路里以及用户每天在运动过程中消耗的卡路里,进行计算,随时提醒。手环将会通过其内部装有的光学传感器组件来实现对于人体的心率、血压、以及呼吸频率等各项身体机能的检测,并且手环将带有智能语音和指纹解锁功能,便于用户使用。

摘要：为了提升复杂船舶项目设计效能,提升任务管理精细化与数字化水平,基于数字化设计理念与精细管理模式,提出了标准任务管理与非标准任务管理2类模式,建立了船舶设计数字任务包管理与工时管理方法体系,研发了船舶设计数字任务包管理系统对设计任务进行数字化管理,实现设计工时数据的积累与分析。结果表明,数字任务包管理与工时管理方法可以有效的提高船舶产品的任务管理能力,解决船舶企业各类项目任务管理离散化、进度统计及时性差、数据利用率低等问题。研究成果可为复杂船舶项目设计任务及工时管理提供一定参考。

摘要：数据中心属于耗能大户已成行业共识,在“双碳”大背景下,人们的注意力正从力求建设更低PUE的数据中心逐步拓宽到打造综合资源节约型的数据中心上来。以某数据中心为例,引入一种10 kV交流输入、380 V交流不间断电源输出的融合型智能电力模组(Hybrid iPower Module),从系统架构、配电融合、资源节约、集中监控、智能管理和实际成效等角度进行论证,证明该电力模型在数据中心领域具有良好的应用前景和推广价值。

摘要：在单因素试验基础上,采用果胶酶与纤维素酶(酶活比为1∶1)对复合果蔬浆进行酶解处理,并以出汁率为指标,以响应曲面中心组合设计,研究加酶量、酶解温度、酶解时间及其交互作用对出汁率的影响。试验结果表明,加酶量对出汁率的影响极显著,而酶解温度和酶解时间对出汁率的影响不显著,各因素的二次项以及加酶量、酶解温度交互对出汁率也有显著的影响,且在加酶量0.13%,酶解温度42.64℃,酶解时间2.49 h条件下,复合果蔬的出汁率可达81.34%±2.16%。

摘要：残膜回收机主要的工作部件为残膜回收滚筒,其中挑膜齿组是构成残膜回收滚筒组成结构的重要部件之一。为保证挑膜齿组在滚筒中的凸轮盘带动下做圆周往复性运动,避免产生卡阻、停滞的现象,在生产过程中挑膜齿、挑膜齿管轴、拐臂与焊接加工工艺的精度都要设计合理,防止残膜回收滚筒在工作中发生损坏。结果表明:挑膜齿由65Mn材料制成的弧形挑膜齿,其弧形的角度为45°,挑膜齿管轴有九孔和十孔两种结构形式交错排列在滚筒内,拐臂采用铸件一体成型,焊接工艺的定位和角度必须在专用焊接平台上完成,从而保证产品的质量。

摘要：采用界面友好的Visual Basic语言,编写了移动容器加热保温热力计算软件。该软件包含30多种常用储运介质的物性参数数据,可实现多种形式的移动容器的加热保温计算。介绍了软件的设计思路和特点,并采用人工手算方法与软件手段对一具体的工程实例进行了计算和对比,结果两者吻合良好。

摘要：负荷的多源不确定性和大小功率分布不均衡是制约家庭负荷短期预测精度的重要因素.为此,该文提出用非均匀量化消解功率偏态分布引起的量化误差大、高功率近似于“异常”样本等问题,融合卷积神经网络(CNN)和集成学习应对负荷多源不确定性导致的负荷规律复杂的问题.首先给出了家庭负荷短期预测框架;然后给出了基于μ律将负荷数据二次量化的方法,使负荷数据近似正态分布,同时将负荷及其相关数据交织成灰度图,便于提取特征数据间隐含的深层非线性关系;接着,面向家庭负荷短期预测,详细设计了CNN基础学习器、Adaboost协调多个CNN的集成学习算法.对不同温区的实际家庭提前1 h的负荷预测测试表明,该文方法的平分绝对百分比误差(MAPE)、均方程差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)等指标优于已有的先进预测方法.该方法可为公用部门和家庭用户的调度管理、优化控制提供高精度的短期能耗数据.