ASMWIN在镇江市地下水渗流模拟中的应用

随着人口的增长、工农业生产的发展和人们生活水平的提高,对地下水资源的需求量不断增加.地下水的运动方式是地下水在岩土空隙中的渗透流动,简称渗流.加强对地下水渗流的分析和研究,进行地下水资源评价和地下水变化趋势的预测,对指导地下水的合理开发利用及确保地下水供水工程安全等是非常重要的.目前,地下水水流模拟的研究方法很多,分别适用于不同的水文地质条件.作者采用的是德国的ASMWIN软件,它对二维地下水水流和污染质运移过程的模拟具有较高的可靠性,而镇江市孔隙潜水的水流为二维流动问题.故将该方法应用于镇江市地下水水流模拟,研究结果表明,该软件操作方便,求解结果与实际的水文地质条件高度一致,具有广泛的应用前景.     

基于UCONpreB模型的DRM方案设计

将UCONpreB（Usage Control：UCON）模型的基本方法与典型的DRM（Digital Rights Management）方案相结合,对DRM方案的静态授权和粗粒度问题进行改进设计.通过增加引用监视器和对主体责任履行的预先决策,设计主体对客体访问时的动态授权和权限细分方法,以此实现DRM系统对数字资源更加灵活、更加有效的访问控制.     

高职院校校本课程开发研究

针对高职校本课程的特性,探讨了高职院校校本课程开发的必要性以及高职院校校本课程的内容选择。同时,结合行为主义模型、人本主义模型和系统课程模型,设计了相应的高职校本课程开发模型,探讨了相应的课程开发途径。     

一种输油泵机组故障诊断与健康评估方法

输油泵机组是长距离油品传输的关键设备，有效预防其出现突发故障、减小故障造成的损失至关重要。然而目前针对输油泵的故障诊断方法在现场应用时普适性不佳，且缺乏针对机组一体的监测诊断研究，不利于计划性维修。此外，受现场可提供数据的限制，现有的输油泵状态评估方法在很多现场无法使用。针对上述问题，提出一种输油泵机组故障诊断与健康评估方法，利用迁移学习提高输油泵故障诊断在工业现场应用时的准确率；通过搭建实验台并对电机运行状态进行监测、分析，构建电机机械类故障诊断模型；构建基于卷积-长短期记忆神经网络(CNN-LSTM)的状态评估模型，并以此为基础利用时序卷积网络(TCN)结合注意力机制进行状态趋势预测。在现场试运行的结果表明，本文提出的故障诊断及状态评估方法可以及时发现设备的早期故障，为设备运维提供有效的数据参考。