轧制道次间插入冷却对特厚钢板组织与性能的影响

使用实验轧机旁冷却装置配合轧机进行轧制实验，研究轧制道次间不同冷却工艺对特厚钢板组织和性能的影响规律.研究结果表明:采用道次间冷却工艺可以在全厚度方向获得组织细化及强韧性提高效果，采用强冷道次间冷却实验钢1/4处晶粒尺寸可细化至10μm，强度为376MPa，-40℃冲击功为169J;心部晶粒尺寸可细化至15μm，强度为360MPa，-40℃冲击功为123J.本工艺可形成470μm厚表层细晶层，晶粒尺寸可细化至5μm;粗轧道次间插入冷却工艺轧制钢板强度和冲击韧性优于中间坯冷却工艺;随冷却强度增加，钢板内部组织明显细化且强度大幅提高.     

利用SS前驱波研究纳斯卡–南美俯冲带周边上地幔间断面起伏及其动力学意义

利用USArray的远震记录资料, 对1万多条地震记录的SS前驱波进行共反射点叠加分析(叠加范围是半径为5°的球冠), 得到纳斯卡板块南部及南美板块西部(120°W—60°W, 30°S—5°N)上地幔间断面的起伏形态。由于数据很好地覆盖了研究区域, 叠加范围更小, 因此比以往的结果具有更高的空间分辨率。在Galapagos, Easter和 San Felix这3个热点下方观测到的间断面起伏形态符合地幔深部存在高温异常的假设。还观测到: 在东太平洋洋隆南段下方, 410 km间断面深度增加; 在俯冲带下方, 410 km和 660 km间断面深度增加。     

我国股票市场行业间波动溢出效应研究——基于改进的EMD去噪方法

针对我国股市噪声交易能量较大、行业指数同步性较高的特点,提出改进的EMD(empirical mode decomposition,经验模态分解)去噪方法对行业数据进行处理,进而采用BEKK-GARCH模型分析金融危机前、金融危机期间、金融危机后三个阶段行业间波动溢出效应.研究表明,在降低股价同步性方面,改进的EMD去噪方法效果更佳;行业间波动溢出效应在金融危机期间显著上升,金融危机后回落;较之金融危机前,金融危机后传统制造业受产业链上游的波动溢出效应有所降低、受科研的波动溢出效应有增强的趋势.     

吉木萨尔致密储层压裂多缝干扰产能分析

针对吉木萨尔区块致密油薄互层储层的细分切割多簇压裂改造工艺措施，使用斯伦贝谢地质工程一体化软件Mangrove进行了缝间干扰压裂模拟，探究了在两种不同工况条件下簇间距、单段射孔簇数及加砂强度对裂缝发育形态、储层改造效率、裂缝规模和施工压力的影响，并对各种施工方式的经济性进行了对比评价。研究发现，簇间距是影响缝间干扰的主要因素，单段射孔簇数的影响较弱。缝间干扰越严重，裂缝形态越复杂，施工压力越高，储层整体改造效果越好，但也有出现裂缝无法起裂的情况，具体施工设计要依据现场实际情况调整。     

考虑剪应力作用的有限土体被动土压力分析

以挡土墙后有限范围砂土为研究对象，建立挡土墙位移与内、外摩擦角的关系，假定墙后土体为圆弧形拱，并考虑层间剪应力，采用多道滑裂面假设下得到的破裂面角与被动土压力系数，推导了有限土体的被动土压力解，该公式也可退化为半无限土体的被动土压力解. 与模型试验相比，所提理论解与试验值吻合较好，证明了解析解的合理性. 参数分析表明：考虑层间剪应力下不影响被动土压力的合力，但会使其合力作用点升高；被动土压力随土体宽高比减小呈现先变化不大后急剧增加的趋势；被动土压力合力随内摩擦角增加呈单增趋势，而合力作用点则随之降低.     

雷击引发的变压器故障分析

某电厂一次雷击事故,造成两台变压器间隙击穿,其中一台变压器出现故障并出现变压器差动保护快速动作。通过检查现场信息以及分析故障前后的波形相关数据,得出匝间故障是造成本次差动保护动作的原因。通过对故障过程以及保护动作原因进行分析,本文提出了一些建议,对该类问题的分析与解决提供一定的参考。     

移动商务中融合签到位置与用户间相似性的兴趣点精准推荐

向位置频繁变化的移动用户进行精准推荐,如何提高推荐准确性,已经成为一个理论研究与实践中的热点与难点问题.针对于此,本文提出了面向移动社交商务的精准用户兴趣点推荐模型--MRGR.首先,利用用户的历史签到信息,通过改进核密度估计对兴趣点进行预测;其次,进一步考虑到用户间的签到相似性,使用信息熵定量表示用户移动的随机性和不确定性;最后,融合地理位置信息与用户间相似性,精准推荐用户兴趣点,并在Foursquare数据集上进行验证.实验结果表明:与传统模型相比,提出的模型在准确预测用户兴趣点的同时,可以有效缓解数据稀疏性和冷启动问题,并在准确率和召回率上都取得了显著的提高.成果将为移动商务中,如何更好满足企业的精准推送与用户个性化需求提供有力的技术支持和决策服务.     

PSO-ELM在低压系统短路电流峰值预测中的应用

在短路电流早期检测的基础上,提出一种基于粒子群优化极端学习机(PSO-ELM)的短路电流峰值预测方法.利用短路电流暂态特性分析确定预测模型的输入特征量,采用粒子群算法对极端学习机的输入权值和隐层偏置进行优化,最后,将提出的预测算法应用于低压多层级实验平台,并且与传统BP、 ELM算法进行比较.实验结果表明,基于PSO-ELM模型的短路电流峰值预测方法能够在全相角范围内准确地预测短路电流峰值,可作为低压多层级系统全选择性保护的短路故障预测算法.