预先危险性评价方法中原因事件与触发事件辨析

目前国内在应用预先危险性分析(PHA)方法进行安全评价时,普遍存在对分析项目中的原因事件和触发事件的本质认识不清和混淆使用的问题,造成评价结论和提出的对策措施不准确.本文通过对预先危险性分析方法的全面分析,在对比该方法各种工作表中各项研究内容差异的基础上,结合通用工作表格中的研究内容,对原因事件和触发事件的区别和联系进行了辨识.通过研究得出,原因事件是指产生潜在危害的技术缺陷或管理失误等方面的原因,以及导致产生危险因素的非期望事件或错误;触发事件是指使危险因素转化为潜在危害的非期望发生的事件或错误,以及使发生事故的条件进一步积聚的事件及错误.     

不同荷载作用下T形连续梁和悬臂梁的剪力滞效应

对有机玻璃材质的T形连续梁和悬臂梁进行均布加载和集中加载,研究T形梁翼板在不同荷载形式作用下剪力滞的传递机理,并与理论计算进行对比.研究结果表明:连续梁在集中荷载作用时,仅在边缘支座处出现负剪力滞,而在均布荷载作用时,在连续梁中间支座截面两侧及相邻截面出现负剪力滞;悬臂梁在集中荷载作用时,仅在固定端及相邻截面出现正剪力滞,而在均布荷载作用时,仅在固定端处为正剪力滞;剪力滞效应的正负与剪力滞系数无关.     

浅谈离心泵的自吸

在船上离心泵是使用非常广泛的船舶辅机之一,但其主要的缺点是一般没有自吸能力.本文介绍了离心泵常用的一些自吸装置,为以后的研究者在如何提高离心泵的自吸能力方面进行研究提供了准备,以使离心泵能被更加高效广泛地应用.     

《高分子物理实验》教学中的经典实验浅析

本文阐述了《高分子物理实验》课程的性质。从锻炼动手能力、巩固所学知识点和加深理论的理解等方面,分析了每个经典实验项目的必要性。通过这些经典实验,让学生打牢基础,为培养他们的创新精神和能力奠定基石。     

深度强化学习在天基信息网络中的应用——现状与前景

未来天基信息网络(space information network, SIN)领域将面临由结构复杂、环境动态、业务多样等发展趋势带来的挑战。数据驱动的深度强化学习(deep reinforcement learning, DRL)作为一种应对上述挑战的可行思路被引入SIN领域。首先简要介绍了DRL的基本方法，并全面回顾了其在SIN领域的研究进展。随后，以星地网络场景的中继选择为例，针对大规模节点问题提出了基于平均场的DRL算法，并提出一种基于微调的模型迁移机制，用以解决仿真环境与真实环境之间的数据差异问题。仿真证明了其对网络性能优化的效果，且计算复杂度和时间效率均具有可行性。在此基础上归纳和总结了DRL方法在SIN领域的局限性与面临的挑战。最后，结合强化学习前沿进展，讨论了此领域未来的努力方向。     

谈提升学习型组织建设水平

学习型组织建设对于企业生存、发展以及形象塑造都具有重要意义。近年来，各级烟草商业企业学习型组织建设取得了较好的成绩，但是还存在基础薄弱、缺乏压力与动力员工、不能与工作实际无缝对接等不足。对于烟草商业企业而言，转变观念，建立并完善机制营造氛围，创新学习方式和内容，是提升学习型组织建设水平的必然选择。     

多目标有约束模糊关系优选决策理论及在港口工程选址中的应用

多目标有约束模糊关系优选决策理论及在港口工程选址中的应用陈守煜熊德琪（大连理工大学，１１６０２４）（大连海事大学，１１６０２３）赵瑛琪（辽宁师范大学，大连１１６０１１）ＦｕｚｚｙＲｅｌａｔｉｏｎｓｈｉｐＯｐｔｉｍｉｚｅｄＤｅｃｉｓｉｏｎ－Ｍａｋｉｎｇ...     

晨起10分钟 保健有奇功

当人们熟睡时,大脑皮层处于抑制状态。如果苏醒后立即坐起和下床直立,这是非常危险的,往往就在这一刹那,容易发生心、脑血管疾病,特别是高血压和心脏病患者更应注意。因为这时血液粘稠,血流量缓慢,脑部缺血缺氧。所以早晨苏醒之后要先闭目养神,尤其是老年人,专家建议先在床上做10分钟保健运动,这对预防心、脑血管疾病和增强各器官功能都有益处。     

煤在加压流化床富氧燃烧条件下的碳转化规律

在15 kW加压流化床富氧燃烧实验台上,进行了内蒙古烟煤在850～900℃下的加压富氧燃烧实验,研究了压力为0. 1～0. 4 MPa、空气和21%～30%氧浓度的O_2/CO_2气氛下燃烧的碳转化规律.研究结果表明:稳态富氧燃烧条件下,加压流化床富氧燃烧实验台干烟气中CO_2浓度均超过90%.提高燃烧压力有利于提高碳转化率和CO_2生成率,有利于降低CO生成率.在压力0. 1～0. 3 M Pa范围内,CO_2生成率随着压力的增加基本呈线性递增关系,从85%左右增加到93%左右.进一步增加压力,CO_2生成率逐渐趋于平稳,并保持在较高水平.在压力为0. 4 MPa条件下,CO_2生成率增加到95%左右.提高O_2/CO_2气氛的氧浓度能够提高碳转化率和CO_2生成率,但是随着压力的提高,氧浓度对碳转化率和CO_2生成率的影响减小.     

基于预设性能转台伺服系统的参数估计和自适应控制

针对含参数未知和非线性摩擦动态的转台伺服系统,提出了一种基于预设性能函数的参数估计和自适应控制方法.利用一种连续的摩擦模型表示转台伺服系统的摩擦动态,引入高阶神经网络对其进行逼近.通过构造一种滤波辅助变量获取参数估计误差信息,并将估计误差信息作为参数自适应律的遗漏因子,保证估计值能够快速收敛到真实值.为了提高转台伺服系统的瞬态响应和稳态性能,利用预设性能函数将原始系统的跟踪误差转换为一个新的误差动态,在此基础上设计自适应控制器,实现对期望轨迹的精确跟踪.仿真结果验证了本文所提算法的有效性.