超高层建筑-18.7m的深基坑施工优化

介绍了深达 18.7m的基坑围护措施 ,对超高层建筑深基坑支护结构与施工技术进行优化     

鄂尔多斯盆地腹部下古生界天然气赋存系统研究

运用深盆气圈闭的基本原理，综合分析了鄂尔多斯盆地下古生界天然气赋存的基本地质因素，论证并提出了盆地腹部下古生界深盆气圈闭的新认识，并依据盆地地质构造特征将其进一步划分为：西部前渊拗陷型和中东部复式向斜型两大深盆气赋存系统．     

基于 FEM 的深基础工程数值模拟及其实现

简要介绍了有限元法的原理和解题步骤,在借鉴国内外众多有限元分析软件包优点的基础上,开发了自身的FEM三维非线性程序,并用所研发的程序对具体的工程进行了应用和模拟,与实测数据的逼近表明了整个软件系统的准确性和实用性。     

KS-A型液体防冻剂在混凝土冬季施工中的应用

文章针对冬季施工中,混凝土防冻泵送剂需经常变换的缺点,提出了KS-A型液体防冻剂的优点,并从原材料、性能、操作关键、质量控制措施等方面进行论述,最后以施工实例进行佐证。     

临近铁路深基坑开挖防护技术

考虑到周边建筑物安全及在动荷载下施工人员和机械设备的安全,选择了防护桩方案并进行了设计及计算,为临近铁路深基坑施工提供了参考。     

用正交法优化钻井液的配方

简述了正交法在钻井液配方优化中的原理和方法,并证明了采用正交法进行钻井液处理剂的配方优选时,不仅能考虑多种因素、找出各因素对指标的影响,而且可充分考虑到各因素之间的交互作用,从而优选配置出最佳的钻井液。此方法简单、可靠,可带来较好的经济效益。     

DGPVT软件包的开发及应用

介绍了针对油藏流体及其注气体系的相态及物性的预测而开发的DGPVT软件包功能、模型及特点。基于实验数据对DGPVT软件包的预测准确性进行了检验,并与石油界知名的商用油气相态及物性计算软件包STATPACK进行了比较。     

Cooperative inhibitory effect of follicular fluid and cAMP on hamster oocyte maturation

Summary Porcine or human follicular fluid inhibited the spontaneous maturation of isolated hamster oocytes in vitro during the first 1.5 h of culture. Moreover, the presence of 50% follicular fluid combined with 100 M dbcAMP cooperatively reduced the incidence of germinal vesicle breakdown. The addition of FSH also inhibited the resumption of meiosis, and the presence of LH did not overcome the inhibitory effects of follicular fluid and tended to impede isolated hamster oocyte maturation in vitro.     

自动网格体系在柱体绕流大涡模拟中的适用性评估

为了评估基于snappyHexMesh方法生成的自动网格体系在二维柱体绕流大涡模拟中的适用性,比较了该自动网格体系与人工网格体系对于Re为3 900圆柱绕流和Re为22 000方柱绕流的数值模拟结果。通过设置合理的计算域以及数值格式,采用snappyHexMesh自动网格以及人工网格的算例都表现出良好的数值稳定性。将不同网格体系的数值模拟结果与物理试验结果进行对比,结果表明,采用snappyHexMesh网格可以提高数值求解效率;圆柱绕流对网格体系的变化比较敏感,不同密度的snappyHexMesh网格会显著影响圆柱气动力特征以及尾流区域的流场结果;snappyHexMesh网格体系可以准确预测方柱绕流,在方柱绕流大涡模拟中具有相较于圆柱绕流更好的适用性。     

基于深度学习的红外与可见光图像融合综述

图像融合技术是指从不同的源图像中提取并融合互补的信息,生成一幅信息量更丰富、对后续高级视觉任务提供足够支持的图像.红外与可见光图像融合（Infrared and Visible Image Fusion,IVIF）是图像融合领域的一个重要分支.近年来,深度学习技术在视觉计算领域表现出了良好的性能,尤其是基于自编码器、卷积神经网络、生成对抗网络等几种基于深度学习的IVIF技术得到了蓬勃发展.为此,对基于深度学习的IVIF算法的方法、数据集和评估指标等进行了总结和阐述;通过大量的实验,进行定性和定量的结果分析,对比了各类基于深度学习IVIF算法的性能;最后,讨论了该领域未来发展的一些前景和研究方向.