普及和发展我国管道内检测技术

长输管道多为埋地敷设,了解管道的情况只能依靠管道内检测技术,因此,进行管道内检测十分必要。国外用Pig(所有依靠管道内流体驱动而在管道内运行的器件)进行管道内检测。Pig可分为在施工阶段和运行阶段使用的两大类。介绍了各种不同用途的Pig,并着重介绍了国外管道几何尺寸测定器的研制和使用情况,对比分析了用于测量管道壁厚的漏磁法Pig与超声波法Pig的功能、特点和适用性。根据我国管道的具体情况,指出了发展管道内检测技术的必要性和紧迫性,并提出了几点建议。     

轮库线沿线土壤环境腐蚀性研究

轮库线地处我国西北塔里木地区，根据近期对该区的腐蚀调查和埋片试验结果，研究了土壤环境的腐蚀性。将沿线环境划分为四段，三种腐蚀性等级。其中，近库尔勒的７０ｋｍ管段所处环境虽属干旱戈壁区，但土壤腐蚀性异常之高，按全国土壤５级分类标准，属最强腐蚀性等级。     

探索长输管道大型跨越的新形式-索托管桥

介绍了长输管道大型跨越常用的斜拉索管桥和悬索管桥两种结构型式的优缺点，提出了一种新的跨越结构型式－－索托结构。对索托管桥的工作原理、力学模型、受力特点、主要优点以及存在的问题进行了分析。该结构外形酷似斜拉索管桥，受力状态却与悬索管桥有些相似，既具有斜拉索管桥和悬索管桥的优点，又弥补了各自的不足，大大提高了索的效率，节省了材料用量和工程造价，且施工方便。     

基于不等扬程的离心式长轴泵的优化设计与试验

为使离心式长轴泵能够在不同工况下高效运行,该文以500GJC-32.3×3型离心式长轴泵为例,对其进行优化,首先根据传统方法估算离心式长轴泵叶轮参数,通过正交方法对离心式长轴泵叶轮进行优化设计,对正交试验结果进行极差分析,得到了叶轮几何参数对离心式长轴泵扬程和效率影响的主次顺序。综合考虑各参数对离心式长轴泵性能的影响,选取重要因素,基于不等扬程设计理论,采用控制变量法对叶轮进行多方案优化设计,对比不同方案计算结果可知:基于不等扬程理论优化设计的叶轮具有较好的水力性能,选择合适的后盖板无穷叶片数理论扬程系数,可使叶轮水力性能趋于最佳。对于该型离心式长轴泵,当后盖板无穷叶片数理论扬程系数取1.1时可获得较优的水力性能,对比较优方案的试验与计算结果可知:二者变化趋势相同,扬程、效率、轴功率的最大误差分别为4.02%、5.58%、3.59%,在(0.8~1.2)倍设计流量工况下,扬程、效率、轴功率的误差小。同时由试验可知:该型离心式长轴泵在设计流量时扬程大于97 m,效率高于82%,最高效率点出现在1.1倍设计工况附近为83.22%,曲线具有较宽的高效区和无过载特性,能够满足设计要求,在丰水期和枯水期均能高效稳定的运行,同时可降低电机的配套功率,减少一次成本投入。因此,该文的研究结果对离心式长轴的优化设计有较好的参考价值。     

基于双阶段注意力机制和LSTM的鸡舍氨气浓度预测算法

为寻求准确的鸡舍氨气浓度预测方法,构建基于双阶段注意力机制和长短时记忆神经网络(Long shortterm memory,LSTM)的鸡舍氨气浓度预测模型,将该模型应用于山东省商河县某蛋鸡养殖场,采集二氧化碳(CO2)、氧气(O2)和氨气(NH3)的体积分数,细颗粒物(PM2.5)质量浓度,温度,相对湿度时间序列数据...     

基于CNN-BiLSTM的棉花产量预测方法

针对传统的作物产量估算方法在模型泛化方面的不足及缺少时序特征和空间特征的问题,该研究以机采棉为研究对象,结合无人机遥感平台与深度学习技术对棉花进行多期遥感观测与估产。以棉花苗期、蕾期和花期的影像为时间序列数据集,构建基于卷积神经网络（Convolutional Neural Network,CNN）和双向长短期记忆（Bidirectional Long Short-Term Memory,BiLSTM）的混合模型（CNN-BiLSTM）进行棉花产量预估,提高时间维度和空间维度方面的特征提取能力,并分别验证CNN和BiLSTM的性能以及不同网络深度对估产的影响。研究结果表明,CNN和BiLSTM深度分别为14和1的CNN14-BiLSTM模型准确率最高,对比单一结构的BiLSTM该模型决定系数从0.851提升至0.885,其均方根误差和平均绝对百分比误差也均明显下降,在2.3 m×2.3 m的样方内,结果分别为147.167 g和6.711%。该研究实现了基于时间序列的棉花产量估算,可为类似的作物产量估算提供参考。     

Characterization of seabird bycatch in eastern Canadian waters, 1998–2011, assessed from onboard fisheries observer data

相似文献   

长输管道用管的选择

长输管道选用何种型式的钢管，应根据钢管的特征、工作状况及使用环境而定，对直径为５０８￣８１３ｍｍ范围内的长输管道的用管情况进行了分析。指出直径小于５０８ｍｍ的管道，当工作压力不高于６．４ＭＰａ时，宜选用高频焊接的直缝管（ＥＲＷ），当工作压力超过６．４ＭＰａ时，可选用无缝钢管；直径在５０８￣８１３ｍｍ或大于８１３ｍｍ的管道，当工作压力低于６．４ＭＰａ时，可采用螺旋焊管，当工作压力超过６．４ＭＰａ时，     

灵武长枣贮藏期间生理变化的研究

灵武长枣在贮藏期间失水严重;呼吸跃变高峰期出现在第6天;果皮叶绿素、有机酸、可溶性固形物含量总体上呈下降趋势,而维生素 C 的含量呈上升趋势,室温(18±2)℃贮藏6 d后其商业品质迅速下降.     

基于MFO-LSTM的母猪发情行为识别

及时准确识别母猪的发情行为可以有效增加受胎率和产仔量,对提高养殖企业的繁育水平和经济效益具有重要意义。该研究针对生猪养殖过程中母猪发情行为识别存在主观性强、智能化水平低、假警报和错误率高、识别不及时等问题,提出了一种基于飞蛾扑火算法（Moth-Flame Optimization,MFO）优化长短时记忆网络（Long Short Term Memory,LSTM）的母猪发情行为识别方法。利用安装在母猪颈部的姿态传感器获得母猪姿态数据,然后使用姿态数据训练MFO-LSTM姿态分类模型,将母猪姿态分为立姿、卧姿和爬跨3类。通过对姿态分类结果进行分析,确定以爬跨行为和活动量2个特征作为发情行为识别依据,使用MFO-LSTM分类算法判断母猪是否发情。以山西省太原市杏花岭区五丰养殖场的试验数据对该方法进行验证,结果表明,该方法在以30 min为发情行为识别时间时的识别效果最好,发情行为识别的错误率为13.43%,召回率为90.63%,特效性为81.63%,与已有的母猪发情行为识别方法相比错误率降低了80%以上。该方法在保证识别准确率的情况下有效降低了错误率,可满足母猪养殖生产过程中发情行为自动识别要求。