基于机器学习的民航不安全事件信息数据清洗

为解决民航不安全事件信息中分类不准确的问题，提出一种基于机器学习的数据清洗方案。首先，设计了一种基于one class svm的异常值筛选模型，筛选出现有航空不安全事件信息中事发阶段中标签错误的数据。其次，建立了一种基于BERT的分类模型对分类正确数据进行训练，利用经过训练的模型对筛选出来的异常数据进行重新分类。最后，将清洗后的数据与原始数据进行比较，清洗后的数据标签准确率提高了10.2%。实验结果表明，基于机器学习的数据清洗方法能够实现民航安全信息的数据清洗，提高了数据质量。     

十二相不控整流发电机并联运行的建模与仿真

多相整流发电机因其直流供电品质高、可靠性高,在船舶电力推进中得到了越来越多的应用,整流发电机的并联运行对于提高船舶电力系统的容量和安全性具有重要意义。推导了十二相同步发电机的数学模型,在MATLAB/Simulink中建立了两台带不控整流的十二相同步发电机并联运行的仿真模型。探讨了两台并联运行发电机间功率分配的控制策略,设计了电压—电流下垂特性曲线和曲线截距的自动补偿,并将其应用到励磁控制系统中。通过仿真实验,验证了该控制系统的有效性。     

复杂地质条件下海底管道路由选择技术

海底管道是海洋油气田开发的重要组成部分,随着我国海洋油气田的大规模开采,海底管道在未来海洋石油工业链条中的纽带作用将越加突出。首先介绍海底管道路由选择面临的海床地质特征:海床不平整、冲刷、断层、液化等,其次介绍基于复杂地质条件海底管道路由选择流程和接受标准,最终阐述海底管道路由选择的设计方法。本文的研究成果既是对中国海区已运行项目的总结,也为我国南海深水油气田开发及拓展国外市场提供参考。     

TL2000路面强化剂在重庆鹅公岩大桥桥面预防性养护中的应用

介绍了TL2000路面强化剂主要特点和施工方法，以及在重庆鹅公岩大桥桥面工程中的成功应用，实测数据表明，TL2000路面强化剂可以有效地提高桥面的防渗水性能，适用于钢箱梁桥桥面的预防性养护。     

不破裂卵泡黄素化综合征与不孕

不破裂卵泡黄素化综合征(LUFS)多发生于月经失调妇女,并为女性不孕特别是难解释的不孕症原因之一。LUFS的病因至今尚不清楚,用传统检查方法如基础体温测定(BBT)、血清孕酮(P)水平测定、子宫内膜活检及宫颈粘液结晶检查等均难以将LUFS周期与正常排卵周期相区分。我院生殖内分泌与不孕门诊,在对不孕患者进行药物诱导排卵和B超监测排卵的过程中发现LUFS两例。其中1例连续2周期出现LUFS。本文对LUFS的发病机理、诊断方法及指标进行了讨论,并就本病提出了一些值得探讨的问题。     

修造船工业安全培训探讨

人的不安全行为是导致安全事故的最主要因素，而安全教育培训不良是造成人为失误的根本原因。安全教育培训的目标是培养职工安全意识和传授其安全知识与技术。针对企业目前安全教育培训中存在的问题，应采用科学的安全教育方式搞好培训。     

皮尔逊-Ⅲ型分布曲线的快速通用算法研究

在编制城市暴雨强度公式时，频率分布曲线常采用皮尔逊－Ⅲ型分布曲线，而该曲线的快速通用算法一直是难点问题，目前，在实际工作中应用的各种算法都有一定的缺陷性，因此，为皮尔逊－Ⅲ型分布在编制暴雨强度公式中的应用带来困难，为此，通过数学表达式的变换，将皮尔逊－Ⅲ型分布转换为不完全Γ函数，并给出其快速通用的算模型，通过算法对比和实践验证，该模型具有算法简单，求解灵活，通用性强，收敛速度较快，计算精度较高等优点，可推广应用。     

水泥混凝土路面设计质量控制

高速公路由于交通量大、轴载超重和设计车速很高，破坏力比一般公路大6～10倍，按照我国《公路水泥混凝土路面设计规范》(JTJ012-94)设计的高速公路水泥混凝土路面的面板结构偏薄，板厚基本在24～26cm之间，很少有28cm厚的高速公路水泥混凝土路面板。     

浅谈单侧加宽桥增加二次铺装的设计

旧桥在加宽改造中，新增二次铺装可以加固桥面、提高结构抗力，但是它受到敏感性指标预应力的控制，切不可忽视。设计中掌握原桥现状、设计意图、主要控制指标。扬长补短做好新桥设计。     

Study of steady and unsteady wet steam condensing flows in a turbine stage

Objective To develop the numerical method for the steady and unsteady wet steam condensing flow in turbine stage. Methods An Eulerian/Eulerian numerical model is used to describe the spontaneous condensation flow in the steam turbine. For the steady condensing flow computations, the mixing plane model was used. For the unsteady condensing flow computations, the sliding mesh method was used to simulate the rotor-stator interactions. Results The numerical results showed the obvious differences between non-condensing and condensing flows. The results also showed the unsteadiness effect due to rotor-stator interactions had a deep influence on the formation and growth process of water droplets. Conclusion The numerical methods presented in this paper are valid for the condensing flow in the turbine stage.