Ultrastructural and geochemical characterization of Archean-Paleoproterozoic graphite particles: implications for recognizing traces of life in highly metamorphosed rocks

Abundant graphite particles occur in amphibolite-grade quartzite of the Archean-Paleoproterozoic Wutai Metamorphic Complex in the Wutaishan area of North China. Petrographic thin section observations suggest that the graphite particles occur within and between quartzite clasts and are heterogeneous in origin. Using HF maceration techniques, the Wutai graphite particles were extracted for further investigation. Laser Raman spectroscopic analysis of a population of extracted graphite discs indicated that they experienced a maximum metamorphic temperature of 513 +/- 50 degrees C, which is consistent with the metamorphic grade of the host rock and supports their indigenicity. Scanning and transmission electron microscopy revealed that the particles bear morphological features (such as hexagonal sheets of graphite crystals) related to metamorphism and crystal growth, but a small fraction of them (graphite discs) are characterized by a circular morphology, distinct marginal concentric folds, surficial wrinkles, and complex nanostructures. Ion microprobe analysis of individual graphite discs showed that their carbon isotope compositions range from -7.4 per thousand to -35.9 per thousand V-PDB (Vienna Pee Dee Belemnite), with an average of -20.3 per thousand, which is comparable to bulk analysis of extracted carbonaceous material. The range of their size, ultrastructures, and isotopic signatures suggests that the morphology and geochemistry of the Wutai graphite discs were overprinted by metamorphism and their ultimate carbon source probably had diverse origins that included abiotic processes. We considered both biotic and abiotic origins of the carbon source and graphite disc morphologies and cannot falsify the possibility that some circular graphite discs characterized by marginal folds and surficial wrinkles represent deflated, compressed, and subsequently graphitized organic-walled vesicles. Together with reports by other authors of acanthomorphic acritarchs from greenschist-amphibolite-grade metamorphic rocks, this study suggests that it is worthwhile to examine carbonaceous materials preserved in highly metamorphosed rocks for possible evidence of ancient life.     

航空发动机关键件使用寿命监视系统设计

 航空发动机寿命监视技术对监视发动机的工作状态、寿命消耗、剩余寿命和保证发动机在高性能水平下安全、可靠地工作有十分重要的作用.本文所设计的地面监视系统功能包括,对发动机飞行参数进行筛选并提取出影响低周疲劳寿命的循环数以及计算离心负荷、热负荷作用下的低周疲劳和蠕变寿命消耗,建立各关键件在低周/蠕变交互作用下的实际寿命消耗的计算模型.通过发动机使用寿命数据库对各监视零件的剩余寿命加以管理,为使用和维修提供参考依据.     

星载SAR图像斑点抑制与质量评估系统

结合星载合成孔径雷达(SAR)单视图像斑点噪声抑制技术与质量评估,并基于为科学数据可视化及数学分析提供完备计算环境的IDL(Interactive Data Language)语言,完成了在IDL环境下开发的SAR图像斑点抑制与质量评估系统,获得了高空间分辨率和高辐射分辨率的星载SAR图像.      

操作参数对组合式吸热器热性能的影晌

针对3种不同相变温度的相变材料组成的组合吸热器,建立了相应的物理模型,给出了数值求解方法,计算了工质入口温度、工质流速及输入功率等操作参数对组合式吸热器热性能的影响,得到了容器壁面最高温度、工质出口温度、换热管总相变蓄热材料(PCM)熔化率等结果.结果表明操作参数对吸热器热性能有较大的影响,合理选取这些参数对吸热器的正常运行是非常必要的,结果可以用于指导吸热器的设计.      

论政府采购制度

政府采购制度在财政改革中尚属新生事物,建立健全政府采购制度已成为当前财政改革中的一项紧迫任务,推行政府采购制度是提高财务管理水平的必然选择,政府采购制度的构建,必须从实际出发,进行网络建设、人才培养,要加强监督管理.     

某发动机涡轮叶片使用寿命可靠性分析

发动机的载荷谱是发动机结构寿命研究的依据.利用某短寿命发动机的开车数据,对其高压涡轮叶片使用寿命进行了预测.建立了发动机等效寿命消耗计算模型,采用数据压缩处理技术,有效地提取了发动机的工作载荷.根据发动机短使用寿命这一特点,用威布尔分布模型描述此发动机涡轮叶片寿命分布,建立了发动机寿命可靠性模型,采用不完全寿命数据的中位秩法对发动机叶片寿命进行可靠性计算.随着可靠性增长,发动机寿命不断提高,考虑样本的时效性,用动态的威布尔分布模型来描述此发动机可靠性的增长,以便发动机在研制过程中的可靠性评估.      

圆盘类钛合金零件的精密加工

文章介绍了以钛合金为材料的某型号圆盘类结构件的结构和加工特点、主要表面加工措施 等,通过采用合理的装夹方法和加工方法,选择合理的切削工艺参数和刀具参数,安排合适的热处理,解决 了高精度薄壁圆盘类结构件的加工难题,为圆盘类钛合金结构件的加工积累了经验。     

SAR幅度图像统计模型及其参数估计

对适用于复杂场景SAR幅度图像的乘积模型统计特征进行了深入的分析,导出了其概率分布的一般形式,在单视情况下讨论了三种参数估计方法。MSTAR数据的统计分析结果表明该模型对于高分辨力的SAR图像有较好的适用性。     

高职Java程序设计课程“做中学,做中教”教学模式研究

将＂做中学,做中教＂的教育模式应用到高职计算机应用专业的《Java程序设计》课程中,对传统计算机教学方法进行变革。通过学习实践的证明,这种创新的教学模式,对提高学生的计算机实际动手操作能力和创新能力大有帮助,让学生通过自主学习来构建知识体系,促进学生的全面发展,为高职学校的计算机专业的教学的变革和发展提供了有力的现实依据和参考。     

基于代价敏感剪枝卷积神经网络的弹道目标识别

为降低弹道目标整体误识别代价，提出了基于代价敏感剪枝（CSP）一维卷积神经网络（1D-CNN）的弹道目标高分辨距离像识别方法。首先，基于彩票假设提出了同时以降低模型复杂度和误识别代价为目标的统一框架；然后，在此基础上，提出了基于人工蜂群算法的网络结构无梯度优化方法，以网络结构搜索的方式自动地寻找1D-CNN的代价敏感子网络，即代价敏感剪枝；最后，为了使代价敏感子网络在微调过程中仍以最小化误识别代价为目标，提出了一种代价敏感交叉熵（CSCE）损失函数对训练进行优化，使代价敏感子网络侧重对误识别代价较高的类别正确分类来进一步降低整体误识别代价。实验结果表明:结合CSP和CSCE损失函数的1D-CNN能在保持较高的识别正确率的前提下，相比传统的1D-CNN具有更低的整体误识别代价，且降低了50%以上的计算复杂度。