大型服务器液冷系统的管道振动应力分析方法研究

流体压力脉动致振是影响大型服务器液冷系统管道可靠性的重要因素之一.基于ANSYS workbench中的模块连接功能,提出一种液冷管道振动应力分析方法.首先在Static Structural模块中分析管道在稳定流体压力作用下的应力情况,然后在Harmonic Response模块中分析管道在流体压力脉动作用下的响应情况.测量实际管道的振动加速度,并结合有限元仿真计算结果进行对比分析,确定液冷管道中流体的压力脉动幅值.分析结果表明:弯管处是管道上应力最大的部位,应优先进行振动可靠性分析.该成果可为大型服务器液冷系统管道可靠性研究提供了一种可行的振动分析方法.     

引入竞争机制的京津唐电网调频资源辅助决策系统研究与应用

京津唐电网长期以来通过指令调度方式对调频资源进行“按需调用”,调频价格无法真实反映市场供需关系。在分析京津唐电网调频辅助服务现状及问题基础上,设计了以“集中竞价、边际出清”为核心的京津唐电网调频服务竞争机制及模式,实现了基于该竞争机制下的调频资源辅助决策系统。实际算例分析表明,该系统在满足电网需求的情况下能够显著减少调频费用,提升调频资源利用水平。     

内蒙古电力气象预警自动发布系统的设计与实现

为保障内蒙古电力的安全稳定运行,依托于国家突发事件预警信息发布系统和基于PhantomJS应用平台以及企业微信接口,设计并开发了内蒙古电力气象预警自动发布系统。强化了内蒙古电力气象灾害预警,为内蒙古的电力安全生产和电网安全运行提供了定制化、精细化的气象服务。     

基于VMD-EEMD-LSTM的涂层型关节轴承剩余使用寿命预测方法

涂层型关节轴承由于其结构紧凑且具有较好的摩擦性能，在航天航空设备领域有广泛的应用前景，对其剩余使用寿命(Remaining useful life,RUL)进行有效预测，能够为设备的维护提供一定的理论依据。因此，提出了一种基于变分模态分解(Variational mode decomposition,VMD)、集成经验模态分解(Ensemble empirical mode decomposition,EEMD)以及长短期记忆神经网络(Long Short-term memory neural network,LSTM)模型的剩余使用寿命预测方法。首先，利用VMD以及EEMD对轴承摩擦扭矩信号进行特征提取，并根据时间相关性进行特征筛选，得到相关性较高的3组特征序列，对筛选出的特征进行相对归一化处理作为模型输入，减小不同工况下摩擦扭矩幅值变化带来的影响；最后，选择超参数优化区间对LSTM进行贝叶斯优化，得到贝叶斯优化-LSTM模型，对涂层型关节轴承的RUL进行预测。研究结果表明，该预测模型融入了能够表征涂层型关节轴承退化信息和寿命衰减的多个信号特征，对不同工作载荷下的轴承均有较高的RUL...     

基于LSTM网络的IISPH流体仿真方法

传统基于物理方程的IISPH流体仿真模型有计算量大、耗时等缺点，对此提出一种基于LSTM神经网络的IISPH流体仿真方法，通过神经网络回归非线性物理模型得到LSTM模型并作为流体仿真的数据驱动项。首先，使用IISPH方法物理求解器获取一次迭代过程中压力项前后的数值，设计一个特征向量作为神经网络的输入，用来训练神经网络模型；然后将该模型替换原有方法中压力项计算方式，作为新的数据驱动，来预测所需要的压力加速度；最后，通过对BP神经网络、随机森林等传统机器学习方法试验对比，LSTM在大幅度提高速度同时，准确度最高。试验证明，与传统方法相比，基于LSTM的流体的IISPH方法在降低极小准确度情况下，速度得到大幅度提升。     

氯化聚氯乙烯树脂在各类管道中的应用

综述了氯化聚氯乙烯(PVC-C)树脂的性能以及PVC-C管道在冷热水系统、消防系统、氯碱行业、海洋平台、电缆保护管及其他方面的应用。简述了PVC-C管道的生产和安装使用要点。最后对PVC-C管道的发展提出了建议。     

沥青纤维同步碎石封层技术在公路养护中的应用

近年来，我国公路行业在工业化改革与产业升级过程中，一方面创建了设计施工一体化实践模式，另一方面扩大了公路工程运维管理环节的投资比重，推动了公路养护的高质量发展、高水平实践。结合某公路工程，概述了沥青纤维同步碎石封层技术，分别从工程概况、材料要求、施工工艺、效果评价、注意事项5个层面，对沥青纤维同步碎石封层技术在公路养护中应用，进行了具体讨论。