电气自动化控制技术在供水设备中的应用分析

经济发展逐步全球化,现代科学技术不断推进,企业间的竞争不断加剧,如何有效利用电气自动化控制技术提升工作效率与质量是值得深思的问题。本文以电气自动化控制技术与供水设备为核心,从电气自动化控制技术的概念入手,对该技术在供水设备中的应用展开探讨。     

兰州化物所与美国加州大学洛杉矶分校合作制备出强收缩高能量密度水凝胶材料

环境响应型水凝胶,也称为“刺激响应”或者“智能”水凝胶,因为其高的含水量、弹性、渗透性、外界刺激响应性和大的变形等优点,被广泛应用于生物医学、软体机器人等领域。目前,大多数智能水凝胶的响应变形均凭借凝胶体内和体外渗透压的变化。然而,在这种渗透驱动机制下,凝胶材料的驱动力和响应速度间相互矛盾。要打破这个矛盾,需要从分子尺度设计并且提出一种异于传统“渗透型”水凝胶的非常规驱动机制。     

《石油化工设备》期刊投稿须知

《石油化工设备》期刊系国家科委和新闻出版署共同审核批准的全国性期刊,主要报道石油化工行业设备方面的新技术及新进展,设有试验研究、设计计算、专题评述、标准化、技术经济评述、制造技术、经验交流及技术应用等栏目,来稿具体要求如下。     

高校国有资产管理问题及对策研究

随着国家对高等教育投入的不断增加,高校国有资产总量不断增大。“重采购,轻管理”“资产配置结构失衡”“使用效率低”等一系列问题逐渐显现。文章通过分析高校在国有资产管理过程中存在的问题,针对性提出对策建议,为高校提高国有资产管理水平提供帮助。     

工作面快速掘进工艺及设备优化研究

为保证掘进效率与采煤效率相匹配、保证煤炭的产出率,在分析当前掘进工艺和掘进设备现状的基础上,分别对自动化、可靠性、生产效率较低的掘进设备进行优化,并对掘进设备相配套的掘进工艺(打眼、支护、运输等)进行优化,从根本上提升掘进工作面的效率和安全性.     

基于RCM的SDH传输设备高温预警系统设计

SDH传输设备内部出现故障,会导致故障元件的电阻迅速升高,同时消耗的功率也会随之增加,导致SDH传输设备表面的温度骤增.文章以提升高温预警系统的预警精度为目的,利用RCM以SDH传输设备为研究对象,从硬件和软件两个方面实现高温预警系统的优化设计.硬件方面主要是改装处理器、温度传感器以及预警装置,并对系统电路进行调整.软件方面利用RCM判断SDH传输设备的工作状态,并利用设备实时采集温度数据.通过与设置的高温预警门限值比对,启动相应的预警程序,实现系统的高温预警功能.实验结果表明,与传统预警系统相比,设计系统的漏报率降低8.05％、错报率降低7.9％.     

英语翻译驱动下大学生英语写作能力提升的策略研究

当下大学生普遍面临着英语写作能力薄弱的问题,学生的英语写作能力低对提升英语水平造成了很大的阻碍.基于这一认识,本文首先对此背景和现状进行分析,然后对大学英语翻译教学中引入英语写作的教学策略进行分析,并在此基础上提出英语翻译驱动下实现大学生英语写作能力提升的策略.利用英语翻译中中英文两种语言的相同、相似和差异的对比,对学生的英语思维进行训练,通过具体教学措施帮助学生更好地驾驭中英文两种语言,进而提高学生的英文写作能力.     

一种设备移位的新工艺及工程应用

在海洋工程项目建造收尾阶段,因结构、管线以及电仪等专业的施工均已基本完成,设备拆除和回装受到极大制约,在狭小空间内设备移位难度很大。该文以巴油FPSO P70项目集成阶段变压器的拆除和回装为例,介绍了一种设备移位的新工艺,通过使用一种新型"井字"轨道和坦克小车滑移的方式,可实现设备在两个方向的连续滑移,有效解决了因空间狭小设备无法转向的难题,同时也解决了非同一标高上设备滑移难以过渡的问题。经实际工程项目验证,这种设备移位的新工艺施工简单、高效、实用性强,有较大的推广和应用价值。     

电网设备线夹开裂原因

某电力公司变电站用铝合金设备线夹在运行过程发生批次开裂事故,通过宏观观察、断口分析、化学成分分析、力学性能测试、冷冻模拟试验等方法,对设备线夹的开裂原因和开裂机理进行了分析。结果表明:设备线夹焊缝存在焊接缺陷,导致焊缝强度下降;设备线夹接线管底部存在积水空间,寒冷天气下积水结冰,体积膨胀,使焊缝承受设计工况外的负载而过载开裂,造成了线夹开裂。     

基于可穿戴传感器数据的人体行为识别数据特征提取方法

随着可穿戴设备的发展与普及,基于可穿戴传感数据进行人体行为检测展现了巨大的研究价值.目前大多人类行为识别工作都是基于视频图像展开的,然而,使用计算机视觉技术进行人类行为识别存在2个挑战:一是很难使参与数据采集的人员在自然状态下采集真实状态下的运动数据,在开展数据采集之前往往需要对参与数据采集的人员进行培训并严格规范其采集动作,最终得到的数据将是背离真实生活的数据,其研究价值将大打折扣;二是数据采集过程中还涉及采集人员的隐私保护问题.为此,提出一种基于深度学习的数据特征提取方法.首先在灵活设置卷积核的基础上引入神经网络的分支结构多尺度提取原始数据的深度特征;然后将各分支得到的数据特征进行融合并作为下一个卷积层的输入.实验结果表明,与目前主流方法相比,该方法在MHEALTH,WHARF和USCHAD这3个标准数据集上的准确率和召回率都取得了更好的效果.此外,该方法还在2个较新数据集Stanford-ECM Dataset和DATAEGO上做了验证,结果表明该方法具有较好的泛化能力.