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。     

装饰装修中室内空间各界面的设计

1室内空间与人 室内空间是与人最接近的空间环境。人在室内活动,身临其境,室内的一切都与人息息相关。它的采光、照明、色彩、装修、家具、陈设等多种因素综合造成的室内空间形象在人的心理上产生了很强的感受力,从而影响到人的生理和精神状态。     

SVG工业装置在永钢电炉生产上的应用

分析了江苏永钢集团有限公司100 t电弧炉在炼钢时产生的冲击波和谐波污染问题,通过在35 k V母线上安装一台±40MVAR的SVG工业装置,用于电弧炉动态无功补偿,滤除谐波,控制母线电压和抑制闪变,有效地改善电弧炉对供电系统电能质量的干扰。     

喷射沉积连续挤压用雾化器出口气体射流分析

利用气体动力学理论,针对喷射沉积连续挤压所要求的沉积体形状问题,对雾化器出口的气体射流进行了分析,研究了雾化器与形状控制辊轮之间的配合问题.并导出了计算公式,得出获得最佳形状控制效果的沉积体所需的参数.     

35钢延长拉杆过热断裂原因分析

延长拉杆是输电线路重要的承载连接金具。结合一起500 kV输电线路延长拉杆断裂实例,通过对延长拉杆进行宏观检测、材料成分检测、室温和高温力学性能检测、不同热处理条件下的金相组织观察、断口形貌观察、通流试验等进行分析,研究引起延长拉杆过热断裂的原因。结果表明,当引流线夹接触不良或断开时,会导致延长拉杆通过大电流后长时间严重发热,使延长拉杆珠光体组织由层片状结构转变为球状结构,在导线拉力的作用下延长拉杆发生蠕变,承载面积减小,且抗拉强度大大降低,最终在导线拉力作用下发生断裂。研究结果对线路巡线和引流线夹安装修复工作有一定的指导意义。     

变电站用铸造ZA33锌铝合金蜗轮断裂原因

某110 kV变电站用铸造ZA33锌铝合金蜗轮在设备运行时发生断裂。采用宏观观察、化学成分分析、力学性能测试、金相检验、断口及能谱分析等方法对该蜗轮的断裂原因进行了分析。结果表明：该蜗轮中存在粗大的树枝晶组织和疏松等铸造缺陷,以及机构缓冲橡胶垫严重硬化,导致蜗轮销轴孔处产生裂纹,设备运行中裂纹扩展,导致蜗轮断裂。改善蜗轮的铸造工艺以消除铸造缺陷,以及将缓冲结构更换为碟簧型缓冲结构,可以延长蜗轮的运行寿命。     

距离保持投影非线性降维技术的可视化与分类

 本文对高维数据距离保持投影方法进行了改进和扩展,采用测地线距离代替欧氏距离,能够正确地展开数据所在的流形,同时又准确地保留了每个数据点到其最近邻点和部分近邻点之间的距离.为了减少邻域大小难以选取问题,采取了对邻域大小不甚敏感的P-ISOMAP算法.与原方法和ISOMAP等高维数据降维方法相比,本文方法能更好地对数据进行降维和可视化.并且,为了进行分类,本文扩展了新的分类技术.实验表明本文方法在可视化、降维和分类方面效果不错.     

基于背景和前景交互传播的图像显著性检测

为了更精确地提取图像中的显著性区域,提出一种新的基于背景和前景交互传播的图像显著性检测计算模型。通过建立一个新的模型来寻找图像中的显著性元素,用一种交互式特征传播方法来扩散显著性特征。采用不同参数对图像进行分割,得到多个尺度下的超像素;在单一尺度下通过背景和前景交互传播获得超像素的显著值;对多个显著值进行加权平均融合,并采用平滑机制进行优化得到最终显著图。在公开图像数据库进行的试验结果表明,该模型提高了对图像显著目标大小的适应性,不仅较好地抑制了噪声,还使得显著目标更均匀地凸显出来,结果优于同类的算法。     

基于信息弥散机制的图像显著性区域提取算法

为了更好提取图像的显著性区域,提出基于信息弥散机制的图像显著性区域检测算法。在所提算法中,首先将图像分割成超像素,根据图像中显著性区域频率变化比较大的特性,生成图像显著性区域的高频节点;然后针对高频节点利用凸包运算寻找显著性区域的种子节点,最后使用二阶高斯-马尔科夫随机场信息弥散方法在图像中对种子节点进行显著性区域信息扩散,得到图像的显著性区域。试验结果表明,利用二次规划求解每个数据之间的线性关系进行信息扩散,能够达到避免阈值选择和信息精准分类的效果,其结果优于同类的图像显著性区域检测算法。     

基于前景优化和概率估计的显著性检测

为了对图像中的显著目标进行更精确的识别,提出一种基于前景优化和概率估计的区域显著性检测算法.所提出算法主要包括前景与背景线索选择、前景线索优化及基于概率估计的显著性区域检测3部分.首先,采用简单线性迭代聚类算法对图像进行初始分割;然后,分别检测图像的背景线索和前景线索,并利用背景线索对前景线索进行优化;最后,采用概率估计算法分别对基于背景线索和优化后前景线索进行显著性区域检测,并对两者结果进行融合.对比实验表明,所提出算法相比其他算法取得了较高的查准率,具有较好的检测性能.