排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
采用浸泡试验方法,通过测定不同条件下混凝土内部不同位置处外渗氯离子的含量,研究了混凝土组成与配比、溶液中氯离子浓度、浸泡方式等因素对自然扩散条件下混凝土中氯离子沉积的影响规律,并采用不同的试验测试方法分析了混凝土中以化学结合、物理吸附或游离方式沉积的氯离子含量.结果表明:较高水胶比(>0.42条件下,水胶比的变化对混凝土表层沉积的氯离子数量无显著影响.混凝士中沉积的氯离子数量随外部环境中氯离子浓度的增加而呈不同程度的增加.相对于一维浸泡方式,三维浸泡的混凝土表层沉积的氯离子有一定程度的提高.与酸溶法相比,混凝土中水溶性氯离子的沉积量约降低30%. 相似文献
2.
3.
发电厂设备繁多、工艺复杂。传统设备状态巡视因无设备隐患预知,生产运行和管理人员需要对设备主要参数依次浏览或现场巡视,费时费力,且状态是否异常仅能凭个人经验来判断,容易形成设备管理主观化、甚至情绪化的非良性现象。通过搭建大数据平台,筛选设备历史正常工况运行数据,应用大数据融合技术构建发电厂重点或全部设备模型。当模型引入实时生产数据后,平台通过大数据分析,一方面将设备实时状态脱离历史正常工况状态方向的微小异动进行报警,另一方面预判出设备隐患部件和预期故障时间。使设备管理可做到重点巡视、提前处置、有备消缺,使设备故障防患于未然,从而提高发电厂整体设备可靠性,为设备管理向状态检修方向迈进提供数据和技术支撑。 相似文献
4.
发电厂设备繁多、工艺复杂。传统设备状态巡视因无设备隐患预知,生产运行和管理人员需要对设备主要参数依次浏览或现场巡视,费时费力,且状态是否异常仅能凭个人经验来判断,容易形成设备管理主观化、甚至情绪化的非良性现象。通过搭建大数据平台,筛选设备历史正常工况运行数据,应用大数据融合技术构建发电厂重点或全部设备模型。当模型引入实时生产数据后,平台通过大数据分析一方面将设备实时状态脱离历史正常工况状态方向的微小异动进行报警,另一方面预判出设备隐患部件和预期故障时间。使设备管理可做到重点巡视、提前处置、有备消缺,使设备故障防患于未然,从而提高发电厂整体设备可靠性,为设备管理向状态检修方向迈进提供数据和技术支撑。 相似文献
1