排序方式: 共有4条查询结果,搜索用时 5 毫秒
1
1.
2.
针对当前承压设备水压试验手动加压过程难以控制和采用肉眼直接观察压力表判断水压试验合格性存在误差的问题,提出一种承压设备水压试验自动控制装置设计方案,并实现了装置结构和控制系统。该自动控制装置结构设计包含工作台结构设计、加压管路设计、泄压管路设计和其他保护设计;以PLC、变频器和比例阀为硬件核心,结合模糊PID控制器实现对水压试验过程控制;利用开发的上位机软件实现水压试验设备的人机交互;进行水压试验自动控制装置性能测试。结果表明:该装置能较好地实现水压试验全过程控制和合格性判定,具有对试验过程录像、试验数据实时保存等功能,且可追溯水压试验过程。 相似文献
3.
本文以地质灾害多发的重庆某集镇作为研究区,以该区域地质环境条件为基础,在评价因子分析的基础上选取地形坡角、自然陡坡高度、土层厚度、地震基本烈度、地下水对岩土体的影响、既有地质灾害占比及工程切坡边坡高度7项地质环境影响因素作为评价因子,然后对该区域地质环境进行复杂程度划分,并依据地质环境复杂程度计算地质灾害易发性指标,进而对该区域地质灾害易发性评价。评价结果表明,地质灾害易性发大的区域主要分布于坡体为顺向坡、残坡积较厚、人类工程切坡边坡高度较高的斜坡地带,占研究区总面积约9%。该研究可为地质灾害防治与国土空间规划提供重要参考。 相似文献
4.
针对传统工业管道腐蚀率预测模型存在特征提取依赖人工经验和泛化能力不足的问题, 本文将卷积神经网络(convolutional neural network, CNN)和长短期记忆网络(long short-term memory, LSTM)相结合, 提出了基于布谷鸟优化算法(cuckoo search, CS)的CNN-LSTM-CS网络模型, 实现对工业管道腐蚀率预测. 首先, 对采集的管道腐蚀数据集进行归一化预处理; 然后, 利用CNN网络提取影响管道腐蚀率因素的深层次特征信息, 并通过训练LSTM网络构建CNN-LSTM预测模型; 最后, 采用CS算法对预测模型进行参数优化, 减少预测误差, 实现腐蚀率的精准预测. 实验结果表明, 对比几种典型的腐蚀率预测方法, 本文提出的方法具有更高的预测精度, 为工业管道腐蚀率检测提供新的思路. 相似文献
1