基于人工智能的运维系统建设研究与应用

为了高效保障"常州智慧人社"惠民服务平台的质量和用户体验,达到快速定位和解决故障的目的,智能运维系统采用基于探针注入技术的端到端性能数据(包括用户端、网络、应用服务器端)采集方案和基于人工智能技术的告警事件收敛方案,实现了业务系统全链路的异常和性能追踪分析,以及代码级的深度诊断.系统引入基于人工智能算法的大数据分析,完...     

6.0 m大采高厚硬顶板工作面强矿压特征

针对大采高工作面覆岩顶板运移规律及工作面矿压显现强烈的问题,通过理论推导、UDEC数值模拟与现场调研的方法,分析了小保当煤矿6.0 m大采高厚硬顶板工作面推进过程中煤层顶板覆岩破断形式、垂直应力分布特征及变化规律。研究了小保当一号煤矿112207工作面顶板覆岩压力的分布规律,并通过数值模拟分析得出综采工作面煤壁支撑影响区、顶板离层区、后方压实区的范围。研究结果表明：随着工作面的不断推进,厚硬顶板形成“砌体梁”结构,形成覆岩“F”型悬顶,对煤壁前方产生高应力、大范围的超前支承压力区,通过理论计算结合数值模拟,并综合现场实际观测结果得到：工作面煤壁支撑影响区为工作面前方约70 m内;顶板离层区为工作面后方约50 m内;后方压实区为工作面后方50 m之后;对厚硬顶板综采工作面进行矿压显现分析,研究结果可为矿山安全高效生产提供重要参考。     

工艺参数对ABS/铝粉共混制件力学性能的影响

对影响丙烯腈-丁二烯-苯乙烯塑料/铝粉制件力学性能的熔体温度、保压时间、保压压力、注塑压力和高闪光铝含量等工艺参数采用正交实验方案进行试验研究。根据试验结果,利用正交试验综合法分析不同工艺参数对共混制件拉伸强度和冲击强度的影响水平,得出了一组较优的工艺参数组合。结果表明,熔体温度和铝粉含量是影响共混制件力学性能的主要因素。     

含夹矸煤巷帮部破坏机理与控制技术

为了解决小保当一号煤矿112201工作面回采巷道掘进期间片帮严重,掘进速度被严重拖慢的问题,开展了含夹矸煤巷帮部破坏机理与控制技术研究.含夹矸煤巷片帮原因主要为水平应力作用显著,煤-矸物理力学性质差异大,支护参数设计存在问题.数值模拟得出夹矸厚度越小,帮部稳定性越差,分层掘进二次成巷有利于控制片帮.提出了关键区强韧...     

电力系统继电保护不稳定问题原因及对策

在这篇文章中,作者首先讨论了继电保护,确保电力系统安全稳定运行的事业中起着重要的作用,其次结合实际实践分析了造成不稳定的继电保护影响因素,最后针对不稳定的事故处理,提出继电保护可靠性的措施。     

论施工中的混凝土裂缝成因及处理措施

目前混凝土材料在建筑工程领域中被广泛应用,混凝土结构由于内外因素的作用不可避免地存在裂缝,进而导致钢筋混凝土材料的承载能力、耐久性及抗渗能力的降低,影响建筑物的外观、使用寿命,严重者将造成工程重大质量事故.混凝土裂缝一般有三种状态:静止裂缝,活动裂缝,正在发展的裂缝.本文对施工中混凝土裂缝的成因和处理措施作了进一步探讨.     

化学共沉淀-铁氧体法对含铬废水的处理工艺

研究了铁氧体法处理含铬废水的工艺条件。结果表明当废水中Fe2+与Cr2O72-的摩尔比为10∶1、温度为70℃、pH=9.0时,铬的去除率达99.0%以上,经处理后的废水中铬含量降低至0.16 mg/L以下,达到排放标准。出水中磁性物质稳定性高,其中铁氧体含量占97%左右,稳定性很强的铁氧体不会造成二次污染。     

几种氧化技术在污水深度处理中的对比研究

试验研究了Mn(II)催化KMnO4氧化、臭氧氧化、O3/UV组合工艺对城市二级处理水中有机物氧化分解的影响,并对它们的效果进行了对比.结果表明,适当的条件下Mn(II)催化KMnO4氧化、臭氧氧化、O3/UV组合工艺均可提高水的可生化性,并且对水中的UV254也有不同程度的去除效果.O3/UV组合工艺在提高可生化性和UV254去除中为最优.利用上述结果,选择适当的控制条件,为预氧化与不同工艺结合以实现城市污水的高效低耗再生利用提供一定的理论依据.     

热处理对模具钢组织与力学性能的影响

考察3Cr2Mo型塑料模具钢经200～600℃回火处理后的力学性能和组织形态变化.结果表明,回火处理后,该钢粒状贝氏体组织出现大量针状碳化物和稳定化的不连续条形岛状组成物,发现其有利于提高3Cr2Mo钢的冲击韧度和屈服强度.当在350℃同火处理3 h,可使该钢的屈服强度提高40%,冲击韧度提高60%.     

基于ZYNQ的Yolo v3-SPP实时目标检测系统

基于卷积神经网络的目标检测算法发展迅速,随着计算复杂度增加,对设备的性能及功耗要求越来越高。为了使目标检测算法能够部署在嵌入式设备上,本文采用软硬件协同设计方法,使用FPGA对算法进行硬件加速,提出了ZYNQ平台下的Yolo v3-SPP目标检测系统。本文将该系统部署在XCZU15EG芯片上,并对系统所需的功耗、硬件资源及性能进行了分析。首先对要部署的网络模型进行优化,并在Pascal VOC 2007数据集上进行训练,最后使用Vitis AI工具对训练后的模型进行量化、编译,使其适用于ZYNQ端的部署。为了选取最佳的配置方案,探究了各配置对硬件资源及系统性能的影响,从系统功耗（W）、检测速度（FPS）、各类别平均精度的平均值（mAP）、输出误差等方面对系统进行了分析。结果表明：在300 M时钟频率下,输入图片大小为（416,416）时,针对Yolo V3-SPP和Yolo V3-Tiny网络结构,检测速度分别为38.44 FPS和177FPS,mAP分别为80.35%和68.55%,片上芯片功耗为21.583 W,整板功耗23.02 W。满足嵌入式设备部署神经网络模型的低功耗、实时性...