锅炉水冷壁管内氧化皮处理方法探讨

介绍600MW超临界机组锅炉垂直段水冷壁管内氧化皮的2种处理方法,并进行比较和总结,提出在电厂基建过程中需对设备加强监管及检验力度,避免因设备质量问题造成重大损失。     

光纤光栅的缆索锚固区索力测量传感器设计

在光纤光栅传感器测量缆索索力的应用中,为了保证传感器的存活率以及解决超量程测量的问题,设计了一种桥梁缆索锚固区植入式光纤光栅应变传感器。通过对桥梁缆索特性分析,对该传感器的封装结构、封装材料的弹性模量提出设计要求,并选择环氧树脂添加微细硅粉作为传感器封装层材料。利用拉力试验机对植入式应变传感器进行力学传感器性能实验,其线性度R2为0.99974,灵敏度为2.74pm/N,重复性好。把植入式传感器植入缆索锚固区,进行缆索张力实验。实验数据具有良好的线性度和重复性。     

涡轮发电系统发电机热管理优化

涡轮发电系统作为混合动力系统中的重要部分,其温升问题将影响到发电机的运行安全,导致整个混合动力系统停止运转,而发电机绝大部分热量集中在定子部分。本文基于混合动力背景,对某高速永磁发电机进行热分析研究,发现主要发热部位绕组和定子铁心各处温度分布存在一定不均匀性。基于此,分析两种冷却优化方向的效果。在水平双进口方案和轭部开孔孔径增大方案中,分别观察到各处温差明显减小以及电机整体温度明显降低,冷却效果十分优异。     

建材行业“六零工厂”项目水泥熟料生产零化石燃料消耗阶段性探索与实践

介绍了华新水泥地维有限公司承接并实施建材行业揭榜挂帅项目“建材制造企业零化石能源技术装备研发与应用示范”的情况。截至2023年8月,华新地维工厂窑尾热量替代率达50%,熟料单位产品综合能耗由115 kgce/t降低至84 kgce/t,单位熟料生产二氧化碳排放强度由861 kg/t降低至776 kg/t。后续通过替代燃料预处理二期的建设及窑头替代燃料混合燃烧器的使用,能够完全实现水泥熟料生产零化石燃料消耗,可节约标煤6.72万t/a,降低二氧化碳排放18.55万t/a。     

FBG旁瓣对复用解调的影响及旁瓣抑制方法

基于FBG应变传感器的解调原理,分析了光纤布拉格光栅串联复用时反射谱旁瓣对解调结果的影响,通过理论推导及模拟仿真,发现FBG传感器性能蜕化时存在反射谱的带宽变大、峰值降低以及旁瓣增大等现象,并且详细分析了反射谱旁瓣以及链路连接损耗对FBG复用解调结果产生的影响,针对这个问题,提出了利用浮动解调阈值以及抑制反射谱旁瓣的解决方法,最后,通过实验证实了相关理论的正确性与方法的可行性,极大地提高了应变测量结果的准确性。     

数据分析技术在有线电视网络经营分析的应用

在三网融合的背景之下,有线电视运营商的各类增值业务运营需要进行各种营销方案和经营决策的制定.为了及时、准确、全面地反映业务状况,为企业经营分析工作提供有效的支持,有必要采用更为先进的信息化支撑手段.本文将以互动点播业务为例,简要介绍了一些数据分析技术在有线电视增值业务分析方面的应用方案设计和实施过程,并且总结了这些技术方法在实际应用中需要重点关注的问题.     

大断面软岩巷道快速掘进的实践研究

顾北矿-515～-550m(13-1)回风巷道是为该矿首采面服务的重要大断面巷道,在掘进过程中,通过合理选择机械化配套设备、中深孔光面爆破技术和锚网喷二次支护技术以及多工序平行作业的劳动组织,取得了该巷道月成巷超过120m的好成绩,为类似情况下的巷道快速掘进提供来参考。     

基于可调谐珐珀滤波器的光纤珐珀传感解调系统研究

在光纤法珀（Fabry Perot.简称F-P）传感解调系统中,获取传感器反射信号的光谱成分是一种实用的方法,论文从可调谐珐珀滤波器波长选择特性的原理出发,提出使用可调谐珐珀滤波器获取传感器反射信号的光谱,从而实现光纤珐珀传感器的腔长信息解调,并在此基础上使用DSP为控制核心搭建了该系统,实验证明了方案的可行性。     

基于DSP的数字倾角仪的设计与实现

为了能测量连续动态变化的倾角,需要提出一种动态性能良好的倾角仪;为了减小误差,采用数字信号进行测量;基于重力原理,属于摆式倾角仪,摆角由编码器转换为数字信号测量,用DSP处理数字信号;测量机架中采用磁阻尼原理能够使摆锤迅速稳定到平衡位置,具有良好的瞬态性能,实践结果表明,本倾角仪可测量±45°范围内的任意倾角,精度可达±0.07%,读数稳定时间在0.05s以内,本倾角仪量程大、精度高、线性好、抗干扰强、结构简单、读数快,能满足对连续变化角度测量的需要。     

基于多注意力卷积神经网络的特定目标情感分析

特定目标情感分析作为情感分析一个重要的子任务,近年来得到越来越多研究人员的关注.针对在特定目标情感分析中,将注意力机制和LSTM等序列性输入网络相结合的网络模型训练时间长、且无法对文本进行平行化输入等问题,提出一种基于多注意力卷积神经网络(multi-attention convolution neural networks, MATT-CNN)的特定目标情感分析方法.相比基于注意力机制的LSTM网络,该方法可以接收平行化输入的文本信息,大大降低了网络模型的训练时间.同时,该方法通过结合多种注意力机制有效弥补了仅仅依赖内容层面注意力机制的不足,使模型在不需要例如依存句法分析等外部知识的情况下,获取更深层次的情感特征信息,有效识别不同目标的情感极性.最后在SemEval2014数据集和汽车领域数据集(automotive-domain data, ADD)进行实验,取得了比普通卷积神经网络、基于单注意力机制的卷积神经网络和基于注意力机制的LSTM网络更好的效果.