国网新员工学员培训管理模式“三创新”的研究与实践

为跟进国家电网“以改革创新精神坚定不移推进‘两个转变’,强化员工能力素质培训”的总体战略部署,培养适合公司发展要求的新一代员工,西安分院对国网新员工学员培训管理模式做了“三创新”的研究与实践。本文以西安分院咸阳校区为例,对管理模式“三创新”的提出及通过实践后,整体培训质量和满意度得到的成效作一论述。     

阿根廷Φ139.7mm套管探伤缺陷的解剖分析

中原油田所用的阿根廷套管大量不合格，对其进行无损探伤和解剖分析后发现，主要缺陷是折叠和大型非金属夹杂物。     

钨板轧制的轧制力模型研究

为了使钨板轧制过程中的各项轧制参数得到有效控制，对钨板轧制数学模型进行了研究。首先在Gleeble热模拟机上进行热压缩试验，研究了变形抗力与各种变形条件的关系，确定了变形抗力模型：通过550mm轧机轧制钨板时采集到的有关数据，建立了应力状态影响系数数学模型、变形区长度等模型：最终建立了550mm钨板轧机轧制力模型。利用模型计算值与实际测量参数进行了对比，结果比较满意。     

Incoloy 800H/20g复合板材料焊接技术探讨

研究Incoloy 800H／20g复合板焊接工艺，以解决以镍基合金复合板材为主体的设备在焊接过程中易产生裂纹、气孔及成分偏析等问题。焊接实验选择H1Cr16Ni21作为过渡填充金属，采用惰性气体保护焊和手丁电弧焊2种形式焊接。实验结果表明，选择H1Cr16Ni21作为过渡填充金属，采用小电流、多道次焊接工艺，可得到质量良好的焊缝，焊缝宽度、焊缝余高、咬边及焊接错边均符合JB4730-94标准要求；力学性能优于20g耐热钢。焊缝成分与Incoloy800H接近。成功地解决了成分差异较大的2种材料焊接时易出现裂纹和气孔的问题。     

压应力对Cr-Mo钢连续冷却贝氏体相变的影响

采用Gleeble-1500热模拟试验机测量了Cr-Mo钢在1-90℃／s的冷却速度下奥氏体连续冷却过程中的温度．膨胀曲线，用origin软件进行数据处理，获得了实验钢的CCT曲线；同时测量了施加轴向载荷为0、40MPa、80MPa和120MPa的压应力时奥氏体连续冷却过程中的温度．膨胀曲线，冷却速度分别为50℃／s、70℃／s和90℃／s。利用杠杆定律，根据不同温度下的膨胀量计算得到贝氏体相变动力学曲线，研究了压应力对贝氏体相变动力学和贝氏体相变温度的影响。结果表明，在以冷却速度为50℃／s和70℃／s连续冷却时，压应力抑制前期阶段的贝氏体相变，促进后期阶段的贝氏体相变；在以冷却速度为90℃／s连续冷却时，压应力对整个贝氏体相变过程都有促进作用，特别是应力较大时；压应力使贝氏体相变开始温度Bs升高，贝氏体相变终了温度Bf降低。     

基于主成分分析法的黏土分散性评价模型构建

为了评价黏土的分散性程度,以影响黏土分散性的物理、化学及矿物学指标为基础,利用主成分分析法（PCA）建立了黏土分散性评价模型。运用该模型对12组黏土土样的分散性程度大小进行了评价。结果表明,3号土样的分散性程度最大,6号土样的分散性程度最小,这与室内试验的观测结果相吻合。3号土样分散性程度最大的原因主要是由于该土样中蒙脱石的含量最高;此外,其中Na+的含量和易溶盐总量也相对较高。相反,6号土样中蒙脱石的含量最低,易溶盐总量和Na+含量相对较小,有机质和黏粒含量相对较大。该方法为分散性土的改性提供了理论参考依据。     

遗传算法在车牌特征选择的应用研究

研究车牌自动识别系统中的车牌特征选择问题.车牌特征选择结果的优劣将直接影响车牌识别准确率,因此选择对车牌字符识别能力强的特征是车牌自动识别中一个关键问题.由于传统特征选择方法计算时间长及标准遗传算法过早收敛的缺点,导致车牌字符识别准确率低.为了提高车牌识别的准确率,提出一种改进遗传算法的车牌特征选择方法,把车牌特征作为遗传算的种群中个体,以车牌识别率为目标函数,在算法前期采用保优策略,保持最优特征的多样性,来避免局部最优;在进化后期,当特征最优信息陷入停滞时,自适应调整进化参数,加快进化速度.仿真结果表明,选择车牌特征的车牌自动识别系统识别准确率达到了92.36%,远远高于标准遗传算法和自适应遗传算法的86.53%和90.3%,说明,改进方法不仅提高了车牌字符识别率,而且克服了传统遗传算法在特征选择过程中出现的早熟现象,防止陷入局部最优的缺点.     

改进的距离浓度免疫算法

针对现有免疫算法在抗体的评价形式和记忆库使用灵活性上存在的不足,提出了一种改进的距离浓度免疫算法.该算法采用实数编码,并引入了B细胞的概念,将B细胞对应于问题的解,抗体对应于解的适应度函数,采用距离浓度策略控制抗体的数量,同时在算法过程中动态使用记忆库.仿真实验结果表明,该算法编码形式灵活,计算过程简捷,能有效保证抗体在解空间的多样性,提高了寻优的收敛速度和从局部最小中逃逸的能力.     

基于S3C2440和SM501的嵌入式系统硬件设计

针对嵌入式系统中大图形显示、高分辨率视频播放难的问题,基于ARM处理器和多媒体协处理器SM501提出了一种高效可行的解决方案,给出了硬件模型和实现方法。经过测试对比,此系统较传统的嵌入式系统具有明显的优势,较完美地解决了嵌入式系统中难以进行火图形显示和高分辨率视频播放的问题。此设计思想和方法不仅仅局限于S3C2440处理器,还同样适合目前ARM系列所有处理器,是解决嵌入式系统大图形显示、高分辨率视频播放的一种新途径。     

基于分布式深度强化学习的微网群有功无功协调优化调度

针对微网群的分布式有功无功协调优化调度问题,提出一种分布式多智能体深度强化学习方法,可训练智能体在与环境交互的过程中学习到最优调度策略,并克服传统优化方法对模型的依赖。相较于已有基于“集中训练”框架的多智能体深度强化学习方法,该方法无须收集全局信息,能够更好地保障各子微网信息的隐私,减轻通信压力,并且在训练和执行阶段均表现出对通信故障的鲁棒性。此外,考虑到微网群存在拓扑变化而强化学习模型泛化能力差,提出一种迁移强化学习方法,利用已有智能体知识为每种拓扑高效训练一组智能体。最后,通过改进的IEEE 33节点系统算例,验证了所提方法在解决微网群分布式有功无功协调优化调度问题上的有效性。