基于云存储的二阶段动态优化调度机制

在分布式存储的研究中,如何高效地利用存储空间是个热点问题.存储集群中,每个数据节点存储容量不可能完全一致,由于主节点选择数据节点的随机性,被选中数据节点磁盘可能接近满额,此时主节点会自动做存储负载均衡,占用数据传输带宽,不仅影响数据传输的性能,而且会引起传输数据的不可靠.论文提出一种基于云存储的二阶段动态优化调度机制：第一阶段通过计算副本存储优选比率,采用基于贪心算法的局部优化存储方案,选择存储节点,均衡副本放置空间;第二阶段采用实时监控存储集群,动态调整副本放置节点,达到存储资源的高效利用.最后通过实验,验证了该调度机制可有效地放置副本,减少节点间的数据传输,并提高文件访问效率.     

全氟物改性煅白的防吸湿机理

对煅白表面锚固偶氮二氰基戊酸引发全氟烷基乙基丙烯酸酯(FM)聚合而制备的防吸湿煅白进行研究,利用XPS、IR、DSC、TG、SEM物理吸收和接触角测量等方法对改性前后煅白的结构、比表面积、形貌和疏水接触角等进行表征,并分析改性后煅白吸湿性降低的原因和机理。结果表明:煅白表面发生了偶联、锚固及聚合反应。锚固引发剂的煅白引发FM原位分散聚合而制得防吸湿煅白,其吸湿率随FM质量分数的增加而降低,当FM质量分数达到7%时,吸湿率不再下降,改性后煅白1 h的吸湿率由1.39%下降到0.017%;聚全氟烷基乙基丙烯酸酯(PFM)的接枝率为0.5%、接枝效率为26.6%,煅白表面出现一层连续而完整的全氟聚合物膜,其厚度约为8 nm。     

从广州亚运城项目分析住宅能耗比例

以广州亚运城住宅建筑的使用能耗作为研究对象,并与北京、上海典型住宅进行比较分析,通过对这三个地区住宅建筑中热水供应、采暖、空调、电器、炊事等方面使用能耗的计算,分析我国城镇住宅建筑使用中,不同使用功能能耗所占的比例。结果表明生活热水在住宅能耗中占较大比例,生活热水节能是住宅日常运行节能的重要组成部分,不应忽视。     

应用SDP点对称特征融合图像的行星齿轮箱故障诊断

行星齿轮箱的内部结构复杂，其振动信号呈现非线性、非平稳特点，通过对比两种对原始振动信号处理的方法，应用点对称特征融合图像（Symmetrized Dot Pattern,SDP）达到故障诊断的目的。第一种方法是将采集到的振动信号进行变分模态分解（Variational Mode Decomposition,VMD）并将各阶IMF分量通过SDP转换为极坐标图像；第二种方法是将多测点采集到的原始振动信号直接通过SDP将时频信号转换为极坐标图像；利用卷积神经网络（Convolution Neural Network,CNN）对两种不同方式的SDP图像进行识别分类。通过行星齿轮箱故障实验台验证，结果表明时频融合能够更有效地实现故障诊断且分类准确率高达98.5%。