基于电磁感应的钢筋定位及埋深检测新方法研究

钢筋混凝土结构广泛运用于电力基础设施中,对其内部钢筋参数进行检测能够有效判断其结构耐久性,对保障电力系统安全稳定运行有重要的意义。针对传统钢筋混凝土检测方法无法判断混凝土内钢筋走向及埋深测量不够精确的问题,通过对钢筋测量原理分析和霍尔传感器布局设计,提出了一种基于电磁感应的钢筋定位及埋深检测方法。该方法用于判断钢筋的中心位置并测量其偏转角度,同时利用拟合得到的函数反应检测值与钢筋埋深之间的关系。实验表明,埋深检测值受到相邻钢筋的影响而存在较大误差,间距越小误差越大,因此通过BP（Back propagation）神经网络对不同间距下的检测值进行了数据修正,有效地提高了混凝土中钢筋埋深的检测精度。     

基于改进灰狼算法优化SVR的混凝土中钢筋直径检测方法

传统钢筋混凝土检测方法通过线性拟合或标准值查表法只能对钢筋直径做大致估算,无法精确测量。针对钢筋直径检测中样本数据较少、检测结果受到钢筋埋深及相邻钢筋间距的影响而非表现出非线性回归变化的情况,提出了基于改进灰狼算法(Improved Grey Wolf Optimizer, IGWO)优化的支持向量回归机(Support Vector Regression, SVR)检测方法(IGWO-SVR)。首先,通过反向学习策略优化初始化种群分布,改善了灰狼优化算法(Grey Wolf Optimizer, GWO)的全局搜索能力,通过随机差分变异策略扩大狼群动态搜索范围,避免了灰狼优化算法陷入局部最优;然后,将改进后的灰狼优化算法应用于支持向量回归机的核心参数寻优,以改良算法模型的检测性能;最后,与另外3种算法模型的实验结果进行对比分析,结果表明了所提方法在钢筋直径检测中的精度以及优化模型与实际值的拟合度都得到了有效提升。     

新时期我国电力企业发展之道——电力安全管理

随着改革开放进程地不断加大,近年来我国的经济取得了腾飞,人民的生活水平也日益提高。其中,我国的电力事业就是随着经济的腾飞、人民生活水平的提高而不断发展起来的,电力行业为人们带来了很多的便利。当前时期下,电力企业要想继续保持如此高速发展的势头,就必须加强电力安全管理工作的实施。本文针对当前时期下,我国电力企业所出现的安全问题着手,提出相对应的电力安全管理措施,最后在结论中指出电力安全管理是新时期下我国电力企业得以长足发展的必经之路,并简要阐述加强电力安全管理的几点重要意义。