排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
研究了膜反应器中的乙苯脱氢过程,与固定床相比,选择性由92~95%提高到97~99.7%;在水/乙苯比为1:1(m)时转化率提高了一倍;甚至在无水条件下,反应也能稳定进行,且转化率超过了平衡转化率。 相似文献
2.
3.
为获得复合绝缘子与标准型盘形悬式绝缘子的积污差异,并得到环境因素对上述绝缘子积污差异的影响,开展了复合绝缘子、标准型绝缘子同塔积污对比测试,并利用测试杆塔附近的大气环境监测站点、气象监测站点获得了所有测点积污期间的大气环境成分与气象参数,利用多元回归方法,首次实现了基于大气环境成分与气象参数的复合绝缘子、标准型绝缘子积污比值计算。结果表明:浙江地区复合绝缘子整体等值盐密、等值灰密分别为标准型绝缘子的0. 8、1. 27倍,复合绝缘子积污不均匀程度显著小于标准型绝缘子;利用大气环境、气象参数所建多元回归模型可以描述复合绝缘子与标准型绝缘子等值盐密、等值灰密的差异,基于建立的多元回归模型判断,干旱、大气污染严重区域,复合绝缘子积污趋向于比标准型绝缘子更严重。 相似文献
4.
在大数据与云计算时代,数据访问速度是衡量大规模存储系统性能的一个重要指标.因此,如何设计一种轻量、高效的数据索引结构,从而满足系统高吞吐率、低内存占用的需求,是当前数据库领域的研究热点之一.Kraska等人提出使用机器学习模型代替传统的B树索引,并在真实数据集上取得了不错的效果,但其提出的模型假设工作负载是静态的、只读的,对于索引更新问题没有提出很好的解决办法.提出了基于中间层的可扩展的学习索引模型Dabble,用来解决索引更新引发的模型重训练问题.首先,Dabble模型利用K-Means聚类算法将数据集划分为K个区域,并训练K个神经网络分别学习不同区域的数据分布.在模型训练阶段,创新性地把数据的访问热点信息融入到神经网络中,从而提高模型对热点数据的预测精度.在数据插入时,借鉴了LSM树延迟更新的思想,提高了数据写入速度.在索引更新阶段,提出一种基于中间层的机制将模型解耦,从而缓解由于数据插入带来的模型更新问题.分别在Lognormal数据集以及Weblogs数据集上进行实验验证,结果表明,与当前先进的方法相比,Dabble模型在查询以及索引更新方面都取得了非常好的效果. 相似文献
5.
为分析一起特高压1000 kV线路复合绝缘子蚀损缺陷的原因,通过红外测试、解剖、憎水性试验、等值盐密试验、渗透性试验及水扩散试验等手段对缺陷绝缘子开展了试验分析。结果表明,蚀损位置可产生发热,其发热幅值测试结果与蚀损严重程度、测试所在位置有关。复合绝缘子蚀损位置的伞裙-护套界面均存在气隙,蚀损严重区域气隙内部存在明显的放电痕迹。由此判断蚀损缺陷由复合绝缘子伞裙-护套界面存气隙引发,界面气隙在高场强作用下引起局部放电,长期作用逐步导致电蚀区域的产生和扩展。针对蚀损原因和发热特征,提出了后续运维检修措施建议。 相似文献
6.
1