10kV供电系统中性点接地方式改造项目研究

深入分析了氯碱化工企业10 kV不接地系统运行过程中出现的各种状况,并与小电阻接地系统运行情况进行对比,提出了相应的改造方案,以提高10 kV电力系统运行的稳定性。     

职业院校多媒体教学应用现状的调查报告

随着计算机技术和现代教育技术在教育领域的发展,多媒体教学在越来越多的院校得到普及。为了了解职业院校多媒体教学的现状与存在的问题,我们针对职业院校多媒体教学的各个环节设计问卷,对在校大学生进行了问卷调查,发现我校多媒体教学中存在一些问题,在对多媒体教学的理论和现状进行分析的基础上,提出改进多媒体教学效果的思路。     

中职计算机技能大赛推进教学改革的研究

现在很多职业院校都参加了计算机技能大赛,如何通过技能大赛有效的推进职业教育教学改革,把在参加技能大赛中学习到的教学方法和经验有效的融入到日常教学改革中,是广大职业教育工作者急需面对和解决的一个问题。通过分析计算机技能大赛对计算机教学改革的推进作用,对中职计算机教学改革进行了研究。     

考虑材料非线性的RC冷却塔风致动力破坏研究

为明确RC冷却塔的风致动力破坏过程和极限脉动风荷载，采用ABAQUS对一代表性结构进行了计算。以分层壳单元模拟塔筒，分别采用塑性损伤模型和双折线模型模拟混凝土和钢筋的非线性本构，在对该塔规范静风极限承载力计算以及与既有弥散开裂模型结果对比的基础上，进行了试验脉动风荷载下的动力增量分析(IDA)，结合变形模式、位移IDA曲线、裂缝分布、应力发展、塑性和刚度演化等方面对塔筒的破坏过程进行了系统阐述，并与静风破坏过程进行了对比。结果表明：静风荷载下，塑性损伤模型所得结构开裂荷载与弥散开裂模型结果一致，但前者所得结构极限荷载略高，结构延性更好；静力和动力风荷载作用下的结果差异来自本构模型、荷载模式和动力效应；脉动风荷载作用下RC冷却塔的结构破坏依然源于迎风子午向受拉导致的塔筒开裂和钢筋屈服，但应更关注塔筒大范围开裂导致的结构刚度下降：动力风荷载作用下塔筒破坏(V0=57 m/s)时混凝土受拉开裂单元比例为63.13%，明显高于静风作用下的结果。     

车削去除钛合金棒材表面氧化皮工艺参数试验研究

目的 通过车削去除表面氧化皮,分析车削工艺参数对表面粗糙度的影响规律,确定可行工艺参数组合,使车削去除钛合金棒材表面氧化皮的同时,获得较低的表面粗糙度.方法 基于响应曲面法中心复合设计,采用YG8硬质合金车刀,对表面带有氧化皮的TC4钛合金棒材进行车削试验,建立表面粗糙度预测模型,并进行显著性分析,验证模型的准确性.分析车削工艺参数(包括主轴转速n、进给速度v及切削深度ap)对表面粗糙度的影响规律.对比在处理氧化皮厚度不同的TC4钛合金棒材时,工艺参数对表面粗糙度的影响.结果 表面粗糙度预测模型的误差在1.66％～3.33％,模型准确度较高.主轴转速n、进给速度v及切削深度ap的显著度均小于0.05.在工艺参数交互作用中,v-ap对表面粗糙度的显著度P<0.0004.通过分析车削工艺参数对表面粗糙度的影响规律,确定了可行车削工艺参数域和可行车削工艺参数组合.结论 建立的表面粗糙度预测模型准确度较高,可作为表面粗糙度的预测模型.去除表面氧化皮的车削工艺参数对工艺指标表面粗糙度的影响次序为ap>v>n,在工艺参数交互作用中,v-ap的交互作用对表面粗糙度影响更大.车削工艺参数对表面粗糙度的影响趋势不受表面氧化皮厚度的影响.无心车床在可行车削工艺参数组合的工作条件下,通过车削方式可在完全去除钛合金棒材表面氧化皮的同时,获得较低的表面粗糙度.     

TFT玻璃基板中的铂金粒子研究

通过分析玻璃基板制造中存在的铂金粒子的产生机理,为玻璃基板制造中控制铂金粒子的产生提供参考依据,从而降低玻璃基板生产中铂金粒子的发生率。     

一种评估自由场隔声测试中边缘衍射影响的数值分析模型

水声工程中,改善和提高自由场材料声学测试精度和可靠程度对水下航行器的声隐身设计具有非常重要的工程应用价值和现实意义。本文基于边界元和有限元方法对自由场材料隔声测试中存在的边缘衍射影响进行了数值评估模型研究,理论评估模型、分析条件和分析步骤均以实际测试为基础,并以水下钢板法向隔声测试为例计算分析了边缘衍射对轴向接收和偏轴向接收的影响程度和特点。研究表明,边缘衍射对自由场隔声测试的影响与样板几何尺寸和测试频率波长相对大小以及样板、声源和接收场点的空间几何配置等因素关系密切;与轴向接收相比,小角度偏轴向接收对抑制半波长与样板几何尺寸相当或远大于样板几何尺寸频段的边缘衍射影响较为有效,抑制效果与偏轴向距离及其相关轴向距离的选取有关。研究结果表明,该模型对更好地开展自由场材料隔声测试具有指导意义。     

基于深度学习卷积神经网络的花生籽粒完整性检测

目的:准确区分完整花生、果仁破损花生和表皮破损花生。方法:提出了一种基于深度学习卷积神经网络(CNN)的花生籽粒完整性检测方案。搭建了花生籽粒色选系统,建立了花生籽粒图像库;利用改进的密度峰值聚类(DPC)算法对CNN卷积核进行自适应压缩,有效平衡网络深度和运算效率;采用改进的麻雀搜索算法对CNN超参数配置和网络结构进行优化,得到适用于花生籽粒完整性检测的CNN模型。结果:相比于DL-CNN、CO-Net等检测方法,该方案识别准确率提高了5.41%~13.92%,花生籽粒单幅图像检测时间缩短了约16.9%。结论:该方法可有效提高花生籽粒完整性检测的准确率和实时性。     

焊接钢管称重测长系统的研发

为了提高焊接钢管称重测长的精度,通过对现有几种称重测长系统的介绍和比较,找出其存在的不足,结合生产实际设计出1套结构简单,操作方便,测量精度和重复精度高的称重测长系统。介绍了该系统的组成、工作原理及应用效果等。