排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
梁敏健 《军民两用技术与产品》2015,(4)
近几年,伴随着我国社会经济的快速发展,电力事业成为了现阶段最为主要的发展内容,而新会作为一座历史悠久的历史古城,在近几年在经济上得到了可持续发展,无论是从轻工业到重工业,新会已经成为了极其重要的地区之一。其中,新会核心城区数量比较多,其变电站的数量比较小,并且在根据笔者的调查研究中,部分城区之间的出线间隔即将用完,这对日后新会电力事业的发展受到一定程度的阻扰。因此,针对性的对新会核心城区进行电力规划,成为了现阶段新会核心城区发展的关键因素。针对于此,笔者结合调查研究结果,探讨性的对新会核心城区的电力现状进行探究,并简要提出规划方案,期望促进新会核心城区电力事业的可持续发展。 相似文献
2.
针对电梯液压缓冲器复位性能、电梯速度、加减速性能、制动性能等参数的现场快速、准确检测的需求,设计了一种基于嵌入式系统的多功能电梯检测仪器。使用激光传感器对缓冲器的压缩及复位过程进行跟踪采集,以计算其复位时间及压缩行程。通过利用胶轮和旋转编码器对电梯限速器钢丝绳的速度进行检测,以计算其速度、加减速时间和制动性能。进行了嵌入式系统硬件和应用软件的开发,阐述了仪器的调试、现场测试和应用。现场测试和应用效果表明,该仪器具有准确、快速和操作便捷的优点。 相似文献
3.
老旧扶梯机械故障较为隐蔽,定期检验不易发现,且对扶梯机械故障的智能分类的研究较少。自动扶梯振动信号复杂多变,数据量大,而采用传统机器学习算法对其机械故障进行诊断效果不佳。为实现自动扶梯机械故障的智能分类,在经典二维卷积神经网络的基础上,引入了卷积核的一维卷积神经网络,构建了自动扶梯机械故障的自动分类模型。首先为提高模型的泛化性能,融合凯斯西储大学轴承故障、东南大学齿轮故障和某大型商场自动扶梯梯级滚轮磨损故障的复合故障数据建立了数据集。然后用数据增强的方法对数据进行预处理,接着采用一维卷积神经网络,构建自动扶梯机械故障诊断模型。最后使用测试数据集对模型的分类精度进行了验证实验,结果表明该模型有着比传统机器学习算法自动化程度高、成本低、专业门槛低、步骤简单等明显优势,而且该模型能快速准确地对自动扶梯的机械故障进行自动诊断,实现了95%的诊断准确率,为下一步将该算法集成到检验仪器中打下了基础。 相似文献
4.
5.
为实现门座式起重机减速箱机械故障的智能诊断和分类,运用长短期记忆网络构建了门座式起重机减速箱机械故障的自动诊断分类模型;首先设计并使用了基于labview的数据采集系统对门座式起重机的复合故障数据进行了采集,结合东南大学公开的齿轮箱故障数据建立了数据集;然后用数据增强的方法对数据进行预处理,接着采用长短期记忆神经网络,构建门座式起重机减速箱机械故障诊断模型;最后使用测试数据集对模型的诊断分类准确性进行了验证实验,结果表明该诊断模型能快速准确的对门座式起重机减速箱的机械故障进行自动诊断和分类,实现了96.8%的诊断分类准确率,与传统的基于CNN的诊断分类模型相比,准确率提高了4.1%,为下一步便携式智能诊断仪器的开发和应用奠定了一定的理论基础. 相似文献
6.
7.
8.
9.
风险管理在防范特种设备检验检测系统性风险中的应用研究 总被引:1,自引:0,他引:1
本文将风险管理理论应用于检验缺陷的常规性统计分析,将常见性、规模性问题定义为系统性风险。通过统计检验缺陷数据,分析缺陷产生的原因及后果,初步判断风险为单台隐患或系统性问题,并扩大检验范围验证是否为系统性风险,从而识别系统性风险。最终形成系统性风险防范专题或检验案例专题报告,并提出系统性风险的防范措施及工作建议,消除系统性风险、系统性风险产生的原因以及其潜在的隐患和原因。 相似文献
10.