基于移动互联的继电保护移动作业平台设计

文章利用移动互联技术,通过搭建"移动终端-主站"软硬件平台,将传统继电保护作业中涉及的文本编辑、业务流转、作业审核、安全监督、资料整理等作业环节进行数字化改造,通过开发作业文本管理模块、安措票管理模块、设备检修缺陷管理模块,实现移动作业终端与现场作业的无缝衔接.继电保护从业人员可通过主站联动方式,提升继电保护作业的工作效率和智能化水平.     

预制混凝土夹芯墙板的研究与应用

本文介绍了一种新型节能保温墙体——预制混凝土夹芯保温墙板,阐述了应用这种新型墙体的必要性及这种新型节能墙体的国内外发展现状与进展,并展望了其发展趋势,该技术为实现住宅产业化提供了重要支撑.     

网络安全技术在城市级供电系统数据网中的应用

叙述信息系统安全的概念,讨论信息系统安全体系框架的各个组成部分及其之间的关系。以某城市级供电局网络安全的现状为对象,对网络结构、安全策略部署上的薄弱环节进行分析。根据信息安全体系结构,从网络基础平台、业务系统接入、安全防护等几方面总结未来的业务及安全需求,提出相关解决措施。根据网络安全设计原则和不同安全技术的特点,设计供电局网络改造整体方案。通过以上方案,较为全面地解决了电力企业数据网络由于历史原因造成的安全防范措施的缺失问题,能够有效发现安全隐患,并及时提供解决手段、提前预防和即时升级的能力,是较为高效的电力系统数据网络安全系统。     

光纤饱和吸收体掺镱全光纤化激光器

报道了一种基于光纤饱和吸收体的掺镱全光纤调Q激光器,为了获得较高峰值功率较窄脉宽的激光脉冲输出,利用掺镱光纤的可饱和吸收效应,以20/130 μm规格的大模场双包层掺镱光纤作为增益光纤,以10/130 μm规格的单模双包层掺镱光纤作为可饱和吸收体来实现被动调Q。该激光器采用全光纤化的结构,结构紧凑,以较低的成本获得了较为高效的脉冲输出。最终获得了平均功率最高为3 W,直线效率约为30%,重复频率为10~100 kHz可调,脉宽最窄为344 ns,光谱宽度为0.05 nm、中心波长为1 064 nm的激光输出。     

胶带输送机智能软起动器的研究

通过介绍隔爆型智能软起动器的主要功能块的工作原理来研究一种新型的胶带输送机的智能软起动器.新式胶带输送机的智能软起动器的研制成功,对于提高煤矿的安全生产和创造高产、高效矿井具有十分重要的意义.     

燃气发电机轴电压异常分析

为确保燃气发电机组安全运行,电厂必须重视机组运行时可能出现的各种问题,如燃气发电机轴电压异常情况.介绍了燃气发电机轴电压产生的原因及轴电压异常可能带来的危害,结合实际工程案例,提出了几种可靠的轴电压异常的故障检测与分析方法.     

基于工效学的职场环境改善研究

运用工效学的原理和方法,通过＂检查表＂来改善职场环境和作业条件,从而减轻作业负担、预防过劳、减少事故已成为国际职业安全健康管理的新趋势和新方法。本文以日本为例,首先介绍了＂检查表＂的推广与应用,接着介绍了＂行动型检查表＂的内容和特点,以及运用＂行动型检查表＂进行职场检查活动的具体步骤,旨在供我国参考。     

建立以EAM系统为核心的企业设备资产管理信息化平台

设备资产管理方法的优劣,决定了企业能否优化运行、延长设备资产寿命.对于拥有高价值设备资产的企业来说,设备的运行、维护已成为获取利润的战略工具.由此可见,管理好企业所依赖的关键资产是至关重要的,无论这些资产是生产设备、基础设备,还是运输设备. 信息化技术和手段为实现这一目标提供了可能.资产管理系统(Enterprise Asset Management,EAM)是面向资产密集型企业的资产管理产品的总称,它以资产为管理核心,通过信息化手段,合理安排维修计划及相关资源与活动,以降低维修成本,提高资产可利用率.     

基于响应面法的薄壁件铣削参数有限元优化

铝镁合金薄壁结构件在航空工业中广泛应用,但在其加工过程中常因为刚度不足而引起变形。针对上述问题,提出一种基于响应面法的铣削加工参数有限元仿真方法,可有效控制变形及加工质量。对圆柱螺旋立铣刀的铣削加工过程建立刀具平均切削力模型,并将该模型应用于有限元仿真试验。通过对Box-Behnken法设计的四因素三水平试验结果进行分析,探讨了切削速度、切削深度、切削宽度和每齿进给量等4个因素与切削变形的关系。同时,以工程中的典型薄壁结构件为例,优化了该类薄壁结构件的铣削参数,经有限元仿真验证,该优化方法能够有效控制铣削过程的变形。     

基于ZYNQ的通用型卷积神经网络设计与实现

针对基于FPGA平台的神经网络开发周期过长、调节网络模型麻烦等问题,设计了一种基于ZYNQ的通用型卷积神经网络模型。首先通过Tensorflow平台搭建神经网络并训练得到模型各层权重;其次利用高层次综合工具进行卷积层和池化层的IP核设计;然后在ZYNQ平台上部署模型;最后分别运行了Le Net-5和Alex Net-8神经网络进行验证。实验结果表明模型在只损失极少准确度的情况下,卷积与池化运算速度相比于ARM平台分别提高了3.65倍和2.31倍,并具备通用性。