排序方式: 共有10条查询结果,搜索用时 0 毫秒
1
1.
回转窑是水泥厂的关键设备,轮带发生剥落掉块是窑中的常见故障。轮带发生剥落掉块的原因主要是表面接触疲劳破坏,处理剥落掉块的方法主要是现场焊接。在焊接过程中,只要严格按照工艺技术措施操作,采取冷焊接工艺进行焊接,可以解决轮带现场焊接的技术难点。 相似文献
2.
3.
4.
5.
6.
0 前言 河南省七里岗水泥厂700t/d预分解干法线,生料制备采用Φ3.2m×7+1.8m生料磨,衬板形式为角螺旋衬板,设计能力为50t/h。其工艺流程为:原料入磨进行粉磨,粉磨后经提升机进入选粉机,分选后的粗粉经回料绞刀返回磨中重新粉磨,细粉经高效旋风吸尘器收集后,含尘气体通过风机全部进入窑尾高压静电收尘器,除尘后排入大气。 相似文献
7.
我厂的余热电站主要是回收预分解窑的废气余热,并转化成电能;其主机设备包括“五炉一机”,即AQC1炉、AQC2炉、SP1炉、SP2炉、CPC锅炉和汽轮发电机组。CPC锅炉能够燃烧各种劣质煤,是一种适用于水泥厂余热电站的性能较好的锅炉。但是,CPC锅炉在运行中发生有结焦故障,从锅炉的结构特点、燃料的特性和运行操作等方面分析认为,结焦的主要原因是人炉煤矸石的粒度不合格,大粒径的煤矸石比例较大。在制备煤矸石的破碎机后面增加一个振动筛,提高入炉煤矸石的合格率,调整运行参数,能够有效地避免CPC锅炉的结焦。 相似文献
8.
9.
近几年,图神经网络(Graph Neural Network)由于能够较好地提取网络结构信息以获得网络表示,逐渐成为网络节点分类的主流算法.然而,与广泛研究的同质信息网络相比,真实世界中网络往往是由不同类型的对象通过复杂关系相互连接所构成的异质信息网络.异质信息网络包含复杂的结构信息和丰富的语义信息,这也给网络节点分类提供了新的机遇与挑战.在异质信息网络中,网络模体(Motif)能够用于理解和探索复杂网络,其既能描述复杂的语义信息,又能保存网络中高阶近邻结构信息.因此,提出基于网络模体的异质超图卷积网络模型MHGCN(Motif-based HyperGraph Convolutional Network).首先,将重复出现的高阶网络模体建模为多个相关节点所构成的超边(hyperedge),进而将整个异质信息网络转换成由不同超边构成的超图,以克服同质网络中只能描述节点之间(pair-wise)关系的缺点;然后,利用超图的基本性质和谱理论设计超图上的卷积操作,同时引入超边自注意力机制聚合超图内部不同类型的节点,并通过在超图网络中加入自环解决在模型的前向传播过程中对异质信息网络覆盖不足的问题;最后,通过注意力机制对于不同语义的超图表示进行聚合,从而使最终的节点表示可以有效保持高阶近邻关系和复杂的语义信息.由于MHGCN是端到端的,最终模型直接学习得到节点的分类标签,并通过半监督节点分类任务进行验证,与其它方法相比,MHGCN在DBLP-P、DBLP-A数据集上比最好的基准方法micro-F1提高了0.56%~3.51%,macro-F1提高了0.54%~4.37%,验证了MHGCN模型的有效性. 相似文献
10.
1