兰新铁路第二双线大风区接触网支柱选型

支柱型式直接影响兰新铁路第二双线大风区接触网系统的安全可靠性、弓网动态受流质量及工程投资.针对兰新铁路第二双线大风区特点,进行环形等径预应力混凝土柱、H型钢柱和等径钢管柱的选型分析.从支柱抗砂蚀性、所受风荷载及抗振性角度分析支柱对大风的适应性;从基础构造空间需求及腕臂结构安装空间需求角度,分析支柱对设有挡风设施的路基、...     

安林公司26082工作面支柱底座(柱鞋)的计算和选择

目的:通过实测支柱载荷的数据,进行支柱底座(柱鞋)选择。方法:收集底座(柱鞋)平均、最大、最小读数汇总,将有关数据进行比较。结果:末排支柱的支柱载荷最大,得出最大平均值。结论:在工作面选择柱鞋时,能够使用以上所述的柱鞋平衡公式计算,将会为单体液压支柱选择适宜柱鞋。     

基于流体力学原理的绝缘子覆雪三维数值模拟

输电线路覆冰积雪严重影响电网的安全稳定运行.目前的研究重点关注绝缘子覆雪放电发展过程及闪络特性.由于绝缘子结构复杂,对覆雪的增长过程缺乏系统的分析.本文基于计算流体力学原理,在不同的环境参数条件下,对XP-70绝缘子表面不同位置的雪晶颗粒碰撞特性进行了理论分析和仿真计算,在此基础上建立了绝缘子三维覆雪数值计算模型.研究表明,在气流绕流绝缘子过程中,存在降压增速和增压减速两个相反的过程;绝缘子迎风侧局部碰撞系数从前驻点处沿钢帽或伞裙向两侧逐渐减小,迎风侧伞裙边缘和钢帽处的局部碰撞系数远远大于其他位置,最大可达0.74.绝缘子表面的覆雪量随风速（v）、液态水含量（LWC）以及颗粒直径（MVD）等环境参数的增大而增大,覆雪量最大可达2.19 kg.经仿真和试验验证,局部碰撞系数最大的位置,覆雪最严重,而且试验和模型仿真结果的误差小于17%.     

220kV线路复合绝缘子仿真分析

为解决某供电局220kV线路带重锤型均压环的复合绝缘子连续两次发生闪络问题,对不同工况下的复合绝缘子串电场分布进行了仿真分析,仿真结果表明,该绝缘子串的闪络主要是由于其下端所安装的重锤均压环曲率半径较小,导致在正常运行时其外侧上边沿电场过于集中,更易引发闪络。     

陕西耀州瓷装饰纹样的内涵

以考古出土的历代典型耀州瓷实物为对象,通过分类研究的方法探讨陕西耀州瓷装饰纹样的地域性文化内蕴.分别从纹样的吉祥观念、民俗文化和宗教信仰等方面论述装饰内容所承载的消费者和生产者在各个时期的理想人格和审美追求,总结出隐藏于耀州瓷装饰纹样背后的深刻蕴意和艺术特质.     

景德镇传统制瓷作坊的保护与再利用

景德镇是有着千年制瓷业历史的瓷都,城市中也必然留有丰富的历史遗存,而作坊作为制作陶瓷的主要空间场所,更是大量存在于这座城市。但是在当代城市空间趋同化发展的影响下,许多优秀的历史建筑都遭到不同程度的损毁。本文结合景德镇城市发展的特点,分析了传统制瓷作坊在城市建设中的保护与再利用问题,从而提出传承景德镇千年制瓷文化的必要性和迫切性。     

浅析伪俯斜密集支柱采煤法的应用

洪山殿矿业公司咸沙坝井,在总结多年采煤方法经验的基础上,学习了镇江、四川等地煤矿开采成功的伪俯斜密集支护采煤法,并结合该矿的具体生产条件,进行伪俯斜密集支护采煤方法的试验,经过五个多月的试验,安全采煤1．05万t,杜绝了冒顶事故和重伤以上事故。     

祁东煤矿采区集中供液站研究与应用

乳化泵站以其安全性能好、传输功率大、传输距离远、介质成本低、使用安全可靠等优点,被煤矿及各类非煤矿山普遍用作综采支架和单体液压支柱的液压来源。随着综采装备与管理水平的提升,乳化液泵站在体积、功率、流量及产品质量上都有了较大的发展和进步。但是,＂一面一站＂分散式的布置方式依然没有根本的改变,传统乳化液泵站供液方式实际应用中存在着很多弊端。安全方面的问题。泵站设备布置在机巷,造成局部通风阻力增加,影响通风系统的稳定性,安全出口不畅通。     

基于改进ART2神经网络的绝缘子故障在线诊断

根据绝缘子在线检测的特点,提出了基于改进ART2神经网络的绝缘子故障在线诊断技术．改进的ART2神经网络在F2层增设初始状态层,即F2层分为上子层F22和下子层F21．F22层存储绝缘子首次投运时的初始状态和已知的典型故障类型,F21层存储新增故障类型．在绝缘子故障诊断过程中,首先应用电晕电流脉冲测量仪在线测量绝缘子的电晕电流脉冲,然后绘制电晕电流脉冲的N-ψ图,并将其作为故障诊断的特征量送入改进的ART2神经网络进行模式识别．被检测的特征量先与F22层中的初始状态和已知的典型故障类型进行比较,如果匹配则判为该类;如果不匹配,再与F21层中的新增故障类型进行比较;如果都不匹配,则在F21层中创建新增故障类型．改进ART2神经网络解决了传统ART2神经网络聚类中心漂移问题,杜绝了绝缘子故障漏判的发生．仿真实验结果表明,应用改进的ART2神经网络可有效实现绝缘子故障在线检测,获得较好的诊断结果．     

基于轻量级深度卷积神经网络的绝缘子检测

在无人机巡检图像中,检测出绝缘子是实现输电线路状态分析的关键.本研究采用轻量级卷积神经网络代替传统的人工特征提取器,获取输入图像的深层特征;利用深度学习目标检测网络对所提取特征进行处理和训练学习,实现多尺度、多种类的绝缘子目标检测.实验结果表明:该方法可以准确快速地识别出以山林背景为主的瓷质和复合两类绝缘子,其检测精度分别达到96.29%和90.85%,且整体检测速度高达43 F·s~(-1),有效满足电力巡线中的绝缘子实时检测要求.