电力系统微机保护测控装置运行中的常见故障剖析

随着社会的发展,微机保护测控装置目前在电力系统及厂站供配电等系统中被广泛应用。尽管微机保护测控装置经过多年的升级改进后技术已相当成熟。但运行中难免出现故障,如何快速准确查出微机保护测控装置在运行中出现的故障原因,为排除故障争取到到宝贵时间,成为广大从事电力继电保护工作者需要考虑的主要问题之一。本文就现场微机保护测控装置常见故障及故障原因和处理方法进行了论述。     

《精细化工工艺学》产学研结合教学改革探索

文章探讨产学研结合教学在《精细化工工艺学》教学中的实践,具有直接的现实意义,介绍了产学研与教学结合的模式。     

计算岩体边坡安全系数的程序实现

岩体失稳是岩体边坡变形达到一定程度的结果,岩体边坡稳定性评价是岩体工程中经常碰到的问题．应用VC＋＋编译平台,利用VC＋＋的封装性、继承性、可操作性和编程界面可视化的优点,编制了利用圆弧法、平面滑动法、楔形体法、SARMA法计算岩体边坡安全系数的windows应用程序;同时编制了带有帮助文档的安装版,这对解决岩石边坡稳定计算问题和预测岩体滑坡具有良好的应用前景．     

花岗岩中深埋隧道扰动区应力测试与分析

在深埋隧道施工过程中,掌子面推进将引起围岩内部应力的重新分布,洞壁附近围岩处于扰动状态,确定扰动区应力对于深埋隧道结构设计和安全施工有着极为重要的作用。在阐述扰动区应力主要测试方法的基础上,使用钻孔式测试方法得到了某深埋隧道花岗岩围岩中扰动区应力及其随时间的变化过程,提出了使用双曲线拟合确定扰动区应力测试稳定值对应时刻的方法,研究了水平方向和垂直方向扰动区应力测试稳定值的分布特征。结果表明,与其他扰动区应力测试方法相比,钻孔式测试方法具有快捷、方便、实用的特点,可用于确定深埋隧道围岩扰动区应力。     

桥梁工程施工及运营对岩体边坡稳定性的数值分析

使用强度折减法、Mohr-Coulomb破坏准则和有限元分析方法, 对岩体边坡在群桩施工前后、桥墩和桥梁施工时及运营荷载作用下的稳定性进行了数值模拟. 模拟时, 根据现有规范计算列车运营对桥墩顶部的竖向活载和制动力, 并根据岩土层分布建立了桥墩所在岩体边坡的3维几何模型, 研究了桥梁工程施工及运营的不同工况对岩体边坡稳定性的影响. 研究结果表明, 群桩施工前后边坡稳定性安全系数分别为1.35和1.63; 桥墩高度为6.0, 12.0, 18.0, 22.5 m时边坡稳定性安全系数分别为1.61, 1.60, 1.58, 1.57; 桥梁施工结束时及列车荷载作用下的边坡稳定性安全系数分别为1.55和1.53; 随着桥墩和桥梁施工荷载的增加, 岩体边坡中塑性区Mises等效应力逐渐增大, 边坡稳定性逐渐降低. 该结果对不同工况下岩体边坡中的桥梁工程设计和施工具有一定的参考价值.     

安踏销售渠道建设与品牌战略的启示

品牌战略促进渠道建设和发展,渠道建设配合品牌战略执行。一个品牌要历久长青,渠道建设和品牌战略要相互配合。安踏从一个小企业发展成为国内著名的体育品牌,它在渠道建设和品牌战略上有着与众不同的思路。研究安踏成功的经验,可以为我国体育运动品牌的发展提供参考和借鉴。     

地铁车站端头井施工数值模拟参数的确定

数值模拟能够有效分析深基坑开挖引起的围护结构变形和地表沉降问题,但模拟时所用主要参数目前还没有公认的确定方法。以上海市某地铁车站新建深基坑工程端头井段为例,使用有限元软件ABAQUS对施工过程进行模拟,使用正交试验方法研究了数值模拟所用土层参数的重要性,分析了不同土层参数对围护结构水平位移影响的敏感性,使用反分析方法提出了基坑开挖过程有限元数值模拟时参数的确定方法。结果表明：有限元数值模拟时对连续墙水平位移影响最大的参数为弹性模量、泊松比;数值模拟时,淤泥质黏土和淤泥质粉质黏土的模量比（弹性模量与压缩模量的比值）可取3.25～3.35,黏土和粉质黏土的模量比分别可取3.67,5.69～5.81,粉土、粉砂的模量比分别可取6.14,6.17～6.44,模量比取值从小到大对应的土层分别是黏性土、粉性土、砂性土;淤泥质土泊松比与勘察所得泊松比的比值为1.05～1.12,其他土层的泊松比与勘察结果的比值为0.90～1.05。     

基于EMD-LSTM人工神经网络的云冈石窟环境参数预测

环境参数会直接影响石窟的风化过程,因此,预测环境参数是进行云冈石窟有效保护的重要内容.以云冈石窟第十窟为例,将壁温、环境湿度、环境温度的实测时序数据作为环境参数,使用经验模态分解(empirical model decomposition, EMD)对实测时序数据进行分解,研究了固有模态函数(intrinsic mode function, IMF)分量与实测时序数据的相关性,建立了基于EMD-长短期记忆(long short-term memory, LSTM)的人工神经网络(artificial neural network, ANN)组合模型.使用平均绝对误差(mean absolute error, MAE)、均方根误差(root mean square error, RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)、决定系数(R²)作为评价指标,对比分析了使用组合模型与使用单一LSTM的ANN模型进行环境参数预测的效果.结果表明:IMF分量的变化速率越大,与实测时序数据的相关性就越强;对于组合模型中...