以案例教学和设计竞赛促数字媒体技术基础课程改革

针对传统数字媒体技术课程教学中存在的问题,结合学生实际情况,把多媒体设计竞赛和案例教学法引入其中,以赛促学,推动《数字媒体技术基础》课程改革。经实践证明,案例教学法和竞赛对激发学生的学习兴趣、提升学生的学习效率作用十分明显。     

锥形弹簧振子质量修正值的近似公式

本文依据弹簧变形与其钢丝扭转形变的关系,导出锥形弹簧振动的驻波方程,再应用能量法最后推导出锥形弹簧质量修正值的近似公式。由此公式可以看出,锥形弹簧质量修正值 m*与其本身质量 M 的比,完全由其两端半径的比R_2/R_1决定。把二者的关系画成图象,可以看出:当 R_2/R_1=1时,等 m*/M=1/3;当 R_2/R_1>1时,m*/M 随 R_2/R_1的增大,开始减小,而后逐渐缓慢的增大;当R_2/R_1<1时,m*/M 随 R_2/R_1的减小而急剧的增大。     

基于谐振点数学指数的电力变压器绕组变形的诊断方法

频率响应分析法是检测电力变压器绕组变形的常用诊断方法之一。近年来,频率响应分析法的检测流程趋向标准化;但寻求合适的算法对频响曲线数据进行量化分析仍需深入研究。根据电力变压器绕组变形前后的频响曲线中谐振点的变化,获取所提出的数学指数变化规律,探究合适的数学指数对频响曲线数据进行量化分析。研究表明:在基于谐振点的数学指数中,谐振点偏移率IAD和IFD数值的正负性可综合诊断绕组变形的类型;加权函数值W_a和W_f可综合诊断绕组变形的程度。     

属性码在煤炭企业内部物资编码中的应用

对物资采用编码管理是物资管理的基础工作，就企业而言，也是企业管理的基础工作。文章以物资的属性码编码为应用实例，探究了在具体应用中属性码所体现出来的优势以及给管理工作带来的便捷、精准与效果。     

流程工业控制系统中多总线技术的应用研究

在较大规模的流程工业控制系统中,往往单一的现场总线技术很难实现真正意义上的分散控制.本文以实际生产为例,针对系统中的管理层、车间层和设备层等的不同特征,选用多总线耦合技术,设计了多总线控制系统.     

高海拔沙尘环境对典型长间隙操作冲击放电特性的影响

沙尘条件下输电线路容易发生闪络和跳闸事故.为了研究不同沙尘环境参数对输电线路外绝缘性能的影响,设计了能够调节沙尘天气强度、风沙流风速、沙尘含盐比、粒径和沙尘荷电量的沙尘环境模拟系统,利用额定电压为2400 kV的冲击电压发生器产生标准正极性操作冲击电压波,在青海塔拉地区(海拔3000 m)对1、2、3 m间隙距离的棒-棒、棒-板长空气间隙进行正极性放电特性研究.试验结果表明:风和沙尘混合作用下,间隙的50％操作冲击放电电压随着风速的增大而降低,且下降幅度随着间隙距离的增大而增大;沙尘环境对间隙的操作冲击放电特性既有促进作用也有抑制作用.     

高等农林院校“大学物理”教学实践的几点认识

针对目前高等农林院校"大学物理"教学现状,结合多年教学实践,对大学物理教学中发现的一些问题进行了思考。构建有农林特色的物理课程内容设置,灵活的调整教学模式,人性化全面评估学生学习效果,将物理学史及时事引入物理教学,理论教学与实验教学紧密结合,才能充分调动学生对物理课程学习的兴趣和积极性,提高整体教学质量,达到良好的教学效果。     

3D激光扫描与岩体结构精细测量方法比较研究——以锦屏Ⅰ级水电站为例

与传统的工程地质勘察方法相比,3D激光扫描,是一种新兴的工程地质勘察方法,以速度快、精度高、完全非接触测量为显著特征,因而逐步得到广泛应用,并且有日渐替代前者的趋势.3D激光扫描是否将会替代传统地质勘察方法,一直是许多学者关心的问题.这次研究,以工程实践为基础,通过对2种方法本身特点的对比,以及二者所获得包括结构面迹长、间距、Jv和RQD等工程地质要素的相关性分析,文章得出了新的认识.概言之,这种新的认识体现在,3D激光扫描较传统的工程地质勘察方法,间距值与RQD值较高,结构面迹长值、Jv值较低.最终可知,2种方法各具优势与不足,都有其自身适用的工况,并且,二者互为补充;二者所获得的上述工程要素具有正相关性,或者同向变化趋势.研究结果,丰富了该领域的研究内容,不仅指导了工程应用,而且有一定的理论意义.     

基于UDP协议的变电站设备状态监测智能终端

数字化变电站要求智能电子设备(IED)具有网络通信功能。采用传输层用户数据包协议(UDP)作为设备绝缘状态监测系统的通信协议,可实现过程层监测数据实时高速传输到间隔层。根据设备绝缘状态监测IED要求和UDP协议的特性,结合光纤数字化技术,设计了变电站设备绝缘状态监测智能终端硬件及系统通信方案。采用以控制和测试为主的图形化编程语言LabVIEW开发了系统软件。应用开发的监测终端在实验室对一支现场替换下来的CT进行介损测量试验。试验结果表明监测终端满足数字化变电站绝缘状态监测IED性能要求。     

基于深度学习的输变电设备紫外放电光斑分割方法

随着紫外成像技术的发展,高压电力设备对于紫外成像图谱的量化分析提出了更高的要求。紫外图谱的量化分析需要用到除紫外成像仪所输出“光子数”额外的紫外光斑图像信息,所以需要将紫外放电光斑从可见光的背景中分割出来。然而,传统紫外图谱光斑分割方法仍存在复杂背景及小光斑分离困难、特征选取复杂、分割精准度低等问题。基于上述问题,提出了一种基于深度学习的紫外图谱光斑分割提取的方法。首先,采用紫外成像仪拍摄电力设备放电缺陷紫外图谱;而后,分别构建FCN-32s、FCN-16s、FCN-8s三种FCN子模型架构,并利用随机梯度下降法进行模型训练;最后,实现输变电设备放电缺陷紫外图谱主光斑的自主分割提取。经过对FCN 3种子模型架构的训练、测试和对比分析,得出结论：FCN-16s模型为紫外光斑分割提取的最佳模型,测试准确率可达99.34%。结果表明基于深度学习的紫外图谱光斑分割方法准确高效,为紫外光斑的量化提取及电力设备放电缺陷的紫外诊断提供了参考。