数据中心余热利用现状及在建筑供暖中的应用

碳中和背景下,将数据中心余热资源作为建筑供暖的热源,是降低建筑供暖碳排放的一种途径。为了系统掌握数据中心余热在建筑供暖中的技术应用现状,对近年来数据中心余热利用相关政策及标准进行了梳理,对影响数据中心余热利用的可行性因素展开了分析,整理了中外数据中心余热在建筑供暖中的应用案例。分析发现,政策与技术标准是数据中心余热回收利用的有力推动力;数据中心余热回收量受冷却技术、热量散发位置等多种因素影响,可以结合数据中心实际情况,综合选取余热回收位置;国外数据中心余热在建筑供暖中的应用较多,国内需要更多的实践和积累。     

光镊轴向力与吸收系数等参数的关系研究

以射线光学模型为基础．对微粒直径远大于激光微束的米氏粒子在考虑对光的吸收时轴向力与光源参数的关系进行了计算,计算结果给出了轴向力与微粒的吸收系数、波长、激光功率等参数的关系,为实验中参数的选择提供了依据．     

基于红外图像处理技术的设备过热故障源定位

传统的电力设备过热故障都是通过人工检测完成的,无法做到无接触检测,危险性较强。结合红外热成像理论,设计并实现基于红外图像处理技术的电力设备过热故障检测系统,介绍了系统的总体结构,通过远程图像采集模块完成电力设备范围内红外图像数据的采集以及预处理,DSP模块作为红外设备图像实时处理的核心,实现整个系统的控制及调控。利用FPGA模块实现图像信号数据的暂存、预处理及匹配等操作。详细分析了基于红外图像分割技术的软件设计基础和实现方法,并给出系统程序实现代码。系统测试结果显示,所提系统具有很高的可行性及实用性。     

人工智能技术在仪器与测量中的应用

分析了与人工智能技术相关的人工神经网络和模糊逻辑的基本要领和重要方法，根据传感器增强、数据融合和系统辨识、控制等相关领域的几个成功案例，分析了它们的技术优越性和可行性，并展示了人工智能技术在仪器和测量中的应用前景。     

基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断

针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故障特征的向量,采用主元分析(PCA)对特征降维,提取主元输入概...     

一种基于Internet互动学习平台的设计与应用

基于Internet构建一种综合性互动网络学习平台.本系统依据流媒体传输原理,采用B/S模式的Web体系结构在保证系统安全性的基础上而开发.首先分析了综合性互动网络学习的需求,其次对综合性互动网络学习平台进行了总体设计,采用E-R图实现了数据库设计,最后完成系统的主要模块.     

基于运动行为的复杂监控事件探测

针对视频监控过程,使用运动目标的状态特征描述场景中存在的语义内容.基于DBSCAN聚类模型学习特征集的潜在结构,生成了运动行为模式集.使用高级Petri网刻画模式间的连续、并发等时序关系,构成复杂语义事件探测模型.无监督式的模式学习过程对低层噪声有较强的鲁棒性,而定性的事件描述模型对于高层事件的推理具有更强的灵活性.在实验中,通过聚类学习得到的行为模式,给出了事件Petri网的具体建模过程,并演示了"停留"与"偷车"两个感兴趣事件的探测结果.     

火车车轮踏面磨损量识别研究

讨论了一种应用线阵CCD图像传感器测量火车车轮踏面磨损量的检测系统;分析了系统的测量原理;阐述了线阵CCD图像传感器视频信号的处理、数据采集方法及措施;给出了系统的标定方法和对车轮踏面测量有代表性的部分结果.     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.