检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

核电端子排故障实验研究及优化改进

核科学与工程 2023年第3期43卷 653-659页

作者：樊晓乐王志武涂画姚力恺苏州热工研究院有限公司江苏苏州215004

针对某核电厂端子排故障率高的现象,对该电厂环境参数进行监测,并设计试验条件进行盐雾和湿热加速试验,结合试验结果以及端子排内部结构、材料明确了端子排腐蚀的主要劣化因子为盐雾潮湿。通过试验环境下端子压降、铜片腐蚀量与现场环... 详细信息

针对某核电厂端子排故障率高的现象,对该电厂环境参数进行监测,并设计试验条件进行盐雾和湿热加速试验,结合试验结果以及端子排内部结构、材料明确了端子排腐蚀的主要劣化因子为盐雾潮湿。通过试验环境下端子压降、铜片腐蚀量与现场环境下铜片腐蚀量的关联,建立寿命预测模型。最后对目前主流端子排进行结构特性分析,从气密性结构优化、选择耐腐蚀材料、安装机柜环境改进、预防性维护四个方面给出端子排可靠性提升改进建议。

关键词：端子排腐蚀加速试验寿命气密性

在线全文

学校读者我要写书评

暂无评论

入口涡结构对文丘里流量计测量虚高影响

实验技术与管理 2023年第2期40卷 109-114页

作者：王志武姚力恺齐宝喆汪骞桂南刘洋苏州热工研究院有限公司深圳518000 清华大学核能与新能源技术研究院北京100084

文丘里流量计作为核电厂二回路主给水系统(ARE)的流量监测设备,对给水流量的准确测量至关重要。在ARE系统大小阀切换期间,文丘里流量测量值可能存在波动和虚高现象,影响反应堆正常运行。该文基于计算流体力学方法,对简化的管路结构和实... 详细信息

文丘里流量计作为核电厂二回路主给水系统(ARE)的流量监测设备,对给水流量的准确测量至关重要。在ARE系统大小阀切换期间,文丘里流量测量值可能存在波动和虚高现象,影响反应堆正常运行。该文基于计算流体力学方法,对简化的管路结构和实际的安装误差进行建模,分析了文丘里管入口涡因素对流量虚高的影响。结果表明入口涡旋会在文丘里管喉部增速导致测量差压增加,而ARE大小阀切换期间,支管处的周向速度分布会放大该效应;另外,当主管阀门开度逐渐增加时,能抑制支管射流引致的单体涡强度,降低流量测量虚高误差。

关键词：文丘里管测量虚高计算流体力学入口涡旋

在线全文

学校读者我要写书评

暂无评论

使用易老化元件识别法评估核电仪控设备寿命

价值工程 2022年第17期41卷 17-19页

作者：姚力恺王志武涂画苏州热工研究院设备管理中心深圳518000

通过识别核电仪控设备中的易老化元件,并根据易老化元件的经验反馈数据、现场设备运行温度、厂家耐久性实验数据等评估易老化元件的预期寿命,并以最短寿命元件作为设备预期寿命用于维修策略管理。该方法在实现较为精确的核电仪控设备预... 详细信息

通过识别核电仪控设备中的易老化元件,并根据易老化元件的经验反馈数据、现场设备运行温度、厂家耐久性实验数据等评估易老化元件的预期寿命,并以最短寿命元件作为设备预期寿命用于维修策略管理。该方法在实现较为精确的核电仪控设备预期寿命评估的同时成本较低,在核电站使用效果良好。

关键词：核电仪控设备易老化元件寿命评估

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

核电DCS改造风险评估与控制方法

价值工程 2022年第22期41卷 16-19页

作者：姚力恺马蜀王志武涂画彭超刘立华苏州热工研究院设备管理中心深圳518000 中广核核电运营有限公司重大设备管理办公室深圳518000 大亚湾公司中长期改造项目部深圳518000

根据核电模拟控制系统向DCS系统改造实际需求,分析了改造过程中的主要风险,研究了对应的风险控制措施。提出了以全范围全生命周期验证测试系统、电缆端接管理系统、3D虚拟化设备拆装仿真系统、电缆老化检测与评估工具作为软硬件基础设备... 详细信息

根据核电模拟控制系统向DCS系统改造实际需求,分析了改造过程中的主要风险,研究了对应的风险控制措施。提出了以全范围全生命周期验证测试系统、电缆端接管理系统、3D虚拟化设备拆装仿真系统、电缆老化检测与评估工具作为软硬件基础设备,在设计、调试测试、施工、运维阶段开展接口与接线、合同与供应链管理、人因工程、通信等12个领域专项风险分析与控制评估,在有效缩短改造工期的同时有效降低核电模拟控制系统向DCS系统改造风险。

关键词：核电DCS系统改造验证测试系统

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于量表大数据的深度神经网络抑郁分类模型

北京师范大学学报（自然科学版） 2021年第6期57卷 868-874,F0003页

作者：成也杨镇恺姚力王新波赵小杰北京师范大学人工智能学院智能科技与教育应用教育部工程研究中心北京100875 中国教育科学研究院北京100088

针对抑郁相关量表大数据所面临的特征冗余、特征维度单一、特征子集难以确定等问题,提出了一种基于深度神经网络(deep nural network,DNN)的抑郁分类模型.通过结合主成分投影k-means(principal component,PC kmeans),在不破坏原有特征... 详细信息

针对抑郁相关量表大数据所面临的特征冗余、特征维度单一、特征子集难以确定等问题,提出了一种基于深度神经网络(deep nural network,DNN)的抑郁分类模型.通过结合主成分投影k-means(principal component,PC kmeans),在不破坏原有特征空间的条件下对量表大数据进行特征选择,并对原始算法的随机性与聚类个数不确定的问题进行了优化;在此基础上,为了增强抑郁识别维度的多样性,构建了引入因子分解机(factorization machines,FM)的DNN抑郁分类模型.分析和对比结果表明:PC k-means不仅可以有效地选择特征,而且与传统分类器和FM-DNN结合,更能提高抑郁分类的准确率,为深度学习引入量表大数据分析提供了新的研究思路与方向.

关键词：抑郁症心理量表大数据特征选择深度神经网络

在线全文

学校读者我要写书评

暂无评论

胡乔木热心关注新闻界

新闻战线 1997年第7期 20-23页

作者：商恺

胡乔木热心关注新闻界商恺１９５８年的夏天，一个突然的“通知”，将我和姚力文同志从人民日报记者部一同调到了胡乔木同志办公室。记得是这年的６月１日，也就是《红旗》杂志创刊的那一天，我跨进中南海内一个挂有“颐园”匾额的幽静... 详细信息

胡乔木热心关注新闻界商恺１９５８年的夏天，一个突然的“通知”，将我和姚力文同志从人民日报记者部一同调到了胡乔木同志办公室。记得是这年的６月１日，也就是《红旗》杂志创刊的那一天，我跨进中南海内一个挂有“颐园”匾额的幽静小院，这便是胡乔木同志办公和休息的...

关键词：胡乔木新闻工作者人民日报新闻报道办报方针评论文章新闻写作读者来信编辑部学习马克思主义哲学

基于量表大数据的深度神经网络抑郁分类模型（节选）

在线全文

学校读者我要写书评

暂无评论

中小学心理健康教育 2022年第S1期 29-29页

作者：成也杨镇恺姚力王新波赵小杰北京师范大学人工智能学院 “智能科技与教育应用”教育部工程研究中心中国教育科学研究院

针对抑郁相关量表大数据所面临的特征冗余、特征维度单一、特征子集难以确定等问题，提出了一种基于深度神经网络（deep nural network,DNN）的抑郁分类模型。通过结合主成分的K-means算法(principal component, PC K-means)，在不破坏... 详细信息

针对抑郁相关量表大数据所面临的特征冗余、特征维度单一、特征子集难以确定等问题，提出了一种基于深度神经网络（deep nural network,DNN）的抑郁分类模型。通过结合主成分的K-means算法(principal component, PC K-means)，在不破坏原有特征空间的条件下对量表大数据进行特征选择，并对原始算法的随机性与聚类个数不确定的问题进行了优化；在此基础上，为了增强抑郁识别维度的多样性，构建了引入因子分解机（factorization machines,FM）的DNN抑郁分类模型。分析和对比结果表明：PC K-means不仅可以有效地选择特征，而且与传统分类器和F-DNN结合，更能提高抑郁分类的准确率，为深度学习引入量表大数据分析提供了新的研究思路与方向。

关键词：抑郁症心理量表大数据特征选择深度神经网络

基于量表大数据的深度神经网络抑郁分类模型(节选)

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中小学心理健康教育 2022年第S1期 29-29页

作者：成也杨镇恺姚力王新波赵小杰北京师范大学人工智能学院北京100875 “智能科技与教育应用”教育部工程研究中心北京100875 中国教育科学研究院北京100088

针对抑郁相关量表大数据所面临的特征冗余、特征维度单一、特征子集难以确定等问题,提出了一种基于深度神经网络(deep nural network,DNN)的抑郁分类模型。通过结合主成分的K-means算法(principal component,PC K-means),在不破坏原有... 详细信息

针对抑郁相关量表大数据所面临的特征冗余、特征维度单一、特征子集难以确定等问题,提出了一种基于深度神经网络(deep nural network,DNN)的抑郁分类模型。通过结合主成分的K-means算法(principal component,PC K-means),在不破坏原有特征空间的条件下对量表大数据进行特征选择,并对原始算法的随机性与聚类个数不确定的问题进行了优化;在此基础上,为了增强抑郁识别维度的多样性,构建了引入因子分解机(factorization machines,FM)的DNN抑郁分类模型。分析和对比结果表明:PC K-means不仅可以有效地选择特征,而且与传统分类器和F-DNN结合,更能提高抑郁分类的准确率,为深度学习引入量表大数据分析提供了新的研究思路与方向。

关键词：抑郁症心理量表大数据特征选择深度神经网络