检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

中国铁路隔热保温运输装备发展与探索

中国铁路隔热保温运输装备发展与探索

中国铁路货运市场发展和多样化运输装备技术研讨会

作者：景传峰张四梅胡海滨刘凤伟何远新金晓平罗桂琼高建华中车长江车辆有限公司中铁特货运输有限责任公司

简述了保温运输技术优势和我国铁路隔热保温的现状及存在的问题,介绍了国内、外铁路隔热保温车发展情况,分析提出了隔热保温车需要研究的关键技术,重点介绍了新型铁路隔热保温车关键技术研究成果应用和装备技术水平,展望了推广应用市场... 详细信息

简述了保温运输技术优势和我国铁路隔热保温的现状及存在的问题,介绍了国内、外铁路隔热保温车发展情况,分析提出了隔热保温车需要研究的关键技术,重点介绍了新型铁路隔热保温车关键技术研究成果应用和装备技术水平,展望了推广应用市场前景。

关键词：保温运输装备发展探索

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

40 ft铁路运输发电箱的研制

铁道车辆 2020年第4期58卷 24-26,I0002页

作者：舒麟何远新景传峰金晓平罗桂琼高建华孙永跃张四梅中车长江车辆有限公司冷运装备研究所湖北武汉430212 中铁特货物流股份有限公司北京100055

介绍了40 ft铁路运输发电箱的用途、主要技术参数、功能配置及运用维护技术要求,并通过运用考核进行了验证。

关键词：发电箱技术参数结构远程监控

维普期刊数据库

基于STIRPAT和CNN-LSTM组合模型的福建省碳达峰预测

在线全文

学校读者我要写书评

暂无评论

环境科学 2025年第1期46卷 10-18页

作者：连艳琼苏墩煌施生旭福建农林大学公共管理与法学院

碳达峰对中国实现“双碳”目标、推动经济社会绿色转型具有重要意义.基于改进的STIRPAT模型分析影响福建省碳排放的主要因素，设置3种情景方案，利用CNN-LSTM神经网络混合模型对福建省2022～2035年碳排放量进行预测.结果表明：(1)人口... 详细信息

碳达峰对中国实现“双碳”目标、推动经济社会绿色转型具有重要意义.基于改进的STIRPAT模型分析影响福建省碳排放的主要因素，设置3种情景方案，利用CNN-LSTM神经网络混合模型对福建省2022～2035年碳排放量进行预测.结果表明：(1)人口、人均GDP和产业结构对福建省碳排放有正向驱动作用，能源强度、能源结构和对外贸易度则起负向驱动作用；(2)基准情景下于2033年实现碳达峰，达峰值为361.107 9 Mt，低碳情景和优化情景可以提早1 a达峰且达峰值均有不同程度下降，分别为333.028 4 Mt和301.748 3 Mt；(3)对比优化情景和低碳情景，调整产业和能源结构能够控制福建省碳峰值降低10.37%，加快推动能源和产业结构优化转型是解绑碳排放与经济发展之间束缚的关键所在.最后，结合福建省当前政策规划和发展现状，从能源减排、产业结构和制度体系等角度提出低碳发展建议.

关键词：碳排放碳达峰 STIRPAT模型 CNN-LSTM模型政策

分数阶磁耦合谐振双向无线电能传输系统参数优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

浙江大学学报(工学版) 2025年

作者：李若琼翁源李欣兰州交通大学自动化与电气工程学院兰州交通大学新能源与动力工程学院

磁耦合谐振双向无线电能传输（BD-WPT）系统的参数多，导致系统影响程度不一致和参数配置困难，为此结合灰色关联度分析（GRA）和多目标粒子群优化（MOPSO）算法提出分数阶磁耦合谐振BD-WPT系统多目标参数优化方法.在分析系统传输特性... 详细信息

磁耦合谐振双向无线电能传输（BD-WPT）系统的参数多，导致系统影响程度不一致和参数配置困难，为此结合灰色关联度分析（GRA）和多目标粒子群优化（MOPSO）算法提出分数阶磁耦合谐振BD-WPT系统多目标参数优化方法.在分析系统传输特性和线圈参数解析式的基础上，采用GRA进行系统各个参数的影响评估，确定了5个核心参数.为了提高系统传输效率和线圈功率密度，采用MOPSO算法优化系统参数，结果表明通过GRA有选择性地优化核心参数，可使算法输出的解集优于未采用GRA的解集.结合电动汽车实际需求，选取最优解用于BD-WPT系统的设计参考.仿真结果显示，相校于国标参数对称系统，BD-WPT系数的传输效率提高了4.5个百分点，线圈功率密度提高了0.42 kW/m2.

关键词：双向无线电能传输(BD-WPT) 磁耦合谐振灰色关联度分析(GRA) 多目标优化多目标粒子群优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

噪声干扰环境下的深度强化学习故障诊断方法

电子测量与仪器学报 2025年

作者：刘小峰徐全桂金燕柏林重庆大学高端装备机械传动全国重点实验室

针对深度强化学习在噪声干扰环境下故障诊断鲁棒性差问题，提出了一种噪声干扰环境自适应的强化学习故障诊断方法。该方法以高效通道注意力机制-深度残差收缩网络为Q网络基本模型，避免Q网络结构复杂导致的梯度消失现象。采用高效通道... 详细信息

针对深度强化学习在噪声干扰环境下故障诊断鲁棒性差问题，提出了一种噪声干扰环境自适应的强化学习故障诊断方法。该方法以高效通道注意力机制-深度残差收缩网络为Q网络基本模型，避免Q网络结构复杂导致的梯度消失现象。采用高效通道注意力机制对深度残差收缩网络中软化阈值进行自适应调整，并在残差收缩单元的卷积层引入了膨胀卷积，以获取噪声环境下的不同尺度的故障特征信息，同时采用指数线性单元SELU作为激活函数，进一步提升网络对噪声的鲁棒性。设计了基于信噪比的量化奖励函数，结合双重Q网络竞争学习机制与优先经验回放机制方法，进行智能体的自主学习，生成智能体的最优诊断策略，并运用于干扰环境下的设备故障状态识别。实例分析结果表明，采用所提方法对轴承与齿轮箱故障的识别准确率分别能到达98.13%和93.45%，且对不同强度噪声具有较好的鲁棒性与环境自适应性。

关键词：故障诊断深度残差网络阈值软化深度Q学习竞争网络经验优先回放

挑战性环境下基于双尺度CBAM的毫米波雷达与视觉特征融合目标检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京工业大学学报 2025年 284-294页

作者：任坤李盼韩红桂北京工业大学信息学部数字社区教育部工程研究中心城市轨道交通北京实验室

针对恶劣天气和低光照对基于深度学习的视觉目标检测算法带来的挑战,提出一种基于双尺度卷积注意力模块(dual-scale convolutional block attention module,DSCBA M)的双模态目标检测算法,旨在通过视觉与毫米波雷达数据的特征融合,提高... 详细信息

针对恶劣天气和低光照对基于深度学习的视觉目标检测算法带来的挑战,提出一种基于双尺度卷积注意力模块(dual-scale convolutional block attention module,DSCBA M)的双模态目标检测算法,旨在通过视觉与毫米波雷达数据的特征融合,提高目标检测算法在挑战性环境下的鲁棒性和准确性。该算法采用双分支的一阶段检测结构,图像分支采用预训练的CSPDarkNet53骨干网络提取图像特征,雷达分支采用基于体素的雷达特征生成网络提取雷达特征。然后,分别在颈部网络前后利用提出的基于DSCBAM的特征融合模块进行雷达-视觉特征融合。最后,使用解耦检测头实现目标的分类和定位。在nuScenes数据集上,对比实验和消融实验验证了该融合检测算法在挑战性环境下的有效性和优越性。

关键词：深度学习目标检测毫米波雷达特征融合多模态注意力机制