检索结果-南通市图书馆

通过研究聚碳酸酯(PC)在西藏自治区(西藏)10个典型大气站点自然暴露试验1年的老化行为,以色差作为指标评估西藏地区PC服役大气环境严酷度时空分布规律.采集了西藏10个典型大气站点8类环境因素数据年均值(2021年4月—2022年3月),分析了西藏地区气候环境特点及气候分布区域,为环境严酷度评价提供准确输入.通过在10个站点开展自然环境试验,研究发现PC老化过程中表观失光率、色差逐渐上升,力学性能如拉伸强度、拉伸断裂应变等波动性下降,最终选择以规律性能较好的色差作为PC老化评估指标.通过Pearson相关性研究分析,认为各类环境因素与地理信息坐标等信息之间有信息冗余,环境参量可以进一步优选.通过灰色关联度、回归分析,筛选出影响PC老化的4个敏感环境因子分别为:日照时间、海拔高度、平均相对湿度、降水时间;通过构建反向传播人工神经网络(BP-ANN)模型并优化模型参数,建立具有良好训练精度及泛化能力的“环境-材料”映射模型.不同学习精度训练结果表明,过低的学习精度将导致训练程度不够,预测精度较低;过高的学习精度将导致过拟合,使预测陷入局部最小值.输入西藏全域28个城市气象数据,输入已训练好的人工神经网络模型,预测得到西藏28个城市PC老化一年色差值.基于Griddate插值计算,得到西藏地区严酷度空间分布地图,结果显示低海拔的藏东严酷度较低,而高海拔藏西无人区及藏北高原等地区严酷度较高.

关键词：聚碳酸酯西藏大气环境人工神经网络严酷度预测

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

海信集团入选2024《财富》中国ESG影响力榜

海信集团入选2024《财富》中国ESG影响力榜

引用

山东商报

作者：赵方吉

商报济南消息 5月13日，《财富》杂志正式公布了2024年度中国ESG影响力榜单。海信集团凭借其在改善环境、保护员工、支持社区方面的不懈努力，与宁德时代、京东集团、阿里巴巴等100家企业登上今年的榜单。值得一提的是，这是《财富》第... 详细信息

商报济南消息 5月13日，《财富》杂志正式公布了2024年度中国ESG影响力榜单。海信集团凭借其在改善环境、保护员工、支持社区方面的不懈努力，与宁德时代、京东集团、阿里巴巴等100家企业登上今年的榜单。值得一提的是，这是《财富》第三年编制该榜单，也是海信集团连续第三年......

关键词：海信集团 ESG 激光电视影响力《财富》

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

中际旭创2023年净利润增长78%

中际旭创2023年净利润增长78%

引用

山东商报

作者：赵方吉

商报济南消息　2月28日，中际旭创（***）发布2023年度业绩快报，报告期内，公司实现营收107.25亿元，同比增长11.23%；营业利润25.03亿元，同比增长88.54%；归属于上市公司股东的净利润21.81亿元，同比增长78.19%。公告还披露，公司全... 详细信息

商报济南消息　2月28日，中际旭创（***）发布2023年度业绩快报，报告期内，公司实现营收107.25亿元，同比增长11.23%；营业利润25.03亿元，同比增长88.54%；归属于上市公司股东的净利润21.81亿元，同比增长78.19%。公告还披露，公司全资子公司苏州旭创实现单体报表净......

关键词：净利润光模块

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

海尔智家2023年营收利润双增长

海尔智家2023年营收利润双增长

引用

山东商报

作者：赵方吉

商报济南消息　3月27日晚间，海尔智家（***)发布了2023年年报。报告期内，海尔智家实现营收2614.28亿元，同比增长7.33%；经营利润169.21亿元，同比增长15.8%，实现营收利润双增长。值得一提的是，海尔智家自主创牌战略的成功实施，以... 详细信息

商报济南消息　3月27日晚间，海尔智家（***)发布了2023年年报。报告期内，海尔智家实现营收2614.28亿元，同比增长7.33%；经营利润169.21亿元，同比增长15.8%，实现营收利润双增长。值得一提的是，海尔智家自主创牌战略的成功实施，以及数字化变革与智慧家庭战略的深......

关键词：同比增长

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

基于SConvNeXt-ECMS与DBO-RELM模型的滚动轴承故障诊断方法

引用

航空动力学报 2024年

作者：戚晓利毛俊懿王兆俊王志文崔德海赵方祥安徽工业大学机械工程学院

针对现有基于深度学习的滚动轴承故障诊断方法存在准确度不高、泛化性较差的缺点，提出了一种基于SConvNeXt-ECMS与DBO-RELM的滚动轴承故障诊断模型。首先将ECMS注意力机制与分流卷积模块融入ConvNeXt网络，提升ConvNeXt网络的特征提取... 详细信息

针对现有基于深度学习的滚动轴承故障诊断方法存在准确度不高、泛化性较差的缺点，提出了一种基于SConvNeXt-ECMS与DBO-RELM的滚动轴承故障诊断模型。首先将ECMS注意力机制与分流卷积模块融入ConvNeXt网络，提升ConvNeXt网络的特征提取能力；再使用蜣螂优化算法完成参数寻优后的RELM替换网络原有分类层，提升网络对相近特征的分辨能力；接着利用哈尔滨工业大学航空轴承故障数据集仿真实验，验证所提分流卷积对ConvNeXt网络的提升效果；最后使用帕德博恩大学数据集进行滚动轴承混合故障诊断实验，验证所提SConvNeXt-ECMS与DBO-RELM模型的分类效果。仿真实验结果表明，所提SConvNeXt网络在航空轴承故障分类任务中，准确率可达100%，优于其他现有网络；帕德博恩大学滚动轴承混合故障诊断试验表明，所提ECMS注意力机制以及DBO-RELM方法均对原网络的性能有进一步的提升，新模型对滚动轴承混合故障的诊断准确率最高可达99.94%，相较于其他现有的滚动轴承故障诊断模型，均具有更高的故障诊断准确率和更强的泛化能力。

关键词：故障诊断滚动轴承分流卷积注意力机制正则化极限学习机(RELM) 蜣螂优化算法(DBO)

来源：

同方期刊数据库评论