限定检索结果

检索条件"作者=李仲强"
6 条 记 录,以下是1-10 订阅
视图:
排序:
煤矿本安系统认证关键技术
收藏 引用
《煤矿安全》2011年 第12期42卷 45-47页
作者:李者 王东 李仲强 张岩 赵静煤炭科学研究总院沈阳研究院辽宁抚顺113122 
针对煤矿井下错综复杂、互联设备类型众多的特点,详细阐述了"系统认证"和"参量认证"的实施要点及途径。以本安防爆原理为出发点,对关联设备和本安设备设计原则的要点和问题进行了分析,为本安系统向参数认证方向的发...
来源:详细信息评论
仪器仪表本安电路设计及火花安全评估方法
收藏 引用
《仪器仪表用户》2014年 第1期21卷 73-75页
作者:李仲强煤科集团沈阳研究院有限公司抚顺113122 
本安防爆技术广泛应用石油、化工、煤炭开采等生产过程中,各种新型本安设备也越来越多的应用于这些危险环境中。本文结合相关防爆标准,探讨了本安电路设计及其火花安全性能的评估方法,对增强设备功能、提高产品本安性能及缩短认证周期...
来源:详细信息评论
AHP方法在网络计划评估中的应用
收藏 引用
《工程建设与设计》2004年 第10期 83-84页
作者:张化强 李仲强河海大学商学院江苏南京210098 山东省济宁市水利机械公司山东济宁270000 
网络计划评价是项目管理的重要内容。AHP方法是多目标决策的定性分析定量化方法。AHP方法应用于网络计划的多目标评价,解决了网络计划评价的难以定量化问题。算例表明AHP方法效果显著。
来源:详细信息评论
基于卷积神经网络的铁轨伤损检测研究
收藏 引用
《河南城建学院学报》2018年 第6期27卷 71-76页
作者:王锐 来文豪 李仲强安徽理工大学电气与信息工程学院安徽淮南232001 
针对铁轨伤损检测时人工识别主观性较强且效率低下问题,提出一种基于LeNet卷积神经网络算法的深度学习模型进行铁轨伤损图像的识别方法。本文通过批量归一化方法设计卷积神经网络,以Sigmoid为激活函数,Max-pooling为池化法,并采用Softma...
来源:详细信息评论
异步电动机矢量控制系统Fuzzy-PI控制器的设计
收藏 引用
《仪器仪表用户》2006年 第4期13卷 57-58页
作者:李仲强 赵国强 宋英哲辽宁工程技术大学电气工程系辽宁阜新123000 
针对异步电动机动态数学模型的非线性特性,提出并设计了兰个Fuzzy -PI复合控制器,分别对直接矢量控制系统中的速度,转矩和磁链进行控制。最后利用Matlab软件对系统进行了仿真研究。仿真结果表明:Fuzzy -PI复合控制器具有良好的控制效果...
来源:详细信息评论
氮钾互作对番茄叶片碳氮代谢及产量和品质的影响
收藏 引用
《中国蔬菜》2020年 第9期 41-49页
作者:王军伟 黄科 董月霞 李仲强 吉悦娜 吴秋云湖南农业大学园艺学院湖南长沙410128 农业农村部园艺作物生物学与种质创制综合性重点实验室北京100081 上海市花卉良种试验场上海200003 湖南省农业广播电视学校湖南长沙410001 湖南省林业科学院湖南长沙410004 
在温室基质栽培条件下,以番茄材料A20为试材,采用2因素5水平响应面中心复合设计,研究不同的氮钾营养组合处理对番茄单株产量、果实品质及叶片碳氮代谢产物和酶活性的影响。结果表明,随着氮营养的增加(74~414 mg·L^-1范围内),番茄...
来源:详细信息评论
聚类工具 回到顶部