摘要：由于受温差和发电效率等因素的制约,单级半导体温差发电器已经不可能满足各种不同的需要,故提出一种二级半导体温差发电器。基于温差电技术的基本原理,采用有限时间热力学理论,建立了内外均不可逆情况下二级半导体温差发电器的理论模型和性能分析的数学模型。并以工作效率、输出功率和火用效率为目标函数,通过仿真计算分析其性能特性,计算出不同情况下半导体温差发电器的最大效率、输出功率和火用效率,进而优化了温差发电器的内部结构,确定了工作电流的最佳范围。所得结果可为二级半导体温差发电器的优化设计和最佳运行提供有价值的理论指导。

摘要：随着工业经济的发展,空压机振动故障监测技术出现了明显的改观,通过振动在线监测系统对空压机进行状态监测,结合工艺情况,应用频谱特征进行故障诊断,分析振动原因,提出处理措施,实现预知维修,保证压缩机的安全运行。本文章介绍某车间采用的是SVK20-3S型压缩机,对5#空压机进行试车的过程中,出现了在停机时一,二级轴振动现象并要重超标。在之后的试车实验中又一次出现了三级轴振动超标现象。针对前两次试车过程中出现的问题,根据多年的实践对该机组合的过程进行了详细总结,分析了振动值过大的原因,并对出现的轴振动现象的原因进行了详细分析。

摘要：绿色建筑的实施效果依赖于设计人员对相关评价标准的理解和执行,通过对2014版《绿色建筑评价标准》的编制特点进行分析,研究其在建筑设计阶段涉及到的87项评价条款,根据不同专业及技术措施对其分类统计,计算出不同专业及技术措施的得分情况,根据这些数据分析绿色建筑设计工作的特点及侧重方向,结合建筑设计阶段8个设计专业的100余项申报文件在不同设计阶段的分布情况,总结出绿色建筑设计过程中设计人员在不同设计阶段的设计任务及工作重点,提出绿色建筑的设计对策。

摘要：2022年11月10日,中国淮安国际博览中心隆重举行江苏省淮安市政协原副主席、民盟淮安市委原主委苟德麟先生的全新力作《声律大运河》的首发式。《声律大运河》的成书绝非偶然,正是因为苟德麟长期致力于淮安地方历史文化的研究和对中华诗词的长期研习。

摘要：随着我国建筑工程建设逐步成为一项重要的工作项目,建筑设计创新适合理论也日益走进大家的视野,这对我国的建筑的以后发展有着极其重要的借鉴作用.本文主要对建筑设计中创新适合理论进行了全方位了分析和理解.

摘要：高层建筑作为现代社会发展的重要建筑类型,为城市空间的发展带来了革命性的推进作用,但在高楼林立的现代社会里,我们仍然要继续研究关于高层建筑设计及其理论,唯有不断与时俱进才能促进高层建筑的健康发展,本文就是针对这一点进行了相关的剖析和论述.

摘要：提升工程创新能力对于规划设计类研究生教师发展具有十分重要的意义。该文通过对研究生教师工程创新能力重要性及现实问题的分析,提出了规划设计类研究生教师工程创新能力的提升途径。以工程教学创新文化、工程创新科研能力、工程创新教学能力、工程创新教学方法为评价指标,构建规划设计类研究生教师工程创新能力动态评价指标体系。旨在通过科学的提升途径及动态评价体系,为规划设计类研究生教师的个人发展提供借鉴,为决策机构提供参考。

摘要：图像法水位测量通过图像处理技术检测水位线,实现水位信息的自动获取。然而,由于现场环境光照条件复杂、清水倒影、成像分辨率低和视角倾斜的影响,水尺表面字符和刻度线的识别相当不可靠。为提高复杂光照条件下水位值的精度,本文设计了一种基于灰度拉伸的水位线检测方法。首先,构造一种新的结合卷积神经网络(CNN)和残差的去噪模型,在去除水尺图片噪声的同时能够较好地保持水尺的细节。然后,通过灰度直方图统计水面、背景、水尺部分的灰度值并进行分析,确定灰度拉伸的范围,明确水尺与水体部分的分界线来定位水位线。

摘要：矿山电气设备系统是矿山生产的关键技术设备,其性能和安全直接关系到整个矿区的生产安全。近年来,随着物联网技术的发展,数字化技术在矿山电气设备系统中的应用已成为加强矿山设备安全的一个重要方向。其中,SVM算法因其较强的性能广泛应用于各领域中,表现出了在高维数据处理和非线性模式识别中的优势。本文探讨了基于SVM算法的矿山电气设备系统监测与故障诊断模型,使用数据预处理、SVM目标函数构建、拉格朗日乘子法、交叉验证等方法构建了系统模型,描述了模型的部署过程,试验测试了模型的实际性能,验证了其在矿山电气设备系统中的安全性,表明SVM算法可有效优化状态监测与故障诊断功能,提升技术水平。

摘要：随着工业自动化与智能化发展,矿山电气设备的管理控制愈发复杂。传统控制方法在应对多变的工作环境和实时监测需求上存在较大局限性,迫切需要更加智能化的解决方案。人工智能技术的出现为矿山电气设备的智能识别与自适应控制提供了新的思路。其中,YOLO模型和CNN算法作为深度学习领域的重要成果,能在图像处理和数据分析方面发挥重要作用,为电气设备的智能化管理提供有效的技术支持。本文以基于人工智能的矿山电气设备智能识别与自适应控制为研究主题,设计了基于YOLO模型的智能识别模型和基于CNN的自适应控制模型,测试结果表明模型在实际应用中的效果较佳,具有较高的推广价值。