摘要：电厂设备复杂,容易发生跑冒滴漏问题,人工巡检存在发现滞后、人为疏忽、不能实时传达异常情况等问题。基于深度学习卷积神经网络、迁移学习和小样本学习技术,设计电厂异常状态智能识别报警系统,利用深度学习模型检测监控系统捕获的现场图片,识别常见的设备跑冒滴漏现象,准确并且及时地发出警告,以此提高电厂的安全监管和对意外事故的应急能力。采用相对成熟的YOLOv5作为目标检测网络基础框架,针对跑冒滴漏数据稀少问题,对网络结构进行优化并采用迁移学习与小样本学习方法来提高网络识别精度。结果表明,基于深度学习卷积神经网络的电厂异常状态智能识别报警系统,能够保持电厂异常状态识别的准确性和实时性。该系统可以实现自主全天候智能检测,及时推送报警信息,减少利用人力关注监控设备排查异常状态可能发生的疏漏,降低电厂运行维护成本,提高电厂的安全监管与对意外事故的应急能力。

摘要：通过对酒店水疗区域的热水系统分析研究,发现不同水温在管道并行流动会产生“水锤作用”进而破坏管道连接密闭性,产生渗漏水,严重影响设备安装质量。为寻求解决管道在通行不同水温产生振动问题,密闭性问题。项目经理成立研究小组,利用BIM技术实现数字化建模和优化设计,针对珠海市万悦酒店二楼SPA水疗中心装修工程深入研究,新发明一种通行线路管道的稳固技术。应用此技术的可调活动支架经项目组联合验收,设备性能及各项精度指标均达到国标验收标准要求。此技术能解决不同水温在管道并行流动产生“水锤作用”,能解决水暖管道常见的“跑冒滴漏”的质量通病,稳固性能效果比传统技术更耐用,更适应建筑水暖不同管径应用需求。这为管道设计带来新形式,促进了建筑管道设备的发展。施工管理人员利用BIM技术开展施工图优化设计,施工图会审,工人培训,精细化施工等工作,能提高施工质量和效率,并且达到节约材料和工期目的。这为建筑设备项目管理提供新的思路和方法,具有重要的推广利用价值。

摘要：VOCs是挥发性有机化合物(volatile organic compounds)的英文缩写,在环保意义上的定义是会产生危害的一类有机物。近几年,国家持续加大环境污染治理力度,排放标准不断提升,特别是GB31571—2015《石油化学工业污染物排放标准》出台,新建企业按新标准设计并建设治污设施,对老企业采取限期提标改造升级,改造规模空前。产生挥发性物质较多的化工企业更是责不旁贷,必须通过新建或提标改造,共同建设营造洁净、优美且宜居的环境。

摘要：我国北方原有蒸汽供暖管网“跑冒滴漏”现象严重,阀门、管道需要经常维修,导致管网热损严重。本文以三条典型热水供热管网为研究对象,分析比较各测点水力工况,计算得出相应热水管线的热损失率,总结得出热水热网的特性,为“汽改水”的推进提供参考依据。

摘要：节能减排工作的重点在于节约生产用电。通过建设智能电表系统,可提升能耗管控水平,准确获取网络电能数据,实时统计、对标分析用电量情况,及时发现用电异常,减少跑冒滴漏,降低能耗费用。