排序方式: 共有107条查询结果,搜索用时 15 毫秒
71.
72.
73.
IDC机房用热管换热器节能特性试验研究 总被引:1,自引:0,他引:1
机房空调能耗约占机房总能耗的40%。在IDC机房节能方案中,使用热管换热器利用自然冷源散热,能够减少空调工作时间,同时可避免室内外空气接触,满足湿度、洁净度的要求。参考北京某IDC机房,搭建试验模型,分析IDC机房内热管换热器和空调各自的散热负荷和能耗特性,研究围护结构的散热特性,比较设定温度和室外温度对空调能耗的影响。结果表明,北京冬季工况下,仅依靠围护结构的散热,无法满足IDC机房的散热需求;围护结构散热量约占IDC机房总散热量的19.5%;空调平均每天耗能3.5~4 kWh;使用热管换热器室内外温差不超过20℃,能耗仅为空调能耗的41%,全年节能约40%;与室内设定温度相比,室外气温对空调能耗的影响较大;室外温度提高1℃,空调能耗平均增加5%~6%。 相似文献
74.
利用金属尾矿——铅锌渣生产建筑材料,是大力发展循环经济、提高资源利用率,解决当前我国资源、环境对经济发展制约的有效、适用途径之一。通过试验、分析、研究、比较认为,利用铅锌渣生产混凝土多孔砖,是金属尾矿渣大量利用的最佳方案,也为金属尾矿的综合利用提供了一种适用、有效的解决方案。 相似文献
75.
用废渣焙烧普通烧结砖的工艺过程及参数控制 总被引:1,自引:0,他引:1
利用工业废渣焙烧普通烧结砖,是解决尾矿渣占用耕田、污染环境问题的途径之一。通过具体介绍硼泥与铅锌渣按一定比例混合焙烧普通烧结砖的工艺过程、工艺参数控制及产品主要性能检测结果等来为中试生产提供一定的技术支持。 相似文献
76.
膨胀珍珠岩混凝土小砌块的生产技术田昕吉林市建筑建材研究所混凝土小砌块作为一种新型墙体材料,近年来发展很快,从南方向北方,从重骨例向轻骨料、超轻骨料方向发展。赐胀珍珠岩混凝土小砌块具有表观密度小、保温性能好、耐久性能稳定等优点,因而特别适宜在东北严寒地... 相似文献
77.
为探索国产高分一号宽幅(GF-1 Wide Field of View,GF-1 WFV)数据以及具有宽覆盖、红边波段(Red-Edge band,RE)的高分六号(GF-6)卫星数据在森林郁闭度(Forest Canopy Closure,FCC)定量反演中的潜力,本研究以GF-1 WFV多光谱数据为基础,添加哨兵2号(Sentinel-2A)红边波段,模拟GF-6红边波段特性,并提取相关纹理信息(Texture Information,TI)、植被指数(Vegetation Index,VI)和红边指数(Red- edge Index,RI),同时添加太阳入射角的余弦值cosi和1/cosi进一步探究了地形因素(Topographic Factors,TF)对FCC估测的影响,利用快速迭代特征选择的k-NN(k-Nearest Neighbor with Fast Iterative Features Selection,KNN-FIFS)模型,实现了内蒙古大兴安岭根河研究区FCC的定量反演,并对比逐步多元线性回归(Stepwise Multiple Linear Regressions,SMLR)和支持向量机(Support Vector Machine,SVM)估测结果。通过44块调查样地实测数据验证发现:基于GF-1 WFV估测的FCC与实测数据具有很好的一致性,R2=0.52,RMSE=0.08;GF-1 WFV+VI+TI估测结果为R2=0.56,RMSE=0.08;GF-1 WFV+RE+RI+TI的精度明显提高,R2=0.63,RMSE=0.07;GF-1 WFV+RE+RI+TI+TF的精度最高,R2=0.68,RMSE=0.07,并高于SMLR(R2=0.39,RMSE=0.10)和SVM(R2=0.49,RMSE=0.10)方法。KNN-FIFS方法比SMLR和SVM方法更适用于FCC遥感估测,且添加红边信息经地形校正后,能有效提高FCC的估测精度。 相似文献
78.
合成孔径雷达(SAR)数据对于南方多云多雨天气的地表农作物类型的探测具有独特的优势。以江苏省海安县为例,基于多极化SAR数据,包括双极化ALOS PALSAR以及全极化Radarsat\|2数据,采用面向对象的方法,针对当地水稻/旱田进行识别。针对双极化SAR数据,利用了其强度信息进行分类识别;而基于全极化数据,除强度信息外,还利用了其SAR信号统计分布概率进行分类规则建立。结果表明:L波段的ALOS PALSAR在识别旱地的桑树方面具有很大的优势,而基于两种分类方法的C波段Radarsat\|2数据识别水稻的精度分别为85%和75%,略低于ALOS PALSAR的识别结果(87.5%)。 相似文献
79.
灰色系统理论模型是矿区地表沉降预测的重要方法之一,针对各种灰色系统理论模型在矿区地表沉降预测中的适用性问题,该文以灰色数列模型、GM(1,1)模型和灰色Verhulst模型为地表沉降预测模型,以陕西神木县榆家梁煤矿综采工作面地表沉降监测数据为数据源,开展了灰色系统理论模型预测对比研究。同时,以后验差比C和小误差概率P对比验证3种模型的预测精度。结果表明:(1) Verhulst模型的P值均为1,C值最大为0.11,最小为0.04,是3种灰色系统理论模型中精度最高、预测效果最佳的模型;(2)GM(1,1)模型的P值均为1,C值最小为0.14最大为0.19,是3种灰色系统理论模型中精度最低、预测效果最差的模型;(3)灰色数列模型、GM(1,1)模型、灰色Verhulst模型的模型精度均为优秀,均是矿区地表沉降预测的适用性模型。 相似文献
80.