宝钢供配电系统电压跌落相关问题探讨

电能质量的优劣对钢铁企业的稳定运行具有重要意义。作为一个较为突出的电能质量问题,电压跌落问题正日益被关注。自2005年以来,宝钢已经发生过多起因外部电网故障而导致电压跌落事故。从宝钢实际出发,对电压跌落相关问题进行了分析和讨论,并且提出一些预防电压跌落的控制措施。     

单片式Modem芯片73M2901／5V在自动抄表系统中的应用

文章介绍了采用专用Modem芯片73M2901/5V与MCU和PC直接构建自动抄表系统的远程通信网络,大大克服了以前用户终端通信设备体积大、价格贵的缺点,并且采用自定义的通信方式,有效地避免了链路中数据包的丢失.     

有机膨润土合成-吸附一体化处理染料废水实验研究

提出了利用膨润土对表面活性剂的吸附来实现有机膨润土合成-吸附一体化吸附处理染料的方法。以阴离子染料OrangeⅡ为例,对一体化工艺主要工艺参数如表面活性剂的量和种类、pH、无机盐对染料去除率的影响进行了研究。结果表明：阳离子表面活性剂有利于OrangeⅡ的吸附;较高浓度的阴离子、非离子表面活性剂对OrangeⅡ吸附过程有轻微影响,并随其质量浓度的增大被膨润土所吸附去除;一体化工艺受pH和无机盐质量浓度影响较小。     

西藏野生荨麻水溶性多糖提取工艺的优化设计

为确定西藏野生荨麻叶中水溶性多糖最优提取条件,以多糖得率为指标、水为溶解介质、蒽酮为显色剂、分光光度计测吸光度,用正交试验的方法对多糖的提取条件进行优选。结果表明,提取温度对多糖得率影响最显著,而用水量和提取时间对其影响很小。结论显示,最优提取条件为:用100倍水量在90℃下提取1 h。     

针对新型冠状病毒肺炎X射线图像识别的DD-CovidNet模型

受医疗资源紧张和医疗水平较低等因素的影响,新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)尚未得到有效控制.利用深度学习方法在胸部X射线(chest X-ray,CXR)图像中检测感染者是一种安全有效的途径.针对上述问题,提出一种自动识别COVID-19的CXR图像的智能方法.根据CXR图像的特点,提出了对特征信息敏感的双路径多尺度特征融合(dual-path multi-scale fusion,DMFF)模块和密集空洞深度可分离卷积(dense dilated depthwise separable,D3S)模块,分别提取浅层特征与深层特征.在此基础上,设计了高效的轻量级卷积神经网络——DD-CovidNet.DMFF模块通过融合多尺度特征感知更丰富的浅层特征,D3S模块通过强化特征传递与增大感受野提取更有效的类别区分特征.在2个数据集上进行了实验验证,结果表明,DD-CovidNet模型对COVID-19识别的灵敏度为96.08％,精度与特异性均为100.00％,且具有较少的参数量与较快的分类速度.与其他模型相比,DD-CovidNet模型的检测速度更快,检测结果更准确.     

基于PC/104总线的硬币清分机研制

本文提出了一种基于PC／104总线工控机的硬币清分装置，实现硬币的快速鉴伪、面值清分、金额累计等功能。该装置采用ICOP 6052V作为控制核心，传感器采用电涡流传感器，数据采集卡采用AX10424。该清分机带有LCD显示和微型打印机，全中文菜单提示，操作界面方便友好，应用前景广阔。样机的实现验证了设计方案的有效性和实用性。     

SVC在纯FC模式下的电网电能质量研究

研究变电所SVC装置在纯FC模式下运行时,电网谐波电流、电压波动和闪变的情况.理论上证明了在一段时间内电炉可按非正常运行方式进行炼钢生产.     

基于改进AlexNet模型的抓毛织物质量检测方法

针对传统图像识别方法对抓毛织物表面特征难以提取且识别准确率低的问题,提出了一种改进AlexNet模型的抓毛织物质量检测方法,通过数据增强方法对抓毛织物数据进行扩充,构建卷积神经网络对抓毛织物的样本特征进行提取,利用SGDM、RMSProp、Adam优化算法和改变学习率相结合的实验方法,采用全新学习与迁移学习两种算法对抓毛织物图像数据集进行训练,在训练完成后,分别利用卷积神经网络的不同深度池化层提取抓毛织物样本的特征作为输入,将提取到的抓毛织物特征拟合支持向量机(SVM)分类器,最后对输入的抓毛织物图像进行分类。实验结果表明:使用卷积神经网络方法能够增加卷积层对抓毛织物表面特征的提取能力,获得具有较高分辨力的图像特征,通过数据增强和SGDM算法训练的模型,提取网络pool5层特征拟合SVM分类器,识别准确率明显提高。基于改进AlexNet模型的抓毛织物质量检测方法能够提取抓毛织物表面特征且识别率高。     

宝钢高能耗配电变压器的淘汰更新

尽管配电变压器的能源转化效率较高，但因其在供配电网络中数目众多，具有较大的节能空间。分析了高能耗配电变压器淘汰更新问题及宝钢配电变压器现状，针对宝钢高耗能配电变压器淘汰更新的具体技术进行了讨论，对类似企业的高能耗变压器淘汰更新工作提供参考。     

一种基于问题结构信息的大企业日用电量预测方法

对大型重工业企业用电特点的进行了分析,发现了“检修时间越长,日用电量越少;生产量越大,日用电量越多”的特点,以此作为问题的结构信息,提出了一种基于非负最小二乘的预测方法。该方法利用企业的检修计划和产量计划作为输入信息,构造回归函数,并把问题的结构信息引入到模型的构造中去,从而极大的提高了模型的预测精度和泛化能力。