对绿色IDC建设的思考

改革开放的进行与信息化的发展使得构建绿色IDC的迫切度上升,而这对于节能环保、促进经济永续发展而言也具有十分重要的作用。基于对绿色IDC建设意义的探讨,综合分析绿色IDC建设关键要素与节能方案,并最终提出一系列绿色IDC建设的策略,以求为相关运营商开展绿色IDC建设,强化自身数据中心的节能水平提供一定的借鉴与参考。     

基于VMD能量熵与SVM的行星齿轮箱故障诊断

由于行星齿轮箱振动信号的故障特征难被提取,故采用变分模态分解(VMD)能量熵与支持向量机(SVM)相结合的方式实现行星齿轮箱故障诊断.首先利用VMD方法将振动信号分解为不同尺度的内禀模态函数(IMF)并提取各IMF的能量熵值构成特征矩阵,其次利用粒子群算法(PSO)对支持向量机的惩罚因子和核函数优化,最后将特征矩阵输入支持向量机进行故障模式识别.通过行星齿轮箱的实验研究,验证了该方法的有效性并且识别准确率高达99.625％.     

利用岩性地震反演信息划分煤体结构

常规的煤田地震勘探技术主要解决煤层的构造问题,无法对于瓦斯突出相关的构造煤发育情况、煤岩层的岩性以及煤体结构作出评价。从岩石物理学的角度出发,通过分析对比不同煤体结构的岩性参数差异,提出了煤体结构破坏指示因子的概念。利用三维地震资料、测井曲线进行约束反演获得的波阻抗数据体作为外部属性,并结合其他地震属性,训练概率神经网络对煤体结构破坏指示因子进行反演预测,从而划分煤体结构。结果表明岩性反演结果与矿井瓦斯分布关联度较高。     

辽宁省短时临近预报质量检验业务系统设计与实现

实现全省气象要素短时预报、强对流天气落区短时临近预报、强对流天气气象灾害预警信号等短时临近预报质量检验的客观化、定量化,进而实现系统与现有观测、预报业务有机衔接。     

辽宁一次区域性大雾的天气条件特征分析

利用常规地面观测资料及探空资料,对2013年3月6日至7日发生在辽宁省的区域性大雾天气过程进行分析,研究大雾天气的生消机制。结果表明:中高层纬向环流及地面鞍形气压场的建立为持续性大雾过程提供了良好的背景条件;弱冷空气使地面辐射冷却是大雾的触发机制;稳定的层结条件、低空逆温特征是大雾发展的促进因素;温度露点差较小、比湿和凝结函数值较高和弱地面风场有利于大雾的维持。     

辽宁一次区域性大雾的天气条件特征分析

利用常规地面观测资料及探空资料,对2013年3月6日至7日发生在辽宁省的区域性大雾天气过程进行分析,研究大雾天气的生消机制。结果表明：中高层纬向环流及地面鞍形气压场的建立为持续性大雾过程提供了良好的背景条件;弱冷空气使地面辐射冷却是大雾的触发机制;稳定的层结条件、低空逆温特征是大雾发展的促进因素;温度露点差较小、比湿和凝结函数值较高和弱地面风场有利于大雾的维持。     

基于网格的拉格朗日法可变形模型研究

基于物理的可变形模型一直是计算机图形学与其他相关学科综合研究的重要问题,其主要的模拟技术有非物理方法和物理方法两大类。随着计算机硬件的高速发展和虚拟现实应用需求的不断提高,基于网格的拉格朗日法作为主要的物理方法之一,日益受到众多学者的重视。本文主要从可变形物体的物理建模出发,首先介绍了可变形物体的几种常见的建模方法,着重对基于网格的拉格朗日法中的三种建模方法进行了具体的介绍与比较。     

浅谈永磁真空有载调压配电变压器的故障分析

介绍了永磁真空有载调压配电变压器的有载调压开关的运行原理,分析了一起配电变压器温升试验异常的典型案例,对故障发生情况、解体检查情况以及故障原因进行了阐述和分析.     

IEC-6细胞的培养鉴定和生长特性研究

大鼠肠上皮细胞株IEC 6具有正常的未分化的肠上皮隐窝细胞的特征 ,在营养学研究中具有重要应用价值。本研究采用相差显微镜、透射电镜、扫描电镜等技术观察细胞形态结构 ,采用MTT法研究血清和血清替代品对ICE 6细胞生长的影响。结果表明 :引进的IEC 6细胞具有典型的正常肠上皮隐窝细胞的形态特征、超微结构和生长特性 ,表明的细胞株未发生转化或变异。不同的血清和血清替代品对细胞增殖的效应有差异 ,2 %的透析胎牛血清能维持细胞良好的增殖状态 ,可用于研究正常培养条件下外源核苷酸对肠上皮细胞的作用。     

应用时频图像纹理特征的行星齿轮故障诊断

行星齿轮箱结构复杂,当发生故障时其振动信号呈非线性非平稳特点且故障信号微弱,为了能够准确提取行星齿轮磨损故障信息的特征,提出局部均值分解（local mean decomposition,简称LMD）结合S变换（LMD?S）的信号处理方法,且转化为时频分布图像,应用时频图像纹理特征进行行星齿轮故障诊断。首先,把振动信号经由LMD?S变换处理后利用相关分析方法滤除干扰且转化为时频分布图像;其次,利用非均匀局部二值模式（local binary patterns,简称LBP）提取不同工况下采集数据的图像纹理特征;最后,采用极限学习机识别出3种故障类型,故障识别准确率达到90%,证明了此方法的有效性。