排序方式: 共有73条查询结果,搜索用时 156 毫秒
31.
某欧洲压水堆(European Pressurized Reactor,EPR)核电机组中钴自给能中子探测器(Co-Self Powered Neutron Detector,Co-SPND)的热中子灵敏度性能存在在低功率平台(25%NP功率前)无法被校验和正常运行期间无法被实时在线校验两个问题。基于Co-SPND探测器的工作原理以及其在反应堆堆芯中径向对称布置的特点,采用对称位Co-SPND探测器输出电流相互比较得出的相对热中子灵敏度比Cij作为其热中子灵敏度的在线监测参数,并在某EPR核电机组启动和运行过程中对此方法进行了实际应用和验证。这一相对热中子灵敏度比的方法同样适用于在线监测堆内对称布置的其他类型SPND探测器的热中子灵敏度。 相似文献
32.
33.
针对热轧带钢表面缺陷检测中存在的检测速度慢、检测精度低等问题,提出了一种改进的YOLOv3算法模型.使用加权K-means聚类算法来优化确定先验框参数,提高先验框(priors anchor)与特征图层(feature map)的匹配度;同时,调整YOLOv3算法的网络结构,融合浅层特征与深层特征,形成新的大尺度检测图层,提高网络对带钢表面缺陷的检测精度.实验结果表明,改进后的YOLOv3算法在NEU-DET数据集上平均精度均值达到了80%,较原有的YOLOv3算法提高了11%;同时检测速度保持在50fps,优于目前其它深度学习带钢表面缺陷检测算法. 相似文献
34.
为改善某厂3800mm单机架中厚板负荷分配制度,采用多层蚁群算法对其内外两层实现分配设定:外层对轧制道次数进行迭代求解,内层根据建立的兼顾负荷均衡和板形良好的目标函数进行智能负荷分配。结果表明,基于多层蚁群算法的分配制度优于基于经验法的负荷分配制度。 相似文献
35.
36.
37.
针对基于层别数据的传统轧制模型自学习方法导致相邻层别上自学习系数跳跃大、不连续等问题,提出“机理模型+特征点+拟插值+自学习”的轧制模型构建新机制,用多维空间连续曲面代替原来的层别,实现轧制模型结构的升级。构造用特征点表征的连续曲面,采用连续函数对空间中各个特征点上的自学习系数进行拟插值的方法,获得光滑曲面方程。从相邻层别不连续变为多维空间上连续可导,使模型自学习系数精确到空间任意点,对提升模型设定精度有质的突破。该模型自学习方法目前已成功应用于国内某大型热连轧机组变形抗力在线计算,实际生产应用表明,新方法上线后变形抗力与轧制力的预报精度显著提高,带钢因厚度超差导致的预封锁量减少了44%,满足热连轧带钢稳定轧制的生产要求。 相似文献
38.
基于CPR1000型核电机组中控制棒驱动机构(CRDM)供电时序、固定钩爪的动作特点以及在10台机组中的试验结果分析,发现了在机组调试启动及正常运行期间,一回路液态流体温度、压力和是否带载控制棒对CRDM固定钩爪打开时间的影响规律,并据此优化了不同工况下CRDM固定钩爪打开时间的验收准则范围。本文结论不仅可以作为同类型机组在调试启动和正常运行期间CRDM固定钩爪打开时间验收准则的参考,也可作为CRDM固定钩爪打开过程理论受力模型分析的结论参考。 相似文献
39.