【摘 要】
:
随着城市电力设施及轨道交通的快速发展,埋地钢质燃气管道除了常规土壤腐蚀之外,更加面临严峻的杂散电流腐蚀,危害极大。国内燃气企业通过事故教训已意识到此类保护的重要性。针对天津能源集团所属燃气管网在城市内的密集分布,为保护城市燃气管网安全运行,减少漏气爆燃事故的发生,开展城市埋地钢制燃气管道的杂散电流腐蚀防护监测与预警研究势在必行。文中分析了杂散电流的危害,通过研究杂散电流监测过程、牺牲阳极保护系统,
论文部分内容阅读
随着城市电力设施及轨道交通的快速发展,埋地钢质燃气管道除了常规土壤腐蚀之外,更加面临严峻的杂散电流腐蚀,危害极大。国内燃气企业通过事故教训已意识到此类保护的重要性。针对天津能源集团所属燃气管网在城市内的密集分布,为保护城市燃气管网安全运行,减少漏气爆燃事故的发生,开展城市埋地钢制燃气管道的杂散电流腐蚀防护监测与预警研究势在必行。文中分析了杂散电流的危害,通过研究杂散电流监测过程、牺牲阳极保护系统,设计研制了管道电位的智能数据采集装置,并应用于工程实践,取得了良好的监测预警结果,为城市埋地钢制燃气管道提供可靠的安全保护。
其他文献
融媒体时代下,微博、抖音等网络媒体凭借其操作便捷、互动性强等优势,成为了公众了解信息、沟通交流的重要工具,然而网媒的便利也加速了突发事件网络舆情的传播,而监管信息滞后等问题极易加剧舆论失控与群体情绪极化等恶劣现象,严重威胁网络生态,影响社会安定。预警机制能够研判舆情危机等级,及时启动舆情危机应急响应,化解危机带来的消极影响,因此研究突发事件网络舆情危机预警机制迫在眉睫。基于此,本文立足于国内外网络
半导体气体传感器具有体积小、响应快、成本低等特点,但普遍存在选择性差,交叉敏感问题,制约了半导体传感器性能进一步提高。半导体传感器温度调制检测方法是利用不同气体对温度的依赖性差异形成不同的特征曲线特性,通过调制模式参量的选择和优化,易于实现目标气体的特征识别和检测。本文选用MQ系列半导体气体传感器,采用矩形波温度调制检测方法测试CH4、CO和C2H5OH三种目标气体,并搭建了温度调制测试平台系统。
抑郁障碍近年来广受关注,它使人情绪低落,甚至走向自杀,造成严重的不良后果。本文通过情感识别的方式,建立一个多源信息联合判决算法模型,运用该模型分析受试者的表征数据,对受试者是否患有抑郁障碍进行辅助诊断。主要工作如下:一方面,研究了基于深度学习的单模态抑郁障碍判决模型。考虑到抑郁患者临床表现的多面性,本文将对抑郁障碍患者的判决分为语音、面部表情和文本语义三部分。对于语音,本文以特征选择为改进方向,在
目前,基于深度学习的目标检测算法发展成熟。其中,YOLO系列检测方法因其网络结构简单、检测效率高等优点被广泛应用于实际场景中。但是它在复杂场景中仍存在由目标定位不准确等原因造成的检测效果差的问题。尤其在目标分布相对密集且尺寸相差较大的情况下,中小目标的检测效果亟待提高。在对现有目标检测方法的研究的基础上,本文提出了一种基于YOLO架构的多尺度目标检测方法,从加强特征融合与传递的角度出发,解决目标位
随着人工智能的不断发展,用户对人机交互界面的需求越来越高,人类希望计算机能够感知到人的情绪变化,使人与计算机之间的交流更顺畅。作为人机交互的关键技术,语音情感识别受到研究人员的广泛关注,在远程教育、医疗诊断和交通驾驶等领域都得到了应用。因此,语音情感识别研究具有重要的研究意义和实用价值。针对单一语音情感特征识别效果差的问题,给出了基于MFCC和IMFE特征融合的语音情感识别算法。本文使用情感特征参
随着中国网络用户数量的激增,网络承载的压力巨大,而像电商、直播等网络应用的普及,更是把网络服务器的压力推到了极限。网络应用的供应商和国内研究学者也不断提出解决方案。原始服务器会通过提高服务器硬件的性能来解决高并发的问题,但是高昂的维护成本和维修费用使得这种解决方案不足以满足实际的应用需求,于是提出了服务器集群的负载均衡技术。本文的研究主要针对负载均衡的调度算法,解决大数据量的并发访问问题。本文提出
近几年来,越来越多的犬类伤人事件发生在我们身边,有些甚至造成了极其恶劣的后果,在社区中违规饲养某些烈性犬种对居民们的人身安全构成潜在的威胁。为了及时获取犬种信息,合理规范社区养犬管理工作,本文使用深度学习YOLO算法进行犬类图像的识别研究,并在YOLOV3算法的基础上提出了改进,提高了原算法的识别精确度,同时保持了良好的检测速度,本文的主要工作内容如下:构建犬种数据集并进行数据预处理。本文通过网站
近年来,随着我国民航的飞速发展,机场的吞吐量持续走高,给机场的运营带来了巨大的挑战,对于大型机场复杂的机场布局,仅仅依靠人工决策引导车的路径规划已经满足不了机场效率的要求。目前每个路径规划算法都存在着一定程度的局限性和缺陷,无法满足实际需求。因此通过对原有算法改进使其运用到实际引导车路径规划中提高机场效率具有重大的研究价值。本文采用全局与局部相结合的方法为引导车提供路径规划。首先针对机场环境采用A
为解决当前各燃气公司对城镇燃气管道受第三方施工破坏的巡查存在的不及时、不全面、不准确和费用成本高等问题,采用新一代加速度传感器和物联网采集技术,通过对第三方破坏施工所产生的振动特征提取,达到城镇燃气管道受第三方施工破坏的实时监测和预警的目的。研究结果表明:①在距离燃气管道80米的范围内可准确监测到第三方施工作业;②第三方施工作业与汽车行驶所产生的振动波能进行明确区分;③通过对振动加速度峰值、峰值持
激光雷达(LiDAR)数据记录了地表不同物体的高度并且提供了丰富的高程信息,因此其在地物分类中具有重要的作用。近年来,由于深度学习模型具有较强的特征提取能力,使得它被广泛应用于LiDAR数据的地物分类中。然而,这些模型通常需要大量的训练样本才能取得较好的结果。但在遥感领域中,数据短缺是一种普遍现象,所以这限制了深度学习模型在LiDAR数据分类上的发展。此外,现有模型大多是针对某一数据的特性手工设计