论文部分内容阅读
本文概述装配式建筑电气设计中的要点,并结合实际项目对装配式建筑电气解决方案进行解析,希望由此为相关人员提供一定参考和启发.
装配式建筑电气设计浅析
【摘 要】
：
本文概述装配式建筑电气设计中的要点,并结合实际项目对装配式建筑电气解决方案进行解析,希望由此为相关人员提供一定参考和启发.
【机 构】
：
浙江大学建筑设计研究院有限公司,杭州310028
【出 处】
：
智能建筑电气技术
【发表日期】
：
2021年4期
其他文献
本文通过对比传统配电管理系统的功能局限,重点介绍智慧配电监测软件具备的监视监控、负荷调配、报警追踪等主要功能,保证建筑物内供配电系统安全、稳定、经济的运行.
本文针对垃圾转运站的特点,介绍视频监控设备的主要特点、技术参数和适用范围,对视频监控主要设备的选用给出指导.阐述垃圾转运站中常见摄像头安装位置,根据相应位置特点选择摄像机类型、摄像机监视内容、安装方式及高度.对视频监控系统中的硬盘储存容量和UP S容量给出了计算公式.
从次氧化锌烟尘中回收锌有利于二次资源充分利用和环境保护。本文采用氨水-碳酸氢铵溶液作为浸取剂从次氧化锌烟尘浸取锌,系统研究了该体系中锌的浸出行为。研究结果表明:在[Zn]T:[NH3]T:[CO32-]T=1:9.6:2.4、液固比5:1、浸出温度30℃、浸出时间60 min的条件下,锌的浸出率最大,为95.7%。而对照样纯氧化锌在[Zn]T:[NH3]T:[CO32-]T=
通过室温拉伸测试、透射电子显微镜(TEM)、差示扫描量热法(DSC)研究了预拉伸对高强Al-ZnMg-Cu-Zr合金AA7085板材淬火敏感性效应的影响。结果表明:水冷及时效合金的强度高于空冷及时效合金的;2.5%预拉伸变形对水冷及时效合金的强度影响很小,但增强了空冷及时效合金的强度,使慢冷导致的屈服强度下降率从约3.8%减小至约1.0%,因而降低了淬火敏感效应。对于空冷合金,预拉伸增加了η强化相的尺寸,也增加了其数量及直径厚度比值,以获得更好的时效强化效果及更高的强度。基于TEM和DSC的表征结果对
为解决矿井热害问题,基于吸热、隔热原理,提出冷壁降温技术及其工作模型。建立了巷道控制体的热平衡微分方程,并采用积分方法推导出冷壁降温系统的吸热控制方程从而获得降温系统的吸热量,围岩的散热量和风温变化三者之间的定量关系。通过联立该吸热控制方程和围岩散热密度方程,采用分段迭代法计算出巷道风温不超过安全标准值所需的吸热量。计算结果表明,当入口风温为25℃时,在巷道壁面敷设覆盖面积为39%的吸热板,并在其内部通以20℃,113.6 kg/s的冷水就可以保证目标巷道内风流的千米温升低于3℃。
本文分析“碳达峰”和“碳中和”国家战略对未来智慧园区能源系统提出低碳指标要求,园区必将面临能源结构调整和管理的数字化升级的挑战,ABB通过ABB AbilityTM智慧能源管理系统平台,集成智慧建筑+新能源+智慧生产,打造碳中和智慧园区能源管理低碳方案,实现能源的安全可靠、智能高效使用,并通过ABB厦门工业中心园区案例分析了该解决方案带来的实际价值.
研究了冷轧FeCrAl-0.65Nb和FeCrAl-1.2Nb合金薄壁管在600~900°C、退火1~600 min的再结晶和织构演变。采用电子背散射衍射、电子探针显微分析仪和透射电镜对其微观结构进行表征。测试了其维氏硬度和室温拉伸性能。结果表明,完全再结晶的FeCrAl-1.2Nb合金的硬度比FeCrAl-0.65Nb合金的高,且更容易发生再结晶。退火试样的织构强度较弱,<111>//ND织构的比例增加。均匀分布在FeCrAl-0.65Nb合金中的细小Laves相具有良好的钉扎效果和抑制再结
今年“五一”小长假后的第一個工作日，成都市成华区行政审批局窗口工作人员魏晓盼“既忐忑，又兴奋”。从这天起，服务大厅内每个窗口旁，都新摆放了“微信扫码牌”。今后，她干得好不好，群众可以随时“扫一扫”，做出实时评价。 “请您用微信扫一扫，对我的服务作评价。”每次办完业务，她都不忘提醒群众。尽管看不到结果，但几名群众发声肯定，让她放下心来。 这是成华区纪委监委开展“作风监督评议”试点的缩影。今年7月
期刊
本文对比研究了添加2.0 wt%Li元素与不添加Li元素的Al-3.0Mg-0.5Si挤压合金的室温拉伸性能、动态弹性模量和时效析出行为。结果表明,添加Li元素在降低合金密度的同时,还提高了合金的强度和弹性模量,但也导致合金的伸长率大幅度减小,断裂机制从韧性断裂转变为沿晶断裂。微观组织观察显示,Li元素的添加改变了合金的时效析出行为,δ-Al_3Li相成为主要析出强化相。含Li合金在170℃时效100 h后,有明显的球状δ-Al3Li相和针状β-Mg_2Si相双相析出现象。此外,含Li合金
图像密集描述是指自动检测图像中的感兴趣区域(region of interest,ROI),并生成自然语言短语或句子来描述这些区域中的语义内容。然而,它存在三个主要难题:第一,图像中密集且高度重叠的ROI,使得难以精确定位到目标区域;第二,图像中一些视觉模糊的ROI,使得难以仅凭借外观来识别目标区域;第三,图像特征表示的深度对视觉识别是极其重要的。针对这三个难题,本文提出了一种端到端的密集描述模型,包括三个关键模块:联合定位模块、上下文推理模块和深度卷积神经网络(convolutional neural