【摘 要】
：
追求绿色发展、注重节能环保已成为当今社会的时代主题.基于此背景,建筑行业节能环保设计,尤其是建筑电气节能设计,已成为现代建筑领域发展的重要方向.在电气系统设计的各个环节不断找寻新的设计思路,采取相关节能措施,实现资源节约、环境保护符合现代建筑的绿色发展理念.文章结合具体实例对如何实现电气节能设计进行深入分析.
【机 构】
：
安徽省城建设计研究总院股份有限公司,安徽合肥230051
论文部分内容阅读
追求绿色发展、注重节能环保已成为当今社会的时代主题.基于此背景,建筑行业节能环保设计,尤其是建筑电气节能设计,已成为现代建筑领域发展的重要方向.在电气系统设计的各个环节不断找寻新的设计思路,采取相关节能措施,实现资源节约、环境保护符合现代建筑的绿色发展理念.文章结合具体实例对如何实现电气节能设计进行深入分析.
其他文献
解决包装材料污染的关键是包装材料的研制与开发。本文对包装材料的国内外研究现状以及关于绿色包装材料的分类和发展方向以及如何促进绿色包装材料的发展措施等技术方面进行了探讨,希望可以为相关研究者提供一定参考价值。
探索地市级三甲公立医院将重点专科整体下沉到二甲公立医院开展紧密型医联体.在双方公立医院独立法人性质不变的前提下,以双方资源投入、围绕临床专科运营中业务流程构建、医技医辅支持系统,后勤服务保障系统,建立立体多维度的共享合作运营机制.2017年12月搬迁,至2020年12月,实现了医院之间资源共享,人员技术水平提高,带动了二甲医院发展.该模式有利于三甲医院资源下沉,二甲医院人才队伍得到实质性提高,强化二甲医院的管理水平提升.文章建立“专科整体下沉”、双方人财物高度整合的紧密型医联体新模式,该医联体能快速高效持
为推动工业无人机成为石油行业基础工具,实现无人机对管道全天候、全覆盖监控,弥补人工巡线造成的数据缺失,利用计算机视觉技术开发巡检视频智能识别模块,代替人工对潜在的风险及已确认过的风险进行隐患识别排查,实现计算机对无人机巡检视频"看得懂"的目标,通过对无人机巡检视频的检查,可以从高空视野发现风险隐患并及时预警,是一项持久且意义重大的创新,也将是数字化、智能化时代的发展趋势。
智慧环保的建设对“十四五”时期打赢打好污染防治攻坚战意义重大,构建智慧环保监管体系.马鞍山作为长三角一体化发展中心区城市,面对“十四五”新发展阶段,高度重视生态环境保护工作,积极开展智慧环保建设,进行智慧环保监管体系探索,为传统工矿城市开辟一条绿色发展道路提供了新思路.文章以马鞍山为例,详细介绍了马鞍山智慧环保建设的整体思路与具体内容,希望为其他城市提供参考借鉴.
为了积极响应我国保护环境,追求和谐、持续发展的目标,设计人员在建筑设计中逐渐开始融入绿色环保理念.文章对生态理念在建筑设计中的应用策略进行探讨,为促进建筑业科学发展提供参考.
高碑店节制闸是北京城区防汛“东排”的重要关卡,距今已运行37年.为保证水闸安全运行及北京城区防洪安全,此次对其混凝土结构、金属结构进行现场安全检测,并对水闸抗渗稳定、闸室稳定、水闸过流能力进行安全复核计算.通过现场检测及计算结果表明,高碑店节制闸各项复核计算结果均满足现行规范要求,混凝土结构存在一定限度的老化病害,部分金属结构锈蚀较为严重,需要及时开展相关消隐工程.
地铁工程作为便于人们出行的现代交通工具,使人们在出行与运输中得到了较大便利.地铁车站通常在地下建设,安装通风空调的工作难度较大,地铁工程的整体质量也会受此影响.通常情况下,安装通风空调作业工艺较复杂,且安装过程会出现较多问题,严重影响通风空调系统的正常运行.基于此,文章重点阐述了通风空调工程的相关施工工艺,旨在为同行提供借鉴.
通勤车路线方案的优化应满足接送教师以更低的成本实现更高的运营效率的要求.选取三门峡市职教园两所高校案例,对两校教师的停靠点进行串联和并行分析,利用百度地图转换停靠点的地理坐标,使用改进的蚁群算法结合MATLAB模拟真实通勤车路线模型,根据设定的交通规则和实际情况,计算最短路线,设计和优化通勤车路线方案校园通勤车则按优化路线运行.实际运营情况表明,文章研究的优化方案可以辅助通勤车路线优化决策,有助于降低运营成本,提高运营效率.
新形势下,以在线视频会议为代表的虚拟产品与服务,对全球的教育、医疗等行业产生了深远影响,是与虚拟价值理论直接相关的典型案例.虚拟价值具有主观性、随机性、不确定性等内在特性,呈现非实体化、不确定性、无规律性、信息化、主观化等外显特征.文章就虚拟价值链的定义、智能产品与服务的分类及虚拟价值链与智能产品与服务的关系进行了综述,对新形势下虚拟价值链的发展及其对智能产品与服务的影响趋势进行了展望.
为了提高动车组行车安全,降低轴承维修成本和故障率,文章拟将数字孪生技术与深度迁移算法应用于转向架轴承的预测性维修,通过构建转向架轴承的数字孪生模型,在虚拟环境中生成轴承温度数据正负样本,实现训练无监督的深度学习故障诊断模型.构建一种基于深度迁移学习的轴承故障诊断方法,以解决基于深度学习的轴承故障诊断方法准确性受轴承温度数据样本量不足以及正负样本分布不均衡影响的问题.