基于人工神经网络建模的PTC功率智能检测技术

PTC是家用空调器中主要器件之一,具有耗电量大、非线性的特征。目前PTC常用的功率检测方法是通过"专用电量计量芯片结合电压、电流采样电路"来实现,存在成本高和可靠性低问题。提出一种基于人工神经网络的PTC功率纯软件计算方法,无需增加任何硬件成本。通过实验验证,精度达±3%,满足产品化需求,成熟可靠。     

场开挖爆破粉尘粒度分布特征杨房沟水电站料∗

通过分析杨房沟水电站料场开挖爆破粉尘的粒度分布特征，为改进爆破降尘工艺提供粉尘粒度学依据。在料场爆破区、工作平盘、出入沟、最终边帮等处采集粉尘样品，采用激光粒度分布仪测试粉尘样品的分散度；以粉尘粒度分布数据拟合分布函数，表明爆破粉尘的粒度分布函数呈现对数正态分布特征；与经典的罗森·拉姆勒(Rosin?Rammler)分布函数模型对比分析表明，对数正态分布函数用于描述爆破粉尘的粒度分布更加准确。基于对数正态分布函数模型，厘定爆破粉尘粒度分布参数，分析TSP、PM10、PM5、PM2.5及PM1粉尘占全尘的比例，定量表达爆破粉尘粒度分布特征。结果表明：杨房沟水电站料场爆破粉尘具有显著的对数正态分布特征；离爆破中心距离越远，粒度分布范围越窄，对人体有害粉尘占比越大；建议采用爆破粉尘捕捉吸附技术、掺和湿润性抑尘剂的水雾喷洒等降尘措施。