实施设备零故障管理实现企业本质安全

一、基本概念 (一)零故障定义 零故障是在保证设备功能的前提下,以一定投入保证设备无故障或在一段时间内无故障.     

浅析东芝电梯不关门故障

一、故障分析 东芝电梯在正常运行中曾出现不关门而致使产生了停机故障.处理时,通常笔者要从三个方面来查找原因,即第一,从电梯门机械及开关门执行元件上检查,电梯门是否由于机械上的卡阻或开关门执行元件的损坏导致电梯不关门;第二,从电梯的使用功能上检查,电梯是否处在某种特殊的保护功能状态而导致电梯不关门;第三,从电梯电气开关及电气保护上检查各电气开关的状态是否正常.     

一台1000m^3球罐声发射检测的应用

利用声发射技术整体监测球罐，对声发射定位源信号强度进行分析，确定声发射定位源信号的综合等级，并以综合等级决定是否需要利用常规无损检测复验，从而了解球罐的整体安全状况。     

弹簧安全阀的选用安装使用和故障处理

介绍弹簧安全阀的选用、安装、使用等要求，以及常见故障的分析处理。     

安讯士公司发布世界最小IP网络摄像机

安讯士是目前网络视频领域的主流厂商，其产品Axis205是目前世界上最小的一款网络摄像机。它的高度：85mm，宽度：55mm，深度：34mm，重量是177克，是非常的袖珍。它是特别为入门级用户而量身定制。适合于想要远程查看办公室的商务人士和家庭用户使用，其低端级的价格定位更是吸引了众多用户的眼球。除了小巧、紧凑的外型之外，     

防盗报警系统常见误报原因有哪些？

产品在规定的条件下、规定的时间内，不能完成规定的功能，称为故障。故障的类型有损坏性故障和漂移性故障。     

利用GPS-RTK技术进行既有线曲线整正测量研究

既有线曲线整正测量是铁路既有线提速改造和工务部门大修设计的主要任务之一。需要改造的既有铁路一般均为繁忙干线,并行车密度较高。传统的测量方法是将测量仪器安置在线路上,这样不仅在作业过程中受行车干扰,作业效率也不够高,而曲线地段通视条件差,作业难度是相当大的。同时,作业人员的安全问题也变得十分突出。笔者提出采用先进的GPS-RTK技术,对既有线曲线整正进行测量。采用该技术不仅能克服气候条件的限制,而且能以较高的频率,较高的精度测定互不通视的各被测点的坐标,克服了传统的作业方法要求置镜点与被测点之间必须通视、作业受天气影响、存在误差累积、内业计算工作量大等缺陷。该法在保证作业人员安全的前提下大大提高作业效率。     

你知道汽车如何智能调速吗？

不少汽车驾驶员都知道卫星定位设备，它能对道路上摄像头和测速仪的位置进行报警，提醒驾驶员注意遵守交通规则。但它的设计初衷使它不但不能敦促驾驶员遵守教规，反而使他们更加肆无忌惮地驾驶汽车。然而，天使与恶魔往往只有一步之遥。同样利用卫星定位系统，瑞典最近开发出一套“智能速度调节（ISA）”系统，能自动调节汽车速度使车辆全程遵守限速规定。     

长期施肥下浙江稻田不同颗粒组分有机碳的稳定特征

依托浙江水网地区稻田长期定位施肥试验(1996~2013年),利用固态13C核磁共振波谱技术,研究长期不同施肥措施下土壤各颗粒组分有机碳含量及其化学结构特征.结果表明,与不施肥对照(CK)相比,秸秆与化肥配施(NPKRS)、栏肥与化肥配施(NPKOM)、单施化肥(NPK)和单施栏肥(OM)处理均显著(P0.05)增加了砂粒(2~0.02 mm)、粉粒(0.02~0.002mm)和黏粒(0.002 mm)组分中有机碳含量;而单施秸秆(RS)处理仅显著增加砂粒组分有机碳含量.此外,与单施化肥处理相比,有机肥和化肥配施促进了新增有机碳在粉粒和黏粒组分的分配,更有利于新增有机碳的稳定.应用13C-NMR波谱技术进行结构表征,结果表明粉粒和黏粒组分有机碳的化学结构存在明显差异,粉粒组分烷氧碳、芳香碳的相对含量高于黏粒,而烷基碳、羰基碳的相对含量低于黏粒.长期有机肥与化肥配施下粉粒和黏粒烷基碳相对含量较单施有机肥处理分别降低9.1%~11.9%和13.7%~19.9%,烷氧碳的相对含量则分别增加2.9%~6.3%和13.4%~22.1%,表明有机肥与化肥配施处理降低了粉粒和黏粒组分有机碳的分解程度.长期单施化肥处理下粉粒和黏粒组分有机质的芳化度和疏水性低于单施有机肥处理和不施肥处理,有机质的矿化稳定性较低.长期有机肥与化肥配施,尤其是NPKOM处理,通过增加化学抗性化合物和碳水化合物的积累,并且减缓活性组分的分解提高粉粒和黏粒组分有机碳含量,是促进稻田土壤有机碳可持续积累的有效措施.     

ABC算法优化SVR的磨损故障预测模型

目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间序列预测,能够较好地跟踪发动机滑油金属元素浓度的变化过程,并且能够提前2个取样时间预测异常情况的出现。结论 ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。