损失分析

摘要： 选取并改进离心压气机流动损失模型,形成了符合斜流压气机特征的流动损失模型组合,通过与三维流场数值模拟所获得绝热效率的对比,分析该组模型对性能预测的准确性。针对一款斜流压气机叶轮及下游保形通道扩压器,量化评估叶片表面摩擦、载荷、尾迹混合、叶尖间隙、激波、二次流等损失的构成情况及工况对损失权重的影响,获得该斜流压气机转静子中主要流动损失源。

摘要： 全局设备效率OEE是一种简单实用的生产管理工具,在制造业企业中已得到广泛的应用,全局设备效率指数已成为衡量企业生产效率的重要标准,也是TPM(Total Productive Maintenance)实施的重要手法之一.卷烟制造企业在日常生产过程中会有多种停机原因,本文就如何界定卷烟制造成套机组各类停机时间,正确理解计算损失分析,实现OEE分析的合理性等问题深入去研究其背后的八大损失并采取相应举措,结合"设备完全有效生产率(TEEP)"这一概念和算法来改善企业的管理水平,提升企业效益.

摘要： 全局设备效率OEE是一种简单实用的生产管理工具,在制造业企业中已得到广泛的应用,全局设备效率指数已成为衡量企业生产效率的重要标准,也是TPM(Total Productive Maintenance)实施的重要手法之一。卷烟制造企业在日常生产过程中会有多种停机原因,本文就如何界定卷烟制造成套机组各类停机时间,正确理解计算损失分析,实现OEE分析的合理性等问题深入去研究其背后的八大损失并采取相应举措,结合"设备完全有效生产率(TEEP)"这一概念和算法来改善企业的管理水平,提升企业效益。

摘要： 随着透平负荷的不断提高,跨音速叶栅通道中的激波/边界层干涉、非定常尾迹等复杂流动现象成为损失的主要来源.目前常用的RANS方法难以准确预测这些非定常多尺度湍流流动,亟待基于高精度湍流模拟方法研究其精细流动结构及损失机理.基于自主开发的混合RANS/LES方法对某跨音速叶型进行了研究,并利用本征正交分解方法(Proper Orthogonal Decomposition,POD)获得了关键流场结构特征,最后利用基于热力学第二定律的熵生成率分析方法进行了损失机理研究.结果表明:基于混合RANS/LES方法在跨音速叶栅通道内的求解具有可靠性和精确性,尤其对尾迹流场细节的捕捉,该方法更具有优势;在跨音速叶栅流场中,尾迹区的非定常涡脱落和激波间断是流场中非定常效应的主要来源;黏性耗散引起的熵生成率在时均和瞬时熵生成率中占主要作用,是流场损失的主要的来源.

摘要： 基于SST湍流模型,通过求解雷诺平均的Navier-Stokes方程组,对某亚声速、部分进气形式涡轮全流场进行三维粘性定常仿真计算.共计算了4种模型,分别包含不同的损失通道,获取了涡轮部件各通道的具体损失量值.计算结果表明:原涡轮叶片通道损失、泄漏损失、部分进气损失基本处于较低水平.涡轮进排气结构性能差,内部流动混乱,存在大量分离涡,对涡轮效率影响很大,具有较大提升空间.通过涡轮进气和排气结构的优化改进,采用切向进气和切向排气的变截面蜗壳形式结构,三维仿真结果表明:优化后涡轮部件效率从0.675 提高至0.706,增加了4.59% ,且涡轮轴向尺寸大幅度缩减.

摘要： 为了研究各部件对小型混流式水泵水轮机水泵工况和水轮机工况下水力性能的影响,对一小型水泵水轮机进行不同流量下的全流道数值模拟,针对两工况下总压损失集中的叶轮进行正交设计优化.应用L9(34)正交表,选取4个叶轮关键设计参数,以水泵工况扬程偏离率、效率和水轮机工况效率作为目标,进行4因素3水平的正交设计,并通过全流道数值模拟方法和极差分析方法进行选优.结果表明叶片出口直径对泵和水轮机工况性能影响最大,优化后水泵设计工况效率提高了1.06％,水轮机设计工况效率提高1.62％,其相应最优工况点因包角增加而向小流量工况移动.

摘要： 预应力混凝土连续粱桥具有跨越能力大、受力合理、行车平顺、施工方便、养护费用低等优点,随着预应力技术的飞速发展,中铁十四局集团承建的哈尔滨松江湿地旅游通道铁路专用线跨线桥工程,主桥现浇预应力箱梁单联长度134m,曲线半径100m,具有跨度大,曲线半径小等施工特点,同时也具有预应力钢筋曲线段多,曲线角度大等特点.预应力施工质量如何,直接关系到现浇箱梁的施工质量和整座桥梁的使用,也将影响桥梁的施工工期和社会、经济效益.为便于现场施工时及时调整控制张拉应力,确保桥梁的施工质量及使用安全,现结合实际,对后张预应力张拉摩阻损失进行分析.

摘要： 靖边气田经过多年的开发,目前进入稳产,经过低渗区和产水区的增压试验后,目前气田开始逐步区域增压.由于下古气井均含H2S、CO2,同时产地层水和凝析水,在酸性气井和水的共同作用下,造成了井筒管壁不同程度的腐蚀.随着气井的逐步增压,部分气井生产动态上反应出油压下快慢而套压下降较慢,油套压差逐渐增大的特征,本文将针对气井增压后井筒压力损失进行分析,寻找增压气井井筒压力损失的主要原因,提出解决措施,为今后增压气井降低井筒压力损失提供指导.

摘要： 利用1983～2008年26a河北省气象灾情直报数据资料，统计分析了引发电网安全事故的主要灾害性天气。分析表明：1、大风、雷电、暴雨是造成电网安全事故的主要灾害性天气，由此造成的电网安全事故占总事故的99%。2、大风、雷电、暴雨灾害致电网安全事故年变化存在显著差异，月分布呈显著的单峰曲线变化，夏半年为主要气象灾害多发时期，由此造成的电网安全事故处于高峰期；3、通过灾害损失分析、典型个例分析，提出灾害性天气服务对策，为加强全省电力行业气象服务及防灾减灾提供参考。

摘要： 干旱严重制约了济南市社会与经济的发展,对生态环境造成了很大的影响。抗旱的首要工作是明确干旱对济南市社会与经济及生态环境带来的影响和损失,并以此寻找应对干旱的策略和措施。本文结合济南的实际情况,定性和部分定量分析了济南市因干旱造成的现实及中长期损失,为实施济南市水资源合理配置,提供了参考依据。

摘要： 对综放工作面顶煤的变形破碎过程和煤炭损失构成进行了详细分析,得出如下结论:顶煤的变形与破碎是一个十分复杂的过程,支架的反复支撑有利于提高顶煤的破碎效果,其放出量与放煤步距有很大的关系;下沟煤矿综放工作面煤炭损失主要有初末采损失、两端头损失及放煤工艺损失等构成.最后从技术和管理方面提出了提高综放工作面煤炭采出率的有效途径.

摘要： 对综放工作面顶煤的变形破碎过程和煤炭损失构成进行了详细分析,得出如下结论:顶煤的变形与破碎是一个十分复杂的过程,支架的反复支撑有利于提高顶煤的破碎效果,其放出量与放煤步距有很大的关系;下沟煤矿综放工作面煤炭损失主要有初末采损失、两端头损失及放煤工艺损失等构成.最后从技术和管理方面提出了提高综放工作面煤炭采出率的有效途径.

摘要： 对综放工作面顶煤的变形破碎过程和煤炭损失构成进行了详细分析,得出如下结论:顶煤的变形与破碎是一个十分复杂的过程,支架的反复支撑有利于提高顶煤的破碎效果,其放出量与放煤步距有很大的关系;下沟煤矿综放工作面煤炭损失主要有初末采损失、两端头损失及放煤工艺损失等构成.最后从技术和管理方面提出了提高综放工作面煤炭采出率的有效途径.

摘要： 对综放工作面顶煤的变形破碎过程和煤炭损失构成进行了详细分析,得出如下结论:顶煤的变形与破碎是一个十分复杂的过程,支架的反复支撑有利于提高顶煤的破碎效果,其放出量与放煤步距有很大的关系;下沟煤矿综放工作面煤炭损失主要有初末采损失、两端头损失及放煤工艺损失等构成.最后从技术和管理方面提出了提高综放工作面煤炭采出率的有效途径.

摘要： 本发明公开了一种减少窑筒体表面热损失和无窑头余风热焓损失的水泥生产系统，该系统去除了窑头烟囱，还包括连接窑头引风机和篦冷机冷却风机的窑头余风循环单元、和设置在回转窑筒体上的筒体余热回收装置；窑头余风循环单元由窑头余风循环管道、风量分配器和若干个出风管道组成，窑头余风循环管道一端与窑头引风机出风口连接，窑头余风循环管道另一端与风量分配器进风口连接，风量分配器出风口与对应出风管道一端连接，出风管道另一端连接对应篦冷机中部风室下方冷却风机，将窑头余风送入篦冷机中部风室；筒体余热回收装置进水口与冷水水箱相连，出水口与AQC炉相连。本发明达到窑头余风热焓全部利用，同时减少窑筒体表面热损失，提高了全系统热效率。

摘要： 本发明涉及一种基于感知损失和风格损失的图像扩展方法，包括：对预处理后的数据集送入到构建好的图像扩展网络中，图像扩展网络包括重构路径和生成路径，重构路径用于输入待补全区域图像，获取其待补全部分的先验信息，最后重构出原始图像；生成路径用于输入缺失图像，利用重构路径得到的先验分布，引导图像的生成过程，在训练过程中，重点引入感知损失和风格损失约束生成图像的纹理和风格，改善了传统方法的扭曲模糊结构。感知损失和风格损失分别获取已知区域的语义信息和整体风格，从而有助于网络把握图像的真实纹理风格。

摘要： 本发明公开了一种基于深度学习与损失权重分析的涡轮叶片损失模型构建方法，所述方法为了探究如何对现有涡轮叶型损失模模型修正，首先需对叶型损失中的各项损失进行拆分，并与现有模型的预测大小进行对比，分析得到需要修正的系数与项和需要添加的修正项，进而形成具有修正形式的损失预测模型。并通过对比具有不同叶型参数的涡轮叶型损失，找到需要考虑的叶型参数变量。利用人工神经网络模型建立需要考虑的叶型参数变量与需要修正的系数(或项和需要添加的修正项)之间的函数关系，并带入具有修正形式的损失预测模型，进而构建涡轮叶型损失预测模型。该方法能够准确预测具有较大攻角工作范围的涡轮叶型损失。

摘要： 劳动生产率损失成本计算系统包括：就业信息存储部(21)，存储关于每个从业者的就业信息的数据；健康诊断结果存储部(22)，存储关于每个从业者的健康诊断的数据；压力检查结果存储部(23)，存储关于每个从业者的压力检查的数据；设定数据存储部(300)，存储设定数据；劳动生产率损失成本计算部(40)，根据就业信息存储部(21)存储的项目数据、健康诊断结果存储部(22)存储的项目数据以及压力检查结果存储部(23)存储的项目数据计算劳动生产率损失成本；以及输出部(50)，将已计算出的劳动生产率损失成本输出。

摘要： 压力损失决定装置(1)具有路径跟踪部(30)、配管信息管理部(50)和损失决定部(40)。路径跟踪部(30)从三维建筑物信息中提取应该配置配管的平面，对平面进行网格分割而分割成多个单元，设定作为配管的始点的始点单元和作为终点的终点单元。配管信息管理部(50)存储有表示流体在单元之间的压力损失值的损失信息(51)。损失决定部(40)检索通过从始点单元到终点单元的单元的连接而形成的多个配管路径，针对多个配管路径的各配管路径，使用损失信息(51)决定从始点单元到终点单元的压力损失值。

摘要： 本发明提供了一种损失分布计算系统，包括：频率分布/规模分布输入部分，用于输入关于频率分布和规模分布的信息；规模分布离散化部分，用于执行针对输入规模分布的上部离散化和下部离散化之一或者两者；子复合分布计算部分，用于在执行对所有事件的划分之后计算针对所有事件之外的部分的损失的累积和的概率值，以便计算上部子复合分布和下部子复合分布之一或者两者，上部子复合分布基于频率分布和上部离散规模分布进行计算，并且下部子复合分布基于频率分布和下部离散规模分布进行计算；精确度计算部分，用于基于上部子复合分布和下部子复合分布之一或者两者计算损失分布函数的上限和下限，基于上部子复合分布和下部子复合分布之一或者两者计算函数作为损失分布函数的近似值，并且计算近似值的精确度；以及损失分布输出部分，用于输出关于具有由关于所计算的精确度的信息表示的保证的精确度的损失分布函数的近似值的信息。

摘要： 本文讨论了用于训练机器学习(ML)模型以基于图像数据确定深度数据的技术。训练可以使用立体图像数据和深度数据(例如，激光雷达数据)。可以将第一图像(例如，左图像)输入到ML模型，该模型可输出预测的视差和/或深度数据。预测的视差数据可与第二图像数据(例如，右图像)一起使用以重建第一图像。第一图像和重建图像之间的差异可用于确定损失。损失可能包括像素、平滑、结构相似性和/或一致性损失。此外，可以确定深度数据和预测深度数据之间的差异和/或预测视差数据和预测深度数据之间的差异，并且可以基于各种损失来训练ML模型。因此，这些技术可以使用自我监督训练和监督训练来训练ML模型。

摘要： 本发明公开了一种基于边缘损失和风格损失的图像卡通化方法、装置、计算机设备及存储介质，其包括：将原始图像输入预设神经网络模型进行训练以获得卡通图像；计算第一训练模型、卡通图像和预设卡通图像的边缘损失值和风格损失值；根据边缘损失值和风格损失值调整预设神经网络模型的参数，并重新对原始图像进行训练以再次获得卡通图像；返回步骤二，并判断当前边缘损失值与上一次边缘损失值之间的第一差值是否在第一预设范围内以及判断当前风格损失值与上一次风格损失值之间的第二差值是否在第二预设范围内；若第一差值在第一预设范围内且第二差值在第二预设范围内，输出卡通图像。本发明可以在保证原图内容信息不丢失的前提下，提高卡通化程度。

摘要： 本发明涉及图像深度学习领域，且公开了一种兼顾L2损失与L0损失的对抗攻击方法，包括以下步骤：第一步：首先使用Sign‑OPT攻击产生初始对抗噪声方向θ0和距离λ0；第二步：计算噪声维度不重要度矩阵β；第三步：使用二分搜索寻找一个阈值t，使得将β中高于t的值置0，低于t的值置1后，依然满足f(x0+λ0θ0·β)！＝y0，其中x0表示原始图像，y0表示神经网络对x0的正确分类类别，对初始对抗噪声方向θ0进行维度优化得到最终噪声方向θ'＝β·θ0。该种兼顾L2损失与L0损失的对抗攻击方法，与现有技术比较，不需要重复多次输入多个模型通路，节省了计算资源，受攻击的像素少。

摘要： 在本说明书的一实施例中，可以提供一种对灾害损失区域的损失规模进行评估的服务器的工作方法。此时，服务器的工作方法可以包括：获取至少一个以上的第一灾害图像的步骤；从至少一个以上的第一灾害图像分别推导出损失区域，并以所推导出的损失区域为基础通过贴标获取损失区域相关信息的步骤；以及，使用至少一个以上的第一灾害图像以及损失区域相关信息学习第一学习模型的步骤。