-
海洋石油平台起重机液压系统故障诊断
来源:石化技术 发布日期:2024-10-28
海洋石油资源储藏较为丰富，石油开采期间，起重机具有运输货物以及搭建设备等作用，液压系统作为起重机的控制及动力装置，其运行质量直接影响着起重机运行效果。基于此，对海洋石油平台起重机液压系统进行了介绍，并对液压系统故障类型展开了探讨对液压系统故障诊断方法进行研究，以期为相关人员提供参考。
-
电气自动控制中电子信息化技术的应用探究
来源:产品可靠性报告 发布日期:2024-12-28
电子信息化技术在电子自动控制中得到了广泛应用。特别是在信息技术时代下，这种应用愈发凸显。本文从常见电子信息化技术入手，深入探讨了在电气自动控制系统中应用电子信息技术带来的影响，并在此基础上提出了具体应用措施，以期助力提升电气自动控制系统智能化水平，促进其创新应用与发展。
-
关于智能汽车自动驾驶专用车道的应用探讨
来源:时代汽车 发布日期:2024-12-05
随着新能源汽车技术的迅猛进步，智能汽车自动驾驶已经成为汽车行业发展的前沿趋势。然而，当前道路环境中车辆数量激增，传统汽车与智能汽车并存，驾驶者技能水平参差不齐，导致道路交通状况日益复杂多变，安全隐患显著增加。在此背景下，智能汽车在现有道路体系中实现完全无人驾驶面临巨大挑战。为培育智能汽车自动驾驶的适宜环境，确保从有人驾驶向完全自动驾驶平稳过渡，加速自动驾驶专用车道的建设显得尤为重要。目前，政府已在
-
面向模式切换过程的混合动力汽车动力协调控制
来源:上海汽车 发布日期:2025-01-10
针对混合动力汽车模式切换过程中出现动力源响应不同步、车辆平顺性下降等问题，提出了一种面向模式切换过程的混合动力汽车动力协调控制策略。以车辆由纯电动模式向混合驱动模式切换过程为研究对象，依据离合器状态划分模式切换过程。在离合器滑摩阶段，基于保群算法的滑模控制构造该阶段车辆动力学常微分方程，引入Runge-Kutta法进行方程求解获得动力系统的控制量；在离合器完全接合后，通过最小二乘支持向量机构造发动
-
机器学习在化学化工领域应用的情报分析
来源:图书情报导刊 发布日期:2024-10-25
从情报学角度探讨了目前机器学习在化学化工领域的应用，讨论了情报学运用在化学化工领域中的意义。以中国知网文章的情报学分析为例，得到了机器学习在化学化工领域的发展趋势，分析了化学学科和化工学科在机器学习及相关方向发文量具有不同趋势的原因。
-
第32届中国食品博览会暨第2届湖北食品产业链博览会即将盛大启幕
来源:中国工业报 发布日期:2024-12-02
12月6日至8日，江城武汉即将迎来一场食品行业的年度盛事——第32届中国食品博览会与第2届湖北食品产业链博览会（以下简称“食博会”）。本届食博会不仅是美食的汇聚地，更是行业交流、创新与合作的重要平台，承载着推动中国食品产业高质量发展的重要使命。 食博会作为我国食
-
电动汽车充放电分时电价策略研究
来源:电工技术 发布日期:2024-11-10
如果不对电动汽车大规模接入电网的行为进行引导就容易导致负荷“峰上加峰”。基于电动汽车的统计属性和用户用车的基本假设，研究电动汽车的电价策略，采用蒙特卡洛模拟得到不同电价策略下的电网负荷和用户的用电成本。最后通过粒子群算法寻优，确定充放电电价及峰谷时段，使电网负荷更加平坦，在保障供电企业合理收益的情况下，也能降低一定的用户用电成本，实现供电企业和用户的双赢。
-
固相萃取-高效液相色谱法测定食品中8种合成着色剂
来源:食品工业 发布日期:2024-10-20
采用固相萃取-高效液相色谱法同时测定食品中的柠檬黄、新红、苋菜红、胭脂红、日落黄、诱惑红、亮蓝和赤藓红共8种合成着色剂。样品经乙醇氨水溶液提取,在50℃水浴氮吹和固相萃取柱净化后,以甲醇和0.02 mol/L乙酸铵溶液为流动相进行梯度洗脱,进样量20μL,经高效液相色谱仪分析。结果表明, 8种合成着色剂在0.2～10μg/mL范围内线性关系良好,相关系数均>0.999,检出限均可以达到0.3 mg
-
龙岩市市售食品氯丙醇酯污染状况调查
来源:中国卫生工程学 发布日期:2024-10-20
目的 了解龙岩市市售食品中氯丙醇酯污染现状及不同种类食物中氯丙醇酯的检出情况，为国内食品安全标准制定氯丙醇酯限值提供依据。方法 于2015—2022年采集龙岩市7个县（市、区）饭店、超市、农贸市场等4类378份市售食品。采用气相色谱质谱法对焙烤食品、粮食制品、婴幼儿配方奶粉、植物油这4类食品中的3-氯-1,2-丙二醇酯（3-MCPDE）和2-氯-1,3-丙二醇酯（2-MCPDE）进行检测。结果 3
-
高温环境下建筑材料性能变化对建筑安全的影响研究
来源:江苏建材 发布日期:2024-12-28
文章分析了高温环境下常用建筑材料的性能变化以及这些变化如何影响建筑结构的安全性，探讨了这些变化可能引发的次生灾害风险。
027-87841330