本文基于物联网与射频识别技术(Radio Frequency Identification,RFID),对计算机机房智能化管理问题展开分析,设计了一个基于网络的智能化计算机实验室管理系统。此系统通过对教学管理与开放管理、学生管理、实验课题、仪器、消耗品、...本文基于物联网与射频识别技术(Radio Frequency Identification,RFID),对计算机机房智能化管理问题展开分析,设计了一个基于网络的智能化计算机实验室管理系统。此系统通过对教学管理与开放管理、学生管理、实验课题、仪器、消耗品、用电安全进行管理。系统结构由应用层、网络层、感知层组成,软件基于B/S架构,可实现实时数据感知、网络信息传递及智能化处理,降低了计算机实验室管理工作量,提高了实验室安全性及开放性,能够帮助实验室管理部门更好地进行精细化管理。展开更多
PM2.5 的大量存在已对人类生活和大气环境产生了重大影响,而机动车作为城市PM2.5 的主要污染源,已越来越受到人们的广泛关注.文章旨在研究机动车对道路两旁PM2.5 数浓度时空分布和影响情况.选取北京市西三环主干道旁校园、居民区、公园3...PM2.5 的大量存在已对人类生活和大气环境产生了重大影响,而机动车作为城市PM2.5 的主要污染源,已越来越受到人们的广泛关注.文章旨在研究机动车对道路两旁PM2.5 数浓度时空分布和影响情况.选取北京市西三环主干道旁校园、居民区、公园3 类典型区域,分别在水平及垂直方向进行PM2.5 浓度连续监测,分析其分布规律,并采用相关分析方法讨论了交通主干道两旁车流量、车速与PM2.5 浓度分布之间的相关关系.结果表明,空间上,PM2.5 浓度在水平和垂直方向上的分布均呈现一定规律性.水平方向上,PM2.5 浓度变化整体的下降趋势明显.距离道路0-200 m 之间平均下降幅度为5%,但0-50 m 出现反常增大的现象,增大幅度高达8%,随着水平距离的继续增加,均匀下降,平均下降幅度为6.5%.垂直方向上,由于大气垂直结构复杂,不同垂直距离的PM2.5 浓度随高度递增变化不显著,呈波动趋势,其中1-10 m 下降幅度为10%-11%,10-20 m 的增大幅度为7%-11%,20-35 m 的下降幅度不明显,PM2.5 浓度趋于稳定.时间上,PM2.5 浓度在7:00-9:00 时间段受机动车流量影响大幅度上升,午间11:00-13:00 PM2.5 浓度变化不明显,13:00-15:00 逐渐下降至白天的谷值点,19:00 后受交通环境和逆温等大气条件两方面因素影响,PM2.5 又开始大幅度上升,达到峰值,约为白天最低浓度的2倍.数据显示,车流量与PM2.5 浓度在150 m 处的相关性最好,0 m 处相关性最弱;车流量变化与垂直高度上的PM2.5 浓度之间的相关性在10 m 高处相关性最好,0 m 处相关性最差.通过本文实验结果可知,水平方向50 m 处的PM2.5 浓度值最高,垂直方向10 m 处的PM2.5 浓度值最低,并且车流量的大小是影响道路两旁PM2.5 浓度高低的重要因素,尤其是在水平方向上相关关系更为明显,而车速的快慢与道路两旁PM2.5 浓度高低并无明显关系.展开更多
文摘本文基于物联网与射频识别技术(Radio Frequency Identification,RFID),对计算机机房智能化管理问题展开分析,设计了一个基于网络的智能化计算机实验室管理系统。此系统通过对教学管理与开放管理、学生管理、实验课题、仪器、消耗品、用电安全进行管理。系统结构由应用层、网络层、感知层组成,软件基于B/S架构,可实现实时数据感知、网络信息传递及智能化处理,降低了计算机实验室管理工作量,提高了实验室安全性及开放性,能够帮助实验室管理部门更好地进行精细化管理。
文摘PM2.5 的大量存在已对人类生活和大气环境产生了重大影响,而机动车作为城市PM2.5 的主要污染源,已越来越受到人们的广泛关注.文章旨在研究机动车对道路两旁PM2.5 数浓度时空分布和影响情况.选取北京市西三环主干道旁校园、居民区、公园3 类典型区域,分别在水平及垂直方向进行PM2.5 浓度连续监测,分析其分布规律,并采用相关分析方法讨论了交通主干道两旁车流量、车速与PM2.5 浓度分布之间的相关关系.结果表明,空间上,PM2.5 浓度在水平和垂直方向上的分布均呈现一定规律性.水平方向上,PM2.5 浓度变化整体的下降趋势明显.距离道路0-200 m 之间平均下降幅度为5%,但0-50 m 出现反常增大的现象,增大幅度高达8%,随着水平距离的继续增加,均匀下降,平均下降幅度为6.5%.垂直方向上,由于大气垂直结构复杂,不同垂直距离的PM2.5 浓度随高度递增变化不显著,呈波动趋势,其中1-10 m 下降幅度为10%-11%,10-20 m 的增大幅度为7%-11%,20-35 m 的下降幅度不明显,PM2.5 浓度趋于稳定.时间上,PM2.5 浓度在7:00-9:00 时间段受机动车流量影响大幅度上升,午间11:00-13:00 PM2.5 浓度变化不明显,13:00-15:00 逐渐下降至白天的谷值点,19:00 后受交通环境和逆温等大气条件两方面因素影响,PM2.5 又开始大幅度上升,达到峰值,约为白天最低浓度的2倍.数据显示,车流量与PM2.5 浓度在150 m 处的相关性最好,0 m 处相关性最弱;车流量变化与垂直高度上的PM2.5 浓度之间的相关性在10 m 高处相关性最好,0 m 处相关性最差.通过本文实验结果可知,水平方向50 m 处的PM2.5 浓度值最高,垂直方向10 m 处的PM2.5 浓度值最低,并且车流量的大小是影响道路两旁PM2.5 浓度高低的重要因素,尤其是在水平方向上相关关系更为明显,而车速的快慢与道路两旁PM2.5 浓度高低并无明显关系.