期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
不饱和树脂在铸造模具中的应用
被引量:
1
1
作者
何泽其
何凯
《铸造》
CAS
CSCD
北大核心
2002年第9期571-572,共2页
用不饱和树脂制造铸造生产用模具 ,具有节约成本、制作周期短、结构稳定、表面光洁 (Ra3 2 )、硬度高(HB2 4)、耐潮湿 (水中浸泡 2 4h无变化 )、模具寿命比木模提高 5倍、提高铸件质量。
关键词
不饱和树脂
铸造模具
制模工艺
下载PDF
职称材料
钢结构菱苦土叶片模制造
2
作者
何泽其
《管理与技术》
1995年第3期30-31,共2页
关键词
叶片
铸造模
铸造
钢结构
菱苦土模
下载PDF
职称材料
改性菱苦土薄壳成型工艺化证
3
作者
何泽其
《管理与技术》
1997年第1期40-42,共3页
关键词
改性菱苦土
薄壳成型
工艺
铸造
下载PDF
职称材料
基于Bi-LSTM和支持向量机的风机叶片短期覆冰状态预测模型
被引量:
5
4
作者
熊昌全
何泽其
+1 位作者
张宇宁
黄胜
《四川电力技术》
2021年第3期88-94,共7页
风机叶片覆冰灾害严重危害风电场安全经济运行,对风机叶片覆冰状态的预测是预防覆冰灾害的有效手段。针对传统覆冰状态预测方法精度较差问题,基于风电场SCADA监测数据,提出一种基于Bi-LSTM和SVM的风机叶片短期覆冰状态预测模型。首先,采...
风机叶片覆冰灾害严重危害风电场安全经济运行,对风机叶片覆冰状态的预测是预防覆冰灾害的有效手段。针对传统覆冰状态预测方法精度较差问题,基于风电场SCADA监测数据,提出一种基于Bi-LSTM和SVM的风机叶片短期覆冰状态预测模型。首先,采用PCA对风机叶片覆冰状态监测特征指标进行降维,筛选可以反映风机叶片覆冰状态的特征指标;其次,基于大量历史数据,对Bi-LSTM和SVM模型进行训练,训练结果表明模型有较好精确度;最后,将多组实际数据集输入Bi-LSTM预测模型,预测输出值输入SVM模型,对风机叶片是否会出现覆冰故障进行判别。结果表明,所提方法可准确实现叶片覆冰状态预测,准确率可达95%。
展开更多
关键词
风机叶片覆冰
SCADA监测系统
Bi-LSTM预测模型
主成分分析法
支持向量机
下载PDF
职称材料
题名
不饱和树脂在铸造模具中的应用
被引量:
1
1
作者
何泽其
何凯
机构
武昌造船厂金属制造分厂
出处
《铸造》
CAS
CSCD
北大核心
2002年第9期571-572,共2页
文摘
用不饱和树脂制造铸造生产用模具 ,具有节约成本、制作周期短、结构稳定、表面光洁 (Ra3 2 )、硬度高(HB2 4)、耐潮湿 (水中浸泡 2 4h无变化 )、模具寿命比木模提高 5倍、提高铸件质量。
关键词
不饱和树脂
铸造模具
制模工艺
分类号
TG241 [金属学及工艺—铸造]
下载PDF
职称材料
题名
钢结构菱苦土叶片模制造
2
作者
何泽其
出处
《管理与技术》
1995年第3期30-31,共2页
关键词
叶片
铸造模
铸造
钢结构
菱苦土模
分类号
TG261 [金属学及工艺—铸造]
下载PDF
职称材料
题名
改性菱苦土薄壳成型工艺化证
3
作者
何泽其
出处
《管理与技术》
1997年第1期40-42,共3页
关键词
改性菱苦土
薄壳成型
工艺
铸造
分类号
TG241 [金属学及工艺—铸造]
下载PDF
职称材料
题名
基于Bi-LSTM和支持向量机的风机叶片短期覆冰状态预测模型
被引量:
5
4
作者
熊昌全
何泽其
张宇宁
黄胜
机构
国家电投集团四川电力有限公司
国家电投集团四川电力有限公司凉山分公司
出处
《四川电力技术》
2021年第3期88-94,共7页
基金
国家电投集团四川电力有限公司科技项目(116001QT0320200144)。
文摘
风机叶片覆冰灾害严重危害风电场安全经济运行,对风机叶片覆冰状态的预测是预防覆冰灾害的有效手段。针对传统覆冰状态预测方法精度较差问题,基于风电场SCADA监测数据,提出一种基于Bi-LSTM和SVM的风机叶片短期覆冰状态预测模型。首先,采用PCA对风机叶片覆冰状态监测特征指标进行降维,筛选可以反映风机叶片覆冰状态的特征指标;其次,基于大量历史数据,对Bi-LSTM和SVM模型进行训练,训练结果表明模型有较好精确度;最后,将多组实际数据集输入Bi-LSTM预测模型,预测输出值输入SVM模型,对风机叶片是否会出现覆冰故障进行判别。结果表明,所提方法可准确实现叶片覆冰状态预测,准确率可达95%。
关键词
风机叶片覆冰
SCADA监测系统
Bi-LSTM预测模型
主成分分析法
支持向量机
Keywords
wind turbine blades icing
SCADA monitoring system
Bi-LSTM prediction model
principal component analysis
support vector machine
分类号
TK83 [动力工程及工程热物理—流体机械及工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
不饱和树脂在铸造模具中的应用
何泽其
何凯
《铸造》
CAS
CSCD
北大核心
2002
1
下载PDF
职称材料
2
钢结构菱苦土叶片模制造
何泽其
《管理与技术》
1995
0
下载PDF
职称材料
3
改性菱苦土薄壳成型工艺化证
何泽其
《管理与技术》
1997
0
下载PDF
职称材料
4
基于Bi-LSTM和支持向量机的风机叶片短期覆冰状态预测模型
熊昌全
何泽其
张宇宁
黄胜
《四川电力技术》
2021
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部