期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
我国海上绿色氢能工程技术发展现状与展望 被引量:2
1
作者 钟文军 雷震名 +1 位作者 付子文 杨辉 《水道港口》 2023年第1期124-130,共7页
氢能是当代能源体系的重要组成,目前我国超过98%的氢能来源于化石能源制成的灰氢和蓝氢。我国绿色氢能发展水平与国家“双碳”目标要求不匹配,氢能发展的绿色转型迫在眉睫。海洋有着丰富的可再生能源,风能、海洋能等海上可再生能源与氢... 氢能是当代能源体系的重要组成,目前我国超过98%的氢能来源于化石能源制成的灰氢和蓝氢。我国绿色氢能发展水平与国家“双碳”目标要求不匹配,氢能发展的绿色转型迫在眉睫。海洋有着丰富的可再生能源,风能、海洋能等海上可再生能源与氢能耦合并协同发展,是推动绿氢产业快速发展的重要方向。随着国家氢能战略布局不断深化、技术不断发展,海上氢能将成为绿色氢能产业的重要力量。文章介绍了我国海上绿色氢能“产-储-输-用”的产业现状,阐述了海上绿色氢能工程的主要模式,提出了对海上绿色氢能工程技术发展的思考与建议。 展开更多
关键词 海上绿色氢能 电解水 发展模式 发展现状
下载PDF
考虑率效应的低应力下黏土-钢界面剪切试验研究
2
作者 王洪羽 国振 +3 位作者 王会峰 雷震名 王臻魁 王立忠 《地基处理》 2023年第4期279-284,304,共7页
管-土界面的摩擦特性对海底管道在位稳定性影响极大。软黏土在我国海域分布广泛,为探究管-黏土在低应力时的界面剪切特性,自主研发了一套可以考虑低应力、率效应的界面剪切设备,并开展了一系列黏土-钢界面剪切试验,着重分析了法向应力... 管-土界面的摩擦特性对海底管道在位稳定性影响极大。软黏土在我国海域分布广泛,为探究管-黏土在低应力时的界面剪切特性,自主研发了一套可以考虑低应力、率效应的界面剪切设备,并开展了一系列黏土-钢界面剪切试验,着重分析了法向应力和剪切速率对黏土-钢界面剪切行为的影响。试验结果表明,界面峰值剪应力和残余剪应力均随着法向应力的增大而增大;界面峰值剪应力和残余剪应力均随着剪切速率的增大而降低;剪切速率最大时的界面峰值摩擦角和残余摩擦角均小于试验土体内摩擦角,剪切破坏发生在界面上而非土体内部。本文探明了低应力下法向应力和剪切速率对黏土-钢界面强度的影响规律,可为海底管道设计提供参考。 展开更多
关键词 黏土 低应力 剪切速率 界面剪切 界面剪切强度 界面摩擦系数
下载PDF
深水铺管海域涌浪谱峰周期测试技术研究 被引量:1
3
作者 陈荣旗 雷震名 +2 位作者 孙国民 王志勇 刘鹏 《水道港口》 2019年第6期650-655,共6页
深水海底管道铺设中,长周期涌浪频率与深水铺管船振动频率接近,易引发结构物与海上涌浪的耦合共振,导致工程风险甚至引起海上事故。文章提出了一种基于双目立体视觉原理的海上长周期涌浪谱峰周期现场测试方法,并针对我国某海域的深水长... 深水海底管道铺设中,长周期涌浪频率与深水铺管船振动频率接近,易引发结构物与海上涌浪的耦合共振,导致工程风险甚至引起海上事故。文章提出了一种基于双目立体视觉原理的海上长周期涌浪谱峰周期现场测试方法,并针对我国某海域的深水长周期涌浪进行了海上测试,为铺管海域涌浪谱峰周期监测提供了新的方法与借鉴。 展开更多
关键词 深水 海底管道 铺设 长周期涌浪 谱峰周期 测试技术
下载PDF
崖坪选煤厂提质增效的探索与实践 被引量:2
4
作者 李久明 雷震鸣 杨振乾 《煤炭加工与综合利用》 CAS 2022年第2期84-87,共4页
为提高产品质量,优化选煤技术经济性和系统运行的稳定性,崖坪选煤厂通过采取预排矸系统技术改造、完善煤质管理体系、优化原煤开采方法等措施,使矸石带煤率从6.37%降低到0.44%,故障影响时间大幅降低,电耗水平保持先进指标,实现了提质增... 为提高产品质量,优化选煤技术经济性和系统运行的稳定性,崖坪选煤厂通过采取预排矸系统技术改造、完善煤质管理体系、优化原煤开采方法等措施,使矸石带煤率从6.37%降低到0.44%,故障影响时间大幅降低,电耗水平保持先进指标,实现了提质增效的目标,为炼焦煤选煤厂提供借鉴。 展开更多
关键词 选煤厂 排矸 技术改造 提质增效
下载PDF
Offline traffic analysis system based on Hadoop 被引量:4
5
作者 QIAO Yuan-yuan lei zhen-ming +1 位作者 YUAN Lun GUO Min-jie 《The Journal of China Universities of Posts and Telecommunications》 EI CSCD 2013年第5期97-103,共7页
Offiine network traffic analysis is very important for an in-depth study upon the understanding of network conditions and characteristics, such as user behavior and abnormal traffic. With the rapid growth of the amoun... Offiine network traffic analysis is very important for an in-depth study upon the understanding of network conditions and characteristics, such as user behavior and abnormal traffic. With the rapid growth of the amount of information on the Intemet, the traditional stand-alone analysis tools face great challenges in storage capacity and computing efficiency, but which is the advantages for Hadoop cluster. In this paper, we designed an offiine traffic analysis system based on Hadoop (OTASH), and proposed a MapReduce-based algorithm for TopN user statistics. In addition, we studied the computing performance and failure tolerance in OTASH. From the experiments we drew the conclusion that OTASH is suitable for handling large amounts of flow data, and are competent to calculate in the case of single node failure. 展开更多
关键词 MAPREDUCE HADOOP cloud computing traffic analysis
原文传递
MapReduce optimization algorithm based on machine learning in heterogeneous cloud environment 被引量:2
6
作者 LIN Wen-hui lei zhen-ming +4 位作者 LIU Jun YANG Jie LIU Fang HE Gang WANG Qin 《The Journal of China Universities of Posts and Telecommunications》 EI CSCD 2013年第6期77-87,121,共12页
We present an approach to optimize the MapReduce architecture, which could make heterogeneous cloud environment more stable and efficient. Fundamentally different from previous methods, our approach introduces the mac... We present an approach to optimize the MapReduce architecture, which could make heterogeneous cloud environment more stable and efficient. Fundamentally different from previous methods, our approach introduces the machine learning technique into MapReduce framework, and dynamically improve MapReduce algorithm according to the statistics result of machine learning. There are three main aspects: learning machine performance, reduce task assignment algorithm based on learning result, and speculative execution optimization mechanism. Furthermore, there are two important features in our approach. First, the MapReduce framework can obtain nodes' performance values in the cluster through machine learning module. And machine learning module will daily calibrate nodes' performance values to make an accurate assessment of cluster performance. Second, with the optimization of tasks assignment algorithm, we can maximize the performance of heterogeneous clusters. According to our evaluation result, the cluster performance could have 19% improvement in current heterogeneous cloud environment, and the stability of cluster has greatly enhanced. 展开更多
关键词 cloud computing MAPREDUCE machine learning HETEROGENEITY
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部