网络切割装置起爆点的设置研究

网络切割装置在起爆点处容易形成爆炸零门,进而影响该处的切割分离功能,因此,起爆点的位置及形式是影响网络切割装置的切割分离效果的重要因素。为研究网络切割装置起爆点对起爆效果的影响,将起爆点分别设置在切割索上和交叉节点处,对比分析了几种不同方式的起爆点的起爆效果。试验结果表明:起爆点设置在交叉节点处较为合理;采用三通传爆管起爆优于切割索对接起爆。

基于网络压缩与切割的深度模型边云协同加速机制研究

人工智能(Artificial Intelligence,AI)的先进技术已被广泛应用于实时地处理大量数据,以期实现快速响应.但是,部署基于AI的各种应用程序的常规方法带来了巨大的计算和通信开销.为了解决这一问题,提出了一种基于网络压缩与切割技术的深度模型边云协同加速机制,该技术可以压缩和划分深度神经网络(Deep Neural Networks,DNN)模型,以边云协同的形式在实际应用中实现人工智能模型的快速响应.首先压缩神经网络,以降低神经网络所需要的运行时延,并生成可用作候选分割点的新层,然后训练预测模型以找到最佳分割点,并将压缩的神经网络模型分为两部分.将所获得的两部分分别部署在设备和云端服务器中,这两个部分可以协同地将总延迟降至最低.实验结果表明,与4种基准测试方法相比,本文所提出的方案可以将深度模型的总延迟至少降低70%.

基于节点耦合关系解析的无功电压递归切割分区方法

合理的无功电压分区是确保电网安全运行和电压稳定的前提条件,为此,提出一种新的无功电压递归切割分区方法。基于网络阻抗矩阵方程,对节点间的耦合关系进行解析,给出了电源节点间的耦合关系表达式和电源节点对负荷节点的电压控制灵敏度指标。依据对节点耦合关系的识别,通过递归切割的方式将电网划分成若干分区。在每一递归切割分区过程,首先依据电源节点耦合关系将待分割区域内的所有电源节点分成两组,然后依据电源节点对负荷节点的电压控制灵敏度指标将待分割区域内的负荷节点映射到相应的电源节点分区。最后讨论了分区过程的中止条件判定问题,并通过IEEE 118节点系统和实际电网系统对所提方法进行了算例分析。仿真结果验证了所提方法的有效性。

地理分布的光网络脆弱性评估研究

从光网络地理分布模型出发,采用通用模型下的最坏圆形切割算法,对网络拓扑结构进行了建模和仿真,计算出了网络的最坏圆形切割集,进而算出了网络的节点风险概率,并根据节点风险概率对网络的脆弱性做出了评估,这些工作对提高光网络的抗毁能力具有一定的参考意义。

分布式集散型线切割群控系统的设计

分布式集散型线切割群控系统是以微型计算机为中心、RS -4 85网络为数据通道、单片机控制器为机床控制终端的系统 ,实现工件加工控制、数据断电记忆、工件编程和数据传输、图像处理和存储等功能 .