简介:Weldingtransformeriswidelyusedinindustrymanufacturing,depletingalargePortionofelectricityenergy.Basedonmoderncomputerandmathematicalprogramming,Optimundesignofelectro-magneticdevicesleadstohighlyefficientuseofenergrandmaterials.Arcweldingtransformerisoptimizedhere.Amathematicalmodel,consideringbothproductivecostandoperatinglosses,whichiscalledarEconomical-through-Lifetransformer,isestab-lished.Mixedfunctionmethod,mixeddispersingvariablemethodandimprovedorthogonalmethodhavebeenappliedtocarryouttheoptimizationcalculations.ResultshowsthatthepowerfactorisquiteimportantinanEconmi-cal-through-Lifetransformer,andthatsomeprinciplesmustbefollowedinthedesignwork.Alsodiscussedarethead-vantagesanddisadvantagesofthethreemethods.Intheend,theprospectofoptimumdesignofweldingtransformerisforecast.
简介:Largesizedpowertransformersareimportantpartsofthepowersupplychain.Theseverycriticalnetworksofengineeringassetsareanessentialbaseofanation'senergyresourceinfrastructure.Thisresearchidentifiesthekeyfactorsinfluencingtransformernormaloperatingconditionsandpredictstheassetmanagementlifespan.Engineeringassetresearchhasdevelopedfewlifespanforecastingmethodscombiningreal-timemonitoringsolutionsfortransformermaintenanceandreplacement.Utilizingtherichdatasourcefromaremoteterminalunit(RTU)systemforsensor-datadrivenanalysis,thisresearchdevelopsaninnovativereal-timelifespanforecastingapproachapplyinglogisticregressionbasedontheWeibulldistribution.Themethodologyandtheimplementationprototypeareverifiedusingadataseriesfrom161kVtransformerstoevaluatetheefficiencyandaccuracyforenergysectorapplications.Theassetstakeholdersandsupplierssignificantlybenefitfromthereal-timepowertransformerlifespanevaluationformaintenanceandreplacementdecisionsupport.
简介:Anopticalfibertransmittingphotoelectriccouplingcurrenttransformerhasbeendeveloped.Intheenvironmentofhighvoltageandelectromagneticfields,thisdeviceischaracterizedbyhighinsulation,highreliability,smallmassandhighanti-interference.Thestructuredesignandopertingprincipleofthesystemareintroduced,measurementerrorsareanalyzedandexperimentalresultsaregiven.
简介:BasedontheimplementaryprojectofthepowersupplymaincircuitonHL-2A,inordertomakeuseoftheoldequipmentsandsavemoney,thetwooldHL-1MOHpowersupply5.6MVApulsedtransformerswillbeusedintheE2,E3,E4powersupplyafterbeingreconstructed.Asfollowsarethereconstructeddesignandanalyzecalculation.
简介:Thispaperpresentsanoveltransformermagneticbiasingcontrolmethodforhigh-powerhigh-performanceACpowersupplies.Seriousconsequencesduetomagneticbiasingandseveralmethodstoovercomemagneticbiasingarefirstdiscussed.Thecausesofthetransformermagneticbiasingarethenanalyzedindetail.Theproposedmethodisbasedonahigh-passfilterinsertedintheforwardpathandthefeedforwardcontrol.Withouttestingmagneticbiasingoftransformer,thismethodcaneliminatemagneticbiasingoftransformercompletelyinreal-timewaveformfeedbackcontrolsystemsthoughtheaeroerroroftheHalleffectsensorsvarieswithtimeandtemperature.Themethodhasalreadybeenemployedina90KVAACpowersupply.Itisshownthatitoffersimprovedperformanceoverexistingones.Inthismethod,nosensorsareusedsuchthatthezeroerroroftheHalleffectsensorshasnotanyinfluenceonthesystem.Itissimpletodesignandimplement.Furthermore,themethodissuitableforvariouspowerapplications.
简介:摘要:随着深度学习的快速发展,各个领域的算法取得了重大突破,Transformer在超分辨率领域中被广泛使用。因此本文应用了注意力机制的Transformer进行超分辨率任务,主要介绍了超分辨率的基本构造和性能指标。
简介:一个变压器的停止尽最大努力,产生系统将通常导致一全部系统的shutdown。必然地,大量收入在民用的社区和工业顾客上与实质的否定影响被失去到植物主人。这篇论文分析当前的维护惯例(即,一如此处理模型)一个变压器生产同伴,它提供维护服务给发电植物并且在当前的生意报导主要软弱练习。维护软弱包括孤立的过程并且糊基于的信息通讯。这些低效的过程导致服务延期,费用增加,和对顾客的不恰当的回答特定的请求和抱怨。为了改进全部变压器维护的效率和灵活性,满足系统,一条电子集成途径与三项关键任务被实现。首先,当前的企业过程被重新设计提供一改善(未来)企业模型。然后,我们代替有为有效、划算的信息的一个电子的走系统的基于的文档方法交换的纸。后来,当一张因特网基于系统为设定的维护服务在变压器制造商,最终用户,和服务承包商之中提高相互作用,改进进程模型被实现。案例研究证明实现电子集成途径增加设定的维护服务的效率和有效性。
简介:摘要:Transformer是一种基于自注意力机制(self-attention mechanism)的深度神经网络,这一机制原先用于自然语言处理领域。受Transformer强大的表示能力的启发,研究人员提出将Transformer扩展到细粒度图像分类任务中。与卷积网络和循环网络等其他网络类型相比,基于Transformer的模型在各种视觉领域上能获得更好的性能,因此非常具有竞争力。本文首先将简要介绍Transformer的原理与其各个组成部分;其次,文章从细粒度图像分类的角度介绍相应Transformer的应用;最后本文将介绍Transformer在应用到CV领域时依然存在的不足以及未来可能的研究方向。
简介:摘要:Transformer最初应用于自然语言处理领域,是一种基于自注意机制的一种深度神经网络。由于其强大的性能,逐步被应用于计算机视觉领域,在各种计算机视觉基准测试中,基于Transformer的模型的性能与其他类型的网络相似或更好,例如卷积和循环神经网络。Transformer模型在计算机视觉领域受到了越来越多的关注。本文讨论了Transformer在计算机视觉领域的研究现状与目前所面临的挑战。
简介:摘要:Transformer最初应用于自然语言处理领域,是一种基于自注意机制的一种深度神经网络。由于其强大的性能,逐步被应用于计算机视觉领域,在各种计算机视觉基准测试中,基于Transformer的模型的性能与其他类型的网络相似或更好,例如卷积和循环神经网络。Transformer模型在计算机视觉领域受到了越来越多的关注。本文讨论了Transformer在计算机视觉领域的研究现状与目前所面临的挑战。
简介:摘要:及时准确地发现路面、桥梁、房屋的裂缝对做到及时维护和消除安全隐患至关重要,大规模的表面裂缝检测工程量巨大,且易受人们主观因素影响。本文构建一种基于编码器-解码器的U型网络结构,以改进的Transformer作为网络基础模块,以捕获裂缝狭长语义信息。利用卷积模块对局部强特征提取的优势,在瓶颈层处引进了空洞空间金字塔池化模块。为了弥补编码器-解码器之间的语义鸿沟,在U型网络的不同跳跃连接处插入注意力模块以更好聚合不同层次的特征信息。
简介:摘要:在当今信息技术飞速发展的时代,图像处理技术已成为计算机视觉领域的核心。本文综述了结合卷积神经网络(CNN)和视觉Transformer的混合模型在图像处理中的研究进展。通过深入探讨不同的融合策略,本文旨在为图像识别、分类、目标检测和分割等任务提供新的视角和解决方案,推动图像处理技术向更高层次发展。
简介:摘要:随着人工智能的快速发展,生成式预训练模型,尤其是基于Transformer架构的模型,已在自然语言处理任务中取得了显著的成果。本文旨在探索这些模型在萨提亚心理治疗模式中的应用潜力,并研究其对提升治疗效果、改善患者体验的影响。
简介:[摘 要] 本文旨在解决面向公路场景的精准单目深度估计问题。由于视觉transformer在建模长程相关性方面表现出色,我们使用Swin Transformer来建模全局上下文以实现准确的深度估计。同时,我们设计了一个卷积神经网络分支来帮助模型捕捉公路图像的局部细节。消融实验验证了卷积神经网络分支捕获局部特征的有效性。在KITTI公路场景图像上的实验结果表明,该方法比现有的最先进的单目深度估计方法具有更好的性能。