论文部分内容阅读
在“双碳”背景下，工业企业创建“零碳”工厂的意愿有所提升，如何创建“零碳”工厂还没有一个统一的模式，通过对国内外“低碳、零碳”创建比较成功的企业案例分析，提出了“零碳”工厂创建的原则和路径，供工业企业参考。
工业企业创建“零碳”工厂路径研究
【摘 要】
：
在“双碳”背景下，工业企业创建“零碳”工厂的意愿有所提升，如何创建“零碳”工厂还没有一个统一的模式，通过对国内外“低碳、零碳”创建比较成功的企业案例分析，提出了“零碳”工厂创建的原则和路径，供工业企业参考。
【出 处】
：
上海节能
【发表日期】
：
2023年01期
其他文献
在国家全面鼓励和倡导劳动教育的大背景下,加强对幼儿的劳动教育已经成为当今社会热点问题。《3—6岁儿童学习与发展指南》中对幼儿明确指出"亲近自然,喜欢探究,具有初步的探究能力,在探究中认识周围事物和现象"的要求,把幼儿种植活动提到了一个新的高度。通过种植活动,孩子们能够亲身体验感悟劳动、感悟生命,更能促进他们探究能力的发展和自主思考能力的提升。本文就幼儿园开展种植活动实施策略展开讨论。
由于本科教育的快速扩张,社会用人需求和个人自我实现的需要已经远不是本科学历能满足的,因此越来越多的大学生选择考研来改善自己的现状。跨专业考研的学生是考研大军的主要成员,而教育学专业成为跨考的首要选择对象。虽然笔者本身不是跨专业教育学研究生,但尤其关注身边的跨专业同学们为何要考教育学专业,因此想要探究跨考生选择教育学专业原因所表现的问题是什么,导致问题的原因是什么,如何通过对策去改善这些问题。研究目
＜正＞陈鹤琴先生曾说:“凡是孩子自己能做的事,让他自己做。”由此可见,在教育中要注重培养孩子的动手能力,去挖掘孩子自我管理的教育价值。自我管理能力有助于儿童形成优良品质。会生活、会自我管理是儿童独立生存、学习的基础与前提,有助于促进学前儿童的社会性发展。幼儿日常生活的自我管理,有助于满足不断增长的独立要求,摆脱对于成人的过度依赖,在此过程中,不但能培养其面对困难、克服困难的良好个性品质,而且能增加
期刊
本文介绍了基于Windows平台工业自动化测控系统多国语言软件交互界面切换方法、开发工具GNU Gettext+Poedit架构分析以及使用方法，并给出了C#.Net语言WPF开发平台的前端与后台的关键实例代码，避免自动化控制出口设备多语言界面切换的二次开发。
压水试验是水利水电工程中用于检验岩体透水性和灌浆效果的常用手段，为辅助工程师在国际工程的勘察与施工过程中更好交流、推进业务，对比分析中国、欧盟和美国标准压水试验的差异。通过对比中国、欧盟和美国标准的压水试验要求和试验结果整理的差异，得出结论：（1）中国规范更具体明确，欧盟和美国标准以明确原则为主，要求工程师根据情况自行取值；（2）中国、欧盟和美国规范在透水率或渗透系数计算取值上差别较大；（3）熟知
现如今，信息技术广泛应用于各行各业，地质档案也由传统管理方式向数字化管理方向发展。这种现代化管理方式对地质档案管理效率和管理质量的提升以及档案信息资源的充分利用具有积极意义。但从地质档案数字化改革现状来看，地质档案数字化进程缓慢，数字化管理水平有待提升。基于此，现主要就地质档案数字化进程缓慢的成因进行分析，探讨加快地质档案数字化进程的优化策略。
期刊
＜正＞2021年9月29日,由高科技行业门户OFweek维科网主办,OFweek物联网承办「OFweek 2021（第六届）物联网产业大会"暨"维科杯·物联网行业年度评选颁奖典礼"」在深圳会展中心成功举办。大会上,电目科技董事长吴超为大家带来《毫米波雷达在物联网时代的创新应用》。近年来,国内涌现出一批毫米波雷达企业,大多选择车端应用作为切入点,希望在大热的自动驾驶风口中分得"一杯羹"。
期刊
为了解决异常行为识别研究中存在的异常案例缺乏、训练样本稀缺问题，以垂直电梯的乘客异常行为监测为任务需求，提出了基于数字孪生的电梯乘客异常行为识别方法。通过搭建电梯乘客行为监测数字孪生系统架构，完成了电梯运行状态与乘客行为的虚实映射。基于数字孪生场景与人体行为建模理论构建了电梯乘客异常行为案例，扩充了异常行为的孪生数据。最后利用改进的OpenPose获取骨骼特征，并使用PCA-DNN训练分类模型，实
＜正＞近年来,跨专业考研人数逐渐递增,其中跨专业学习教育学人数只增不减。教育学跨专业学生由于和本专业学习内容不同,导致学生专业认同、专业兴趣、专业学习效能偏低;同时学校设置课程墨守成规,使教学陷入两难境地;导师指导也力不从心,导致科研如同虚设。从系统论的角度探寻教育学跨专业研究生培养模式,从专业与学生、学校与学生、导师与学生出发,打破原有传统培养方式,对教育学复合型人才的培养具有重要意义。2015
期刊
锂离子电池的健康状态和剩余寿命预测是当前的研究热点之一。电池作为复杂的电化学系统,其退化机理的研究较为困难。大数据时代,机器学习的方法给锂离子电池的健康状态和剩余寿命预测提供了一种新的解决思路,可以绕开复杂的机理分析,近年来已经成为主流的预测方法。但是,机器学习模型在应用过程中,其效果主要受几个方面的影响比较大,一是特征本身的构造和预处理,直接影响到整个模型的效果。二是模型训练和超参数的优化。本文