HL-2M装置真空室预装阶段检漏试验

来源 :核聚变与等离子体物理 | 被引量 : 0次 | 上传用户:mryangjinhui
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通过在加工现场和安装现场搭建的真空辅助系统、四极质谱计及氦检漏仪组成的检漏系统,运用残余气体分析和氦质谱检漏方法在冷态下对HL-2M真空室扇形段及真空室整体进行了真空检漏试验。对漏点进行修复后,测试了真空室的极限真空度和总漏气率等。真空室经过72h的抽气后,真空度达到3.7×10-5Pa,超过了1.0×10-4Pa的预期预抽真空度。用静态定容法测得的真空室漏放气率为2.3×10-7Pa·m3·s-1
其他文献
为提高不易分割诊断的毛玻璃结节的分类准确率,同时针对VGG16网络结构卷积层数深,参数多的问题,提出一种基于灰度增强、纹理和形状滤波增强的三维深度卷积神经网络用于肺结节分类。对VGG16网络结构进行优化,提出的模型在肺结节公开数据集LIDC-IDRI上进行训练和测试。结果表明,采用灰度增强、纹理和形状滤波增强相结合的方法图像分类精度最高,准确率为91.7%,其他评价指标包括敏感性和特异性也略有提高
摘 要:针对大数据环境下关联规则数据挖掘效率不高的问题,采用Eclat算法使用垂直数据库将事务的合并转换成集合操作的方法。研究了一种大数据并行关联规则挖掘算法-Sp-IEclat(Improved Eclat algorithm on Spark Framework),该算法基于内存计算的Spark框架,减少磁盘输入输出降低I/O负载,使用位图运算降低交集的时间代价并减少CPU占用,采用前缀划分的
摘 要:社区发现是在线社交网络研究领域中的重要内容,基于种子扩张的社区发现算法具有时间复杂度低、识别精度高以及不受社区形态限制等特点,近年来在网络局部社区发现任务中得到了广泛的应用。然而,该方法在种子选取时没有考虑种子之间的关联性,因此识别出的社区结构个数较多、结构松散。针对这一问题,提出一种基于多点种子预划分的二阶段社区发现算法。首先识别网络中的高影响力节点,利用K-means算法将高影响力节点
摘 要:为了满足UPFC实际工程中高速、穩定的控制要求,基于自研的多通道总线技术控保平台,构造了UPFC在dq0坐标系下端口受控的耗散哈密顿(PCHD)模型,得到误差能量函数。从最本质的能量角度出发,采用注入虚拟阻尼的方法设计了UPFC的电流内环控制器,加快了误差能量的耗散,确保系统的稳定性。功率外环采用PI控制提供内环所需期望电流,提高了系统抗扰能力,实现了对有功和无功的解耦控制。最后结合工程案
摘 要:超临界甲烷换热器广泛存在于工程实际中,由于超临界甲烷在拟临界温度附近物性变化剧烈,使得其流动与传热规律十分特殊而复杂。基于计算流体动力学(compautational fluid dynamics,CFD)原理,采用有限体积法对超临界甲烷湍流流动与传热特性进行数值模拟,在验证模型可靠性的基础上,分析了弯管曲率半径、U型管立式与水平布置形式对传热特性的影响。结果表明:在管壁边界热流密度q=8
针对人脸图像在复杂光照环境下提取的特征不够丰富,导致识别率低的问题,提出一种稀疏表示的局部模式特征提取与识别算法。首先将图像进行分块,依次对每个子区域的像素进行阈值化处理,并将其与中心像素值比较的结果编码到中心对称局部二值模式算法中来实现特征提取;然后在此基础上采用中心对称局部方向模式算法提取二阶特征,得到最终的纹理特征;最后结合稀疏表示分类器对提取的特征进行分类识别。在Extended Yale
摘 要:针对目前已有版权保护系统特点和市场需求,设计并实现了一套数字内容资源登记注册与服务系统。用户可以在系统上实现视频、音频、图像等类型的数字内容资源的元数据登记注册,审核通过后系统会发放标识码。随后用户可以根据作品想要发布的平台信息再次申请标识码。最后,用户可以使用本系统提供的版权标识加载、解析工具将系统发放的标识码加载到数字内容中或者从带版权标识的文件中提取版权标识。对数字内容作品进行登记注
摘 要:椎弓根钉置钉虚拟手术仿真训练系统均有着计算复杂度高、视觉和触觉刷新率低、操作性差的问题进而导致手术训练效果差。针对该问题搭建了一套基于Graphic Processing Unit(GPU)加速的椎弓根钉置入虚拟手术仿真系统。首先通过使用混合数据模型实现对脊柱的三维重建;其次利用碰撞检测、力反馈计算和体素消除等技术完成手术虚拟仿真系统的搭建;最后将GPU的并行处理框架应用于系统仿真模拟中,
摘 要:针对医疗文本命名实体识别缺乏足够标记数据的问题,提出了一种新的命名实体识别神经网络和数据增强方法。该方法首先利用汉字的拼音和笔画来扩展Bert词向量,使Bert词向量能够包含更多先验知识;接着将命名实体识别模型与分词模型进行联合训练,以增强模型对于实体边界的判别能力;最后采用改进的数据增强方法处理训练数据,能够在避免模型过拟合的同时增加模型对于命名实体的识别效果。在CCKS-2019提供的
提出了一种基于谱线幅值归零的加窗插值FFT谐波检测方法用于分析复杂电网信号中的各次谐波。该检测方法将每一次在离散频谱中找到的最大谱线及其左右两侧的数根谱线幅值归零,直到各次谐波分析完毕。通过仿真实验分析了在基波频率稳定时对模拟信号的测量精度,研究了基波频率波动对谐波分析的影响。通过对EAST实验数据的分析,验证了该谐波检测方法的可行性和高精度性。