由 SJVN 有限公司执行的喜马偕尔邦 Dhaulasidh 水电项目 (2x33 = 66 MW) 的参观报告。CEA HPA 部门 II 助理主任 Shri Vontela Aravind Reddy 于 2022 年 3 月 4 日至 5 日参观了由 SJVN 有限公司执行的喜马偕尔邦 Dhaulasidh 水电项目 (2x33=66 MW),以审查项目各项工作的实际进展情况。与官员/工程师讨论了正在进行的工作的各个方面、问题区域以及为加快工作进度而采取的措施,目的是按计划及时投入使用项目。访问期间观察到的工作状态和关键区域/活动如下: 1.0 项目详情 拟建的 Dhaulasidh 水电项目 (DSHEP) 位于喜马偕尔邦的 Hamirpur 和 Kangra 区,由 SJVN 有限公司执行。该项目设计为比亚斯河上的径流式项目,设有小型实时蓄水设施,可在淡水季节提供峰值电力。该项目利用 46.37 米的总水头(45.33 米的净水头),在 90% 的可靠年份发电 304 MU,装机容量为 66MW。GoHP 通过 2008 年 6 月 28 日的信函将 Dhaulasidh HEP 分配给 SJVN 进行调查和后续开发。Dhaulasidh HEP 的 DPR 已从能源局、GoHP 通过 2011 年 6 月 25 日的信函(附于附录 I)获得技术经济同意 (TEC),费用为 497.67 千万卢比(包括 IDC 和 FC),2010 年 9 月 PL 以 SJVN 有限公司为受益人。政府批准了 Dhaulasidh HE 项目。印度政府于 2020 年 10 月 1 日批准了该项目(见附录 II),金额为 687.97 亿卢比,其中包括项目成本 666.32 亿卢比(2020 年 5 月 PL)和印度政府为建设基础设施提供预算支持 21.65 亿卢比,建设期为 54 个月。成本详情如下:
研究兴趣我的研究重点是系统安全的各个方面,例如漏洞检测,移动安全性,可信赖的执行环境,源代码的静态和动态分析以及二进制文件。我也有兴趣为系统安全问题开发新颖的静态/动态程序分析技术。我的研究导致了各种开源安全工具和关键系统软件(例如内核驱动程序和引导加载程序)中的几种常见漏洞暴露(CVE)。
隶属关系:英国曼彻斯特大学的短传记维贾亚拉拉加万教授是材料系的纳米材料教授,曼彻斯特大学的国家石墨烯学院。他领导纳米功能材料组。他还是科学与工程学院的国际化负责人。他的研究涉及石墨烯和二维材料的科学和技术,特别是用于复合材料,电子,传感器和生物技术的应用。他以前曾是美国马萨诸塞州理工学院的高级博士后研究助理,也是德国Karlsruhe技术研究所的Alexander von Humboldt研究员。他获得了美国伦斯勒理工学院的Meng(2002)和PhD(2006),以及他的BTECH(2000),印度印度理工学院 - 印度马德拉斯。他在国际同行评审期刊上发表了100多篇论文,并在国际会议上发表了100多篇演讲。他已提交7项专利。他是两家纺织公司Atomic Mechanics Ltd.和Grafine Ltd.他还是公共参与和科学传播领域的领导者,也赢得了许多奖项。主题演讲的标题:石墨烯增强的复合材料及其应用程序摘要是主题演讲用石墨烯是2004年在曼彻斯特大学首次在曼彻斯特大学隔离的二维同质量。从那时起,石墨烯与聚合物,金属和陶瓷结合起来表现出很大的希望,以增强其特性并启用新颖的
文章信息摘要互联车辆的开发开发以及人工智能,机器学习和深度学习计算机制在车载电子设备中有助于现代综合且复杂的车辆环境,其中越来越多的车辆组件需要电动电力供应以执行其特定作用和功能。电力需求需求的增长在瓦特中加权,即使简单的灯泡不再仅仅是灯,而是车辆的电子部分。电子车辆零件的这种增加导致对电池/石墨功率电池的需求增加,并担心会减少环境足迹,还关注着创新的制造工艺,以支持电池数量的指数增加。尽管如此,热/电气市场现实对电池施加了一些限制,尤其是在需要高度重复和/或适应非常特定的热需求的使用情况下,电池的热功能始终是提高效率,有效性和相关性能指数的关键点。电池热开关在冷却和加热电池时会对电池热舒适度和长期健康产生重大影响。智能充电可以有助于暴露和增强电池性能结果,并依赖于电池加热和冷却的不同计算。同时控制电池中能量热重排的能力,在充电和/或放电期间提高功率性能,变得越来越重要。带有车载电池的小型和大型系统都可以从这种知识和管理中受益,从而导致额外的能源节省,并为能源和功率效率的范式做出贡献。通过智能电池充电范围融合计算体系结构,并最好地揭示功能管理和功能保护注意事项。关键字:有效电池电源管理的AI解决方案,行业4.0,物联网(IoT),人工智能(AI),机器学习(ML),智能制造(SM),计算机科学,数据科学,车辆,车辆,车辆可靠性
Senate Research Short Term Grant – UoM – (SRC/ST/2018/34) – 2019 for project – "Molecular insight on the mechanical properties of metallic glasses for bio medical applications” Senate Research Long Term Grant – UoM – (SRC/LT/2019/11) – 2019 – for project – “Characterization and Modelling of Thermo Mechanical Behavior of Solid Tires with Graphite as Heat Transfer Enhancer”与Stellana(弹性)Pvt合作ltd.参议院研究短期赠款 - UOM - (SRC/ST/2021/07) - 2021 - 用于项目 - “双轴拉伸测试机的设计和制造,以表征基于图形的粒子扎带化合物”参议院研究长期授予 - UOM - UOM - UOM - UOM - UOM - (SRC/LT/20221/21) - 20221年 - 2021年 - 20221-2021-2021-2021-2022-2022-2021-2022-2022-2022. steel under pulsed electric current - Experimental and Numerical Study” Environmental Impact Assessment of “Express Pearl Maritime Disaster National Project” - Thermal Modelling Team (Finite Element Analysis Centre, University of Sri Jayawardenapura, University of Moratuwa) – 2021 Research project on “Design of low cost bio-compatible implant for bone defect replacement” in collaboration with Imperial College London through iProtect grant - 2022 与伦敦帝国学院通过全球健康挑战赛合作的研究项目“长骨损伤设计”的研究项目 - 2021
摘要 简介 本研究旨在评估基于离线智能手机的 Medios 人工智能 (AI) 算法在使用免散瞳 (NM) 视网膜图像诊断糖尿病视网膜病变 (DR) 方面的性能。 方法 这项横断面研究前瞻性招募了 922 名糖尿病患者。使用 Remidio NM 手机眼底 (FOP) 相机采集每只眼睛的 NM 视网膜图像(以视盘和黄斑为中心)。图像离线运行并记录 AI 的诊断(存在或不存在 DR)。将 AI 的诊断与五位视网膜专家的图像诊断进行比较(大多数诊断被视为事实)。 结果 分析包括 900 名个体(252 人患有 DR)的图像。对于任何 DR,AI 算法的灵敏度和特异性分别为 83.3%(95% CI 80.9% 至 85.7%)和 95.5%(95% CI 94.1% 至 96.8%)。AI 算法在检测可转诊 DR (RDR) 方面的灵敏度和特异性分别为 93%(95% CI 91.3% 至 94.7%)和 92.5%(95% CI 90.8% 至 94.2%)。结论 Medios AI 在使用 NM 视网膜图像检测 RDR 方面具有较高的灵敏度和特异性。