XiaoMi-AI文件搜索系统
World File Search System拉直
1 / 3 项目编号：009-53 FY-25 NAVSEA ...
NAVSEA 标准项目 FY-25 项目编号：009-53 日期：2023 年 10 月 1 日 类别：II 1. 范围：1.1 标题：螺栓阀盖、截止阀、截止角阀和截止止回阀车间维修；完成 2. 参考：2.1 S9086-CJ-STM-010/CH-075，紧固件 || 2. 2 S9253-AD-MMM-010，阀门、疏水阀和孔板维护手册（非核），用户指南和一般信息 2. 3 S9086-RJ-STM-010/CH-504，压力、温度和其他机械和机电测量仪器 2. 4 S9086-RK-STM-010/CH-505，管道系统 3. 要求： 3.1 给每个阀门部件做匹配标记。 3.2 拆卸、清洁每个内外表面，清除异物（包括油漆），并按照 2. 2 中第 6 章检查每个部件是否有缺陷。 3.2.1 无需仅为确定螺纹状况而拆除阀体螺栓。 (I) 或 (V) “扭矩测试” (见 4.3) 3.2.2 根据 2.1 节 075-8.6.3.2(d) 进行扭矩测试，每个阀体螺栓均应进行扭矩测试。 3.3 维修阀门如下： 3.3.1 将阀杆拉直，总指示器读数误差在 0.002 英寸以内。将阀杆在填料表面打磨至 32 均方根光洁度，并去除凸起的边缘和异物。
一致性流匹配：定义直...
流量匹配（FM）是通过或差分方程（ODE）定义概率路径的一般框架，以在噪声和数据相似之间转换。最近的方法试图拉直这些流轨迹，以生成具有较少功能评估的高质量样本，通常是通过迭代的整流方法或最佳传输解决方案来生成更少的功能评估。在本文中，我们引入了一致性流量匹配（一致性-FM），这是一种新型的FM方法，可显式地在速度字段中实现自隔离。一致性-FM直接定义从不同时间到相同端点开始的直流，从而对其速度值施加了构成。此外，我们提出了一种多段培训方法，以增强表现力，从而在采样质量和速度之间取得更好的权衡。广泛的实验表明，我们的一致性-FM通过比一致性模型快4.4倍来显着提高训练效率，而比整流流模型快1.7倍，同时达到更好的生成质量。
009-47 日期：2023年10月1日 类别：II 1. 范围：1.1 Ti
NAVSEA 标准项目 FY-25 项目编号：009-47 日期：2023 年 10 月 1 日 类别：II 1. 范围：1.1 标题：闸阀；修理 2. 参考：2.1 S9086-CJ-STM-010/CH-075，紧固件 2.2 S9253-AD-MMM-010，阀门、疏水阀和孔板维护手册（非核），用户指南和一般信息 2.3 S9086-RJ-STM-010/CH-504，压力、温度和其他机械和机电测量仪器 2.4 S9086-RK-STM-010/CH-505，管道系统 3. 要求：3.1 给每个阀门部件做匹配标记。 3.2 拆开阀门，清洁内外表面，清除异物（包括油漆），检查每个部件是否有缺陷。 3.2.1 无需仅为确定螺纹状况而拆除阀体螺栓。 (I) 或 (V)“扭矩测试”（见 4.3） 3.2.2 按照 2.1 节 075-8.6.3.2(d) 的规定对每个阀体螺栓进行扭矩测试。 3.3 修理阀门如下： 3.3.1 将阀杆拉直，使总指示器读数在 0.002 英寸以内。将阀杆在填料表面打磨至 32 均方根光洁度，并去除凸起的边缘和异物。 3.3.2 雕凿并攻丝每个外露的螺纹区域。
009-55 FY-24 NAVSEA 标准项目 FY-24 项目编号
NAVSEA 标准项目 FY-24 项目编号：009-55 日期：2022 年 10 月 25 日 类别：II 1。范围：1.1 标题：调节/减压阀；修理 2.参考文献： 2.1 T9074-AS-GIB-010/271，无损检测方法要求 2.2 MIL-STD-2035，无损检测验收标准 2.3 S9086-RJ-STM-010/CH-504，压力、温度和其他机械和机电测量仪器 2.4 S9253-AD-MMM-010，阀门、疏水阀和孔口（非核） 3.要求： 3.1 为每个阀门部件做匹配标记。3.2 拆卸、清洁每个内外表面，清除异物（包括油漆），并按照第 2.4 章第 6 章检查每个部件是否有缺陷。3.3 按照下列方法修理阀门：3.3.1 将阀杆和推杆拉直，使总指示器读数误差在 0.002 英寸以内。将阀杆和推杆在填料或密封表面打磨至 32 均方根光洁度，并去除凸起的边缘和异物。3.3.2 雕凿并攻丝每个外露的螺纹区域。3.3.3 修整并校正每个垫圈配合面。3.3.4 将金属盘加工、研磨或搭接并点入阀座，以获得 360 度连续接触。3.3.4.1 使用发蓝法检查接触情况。
使用半合成训练实现快速深度神经对应，用于追踪和识别秀丽隐杆线虫中的神经元
摘要 我们提出了一种基于 Transformer 网络架构的自动化方法来追踪和识别秀丽隐杆线虫中的神经元，称为“快速深度神经对应”或 fDNC。该模型在经验得出的半合成数据上训练一次，然后预测保留的真实动物之间的神经对应关系。相同的预训练模型既可以跨时间追踪神经元，也可以识别不同个体之间的对应神经元。性能是针对手工注释的数据集进行评估的，包括 NeuroPAL（Yemini 等人，2021 年）。仅使用位置信息，该方法在追踪个体内神经元方面的准确率达到 79.1%，在识别个体间神经元方面的准确率达到 64.1%。当将该模型应用于另一个研究组发布的数据集时（Chaudhary 等人，2021 年），识别个体间神经元的准确率甚至更高（78.2%）。当使用 NeuroPAL 中的颜色信息时，我们的数据集上的准确率达到 74.7%。与之前的方法不同，fDNC 不需要将动物拉直或变换到标准坐标系中。该方法速度很快，可在 10 毫秒内预测对应关系，适合未来的实时应用。
安装操作维护 - AquaStream 3G ... - Trane
6.铜电源线符合作业提交中的尺寸要求 7.设备正确接地 8.所有自动化和远程控制均已安装/接线 9.所有线路连接牢固 10.验证冷冻水侧联锁和互连线路联锁和外部（冷冻水泵） 11.现场安装的控制线路已接入正确的端子（外部启动/停止、紧急停止、冷冻水复位……） 12.验证所有制冷剂阀门均已打开/后座 13.压缩机油位（玻璃中 1/2 -3/4 高）正确 14.验证冷冻水过滤器是否清洁且无杂物，蒸发器冷冻水回路是否已注满 15.关闭为冷冻水泵启动器 16 供电的熔断器断路器。启动冷冻水泵，开始水循环。检查管道是否有泄漏，并根据需要进行维修 17.当水在系统中循环时，调整水流并检查蒸发器的水压下降 18.调整冷冻水流量开关以确保正常运行 19.将冷冻水泵恢复到自动 20.在 DynaView 和 KestrelView 上验证所有 CH530 菜单项 21.风扇电流在铭牌规格范围内 22.启动前固定所有面板/门 23.检查并拉直所有盘管翅片 24.启动设备前旋转风扇，检查是否有潜在的摩擦声音和视觉迹象。启动装置 25。按 AUTO 键。如果冷却器控制要求冷却且安全联锁装置关闭，装置将启动 26。在经过足够的时间让进出水稳定后检查 EXV 视镜 27。检查蒸发器和冷凝器制冷剂压力
盒子里的太阳日冕环：能量产生和加热
背景。日冕环是太阳高层大气的基本构成要素，在极紫外和 X 射线中可见。了解日冕环如何产生能量、构造和演化是理解恒星日冕的关键。目的。我们在此研究光球磁对流如何产生加热日冕环的能量，并将其传输到高层大气中，以及日冕磁环的内部结构如何形成。方法。在 3D 磁流体动力学模型中，我们使用 MURaM 代码研究了一个孤立的日冕环，其两个足点都位于对流区内的浅层中。为了解决其内部结构，我们将计算域限制为一个矩形框，其中包含一个日冕环作为拉直的磁通量管。考虑了场对准热传导、光球层和色球层的灰辐射传输以及日冕中的光学薄辐射损失。足点被允许与周围的颗粒物自洽地相互作用。结果。环被坡印廷通量加热，该通量是通过光球中单个磁场浓度的小尺度运动自洽产生的。由于足点运动，大气上层形成了湍流。我们几乎看不到来自给定足点的不同光球浓度的磁通量管大规模编织加热的迹象。合成发射，就像大气成像组件或 X 射线望远镜所观察到的那样，揭示了响应加热事件而形成的瞬态亮线。总体而言，我们的模型粗略地再现了在日冕环（子结构）内观察到的等离子体的性质和演化。结论。利用这个模型，我们可以建立一个连贯的图像，展示加热太阳表面附近高层大气的能量通量是如何产生的，以及这个过程是如何驱动和控制日冕环的加热和动态的。