简介:摘要V5接口是专为接入网(AN)的发展而提出的本地交换机(LE)和接入网(AN)之间的接口,具有开放性、业务能力强等优点。文章首先介绍V5接口的技术特点及V5.2接口的协议结构,然后介绍了改造前佛山供电局供电所语音接入网的现状及语音业务的主要缺陷,重点阐述了如何采用华为C&C08交换机及FA16接入网设备,利用V5接口技术优化供电所电话接入网,并对交换机和接入网设备对接过程中应用到的配置参数进行说明。
简介:摘要:FA16系统是应用在民航通信中的重要传输设备,对于保障安全生产有重要意义。某次故障中,FA16系统的某V5的某条2M中断,该链路中断告警,但其上承载的半永久连接不告警,业务也未切换至其余可用2M,而该V5下的其它2M中断时告警及业务切换正常。此类情况属罕见故障案例。本文对当时故障的情况及后续调查研究进行逐一说明,还原故障前业务承载情况及故障发生时系统的处理过程,阐明故障原因以及处置方法。
简介:然后对车轮的弯曲和径向疲劳台架试验工况进行了有限元分析,3 汽车车轮钢圈有限元分析 3.1 车轮钢圈有限元分析模型建立 (1).结构,针对汽车车轮钢圈弯曲疲劳台架试验和径向疲劳台架试验工况
简介:它的图表类型很多,科学图表和极坐标图表需要給PEP_faXDATA、PEP_faYDATA和PEP_faZDATA赋值,有以下的几个DLL函数可以为图表赋值
简介:BackgroundThefactorsinfluencingtheq-wavechangesinV5andV6duringanterioracutemyocardialinfarction(AMI)havenotbeenthoroughlydescribed.MethodsWestudied70patientswithafirstanteriorAMI,inwhomtheelectrocardiogram(ECG)showedeitherdisappearanceofthenormalseptalqwave(n=24)orpresenceofpathologicalQwaveinV5andV6(n=46)duringfollow-up.TheECGandcoronaryangiographyfindingswerecorrelated.ResultsTherewasnodifferencebetweenthe2groupsintheculpritsiteproximaltoS1(46%vs.36%,P=0.405),buttheculpritsitewasmorefrequentlylocatedproximaltoD1inthegroupwithabnormalQwave(21%vs.67%,P=0.001).Patientswithdisappearanceoftheseptalqwavemoreoftenhadalargeobtusemarginalbranch(46%vs.22%,P=0.037)anddisappearanceoftherwaveinV1(88%vs.7%,P=0.001).PatientswithabnormalQ-wavemoreoftenhadalargeLAD(42%vs.71%),smallrwaveortallorwideRwaveinV1(0%vs.89%,P=0.001)andabnormalQwavesintheinferiorleads(33%vs.59%,P=0.044).ConclusionsInpatientswithfirstanteriorAMI,qwavechangesinV5andV6correlatedwiththemorphologyinV1.EmergingabnormalQwaveinV5/V6predictedtheculpritlesioninalargeLADproximaltoD1,butdisappearanceoftheseptalqwavecouldnotpredicttheculpritlesionproximaltoS1.
简介:摘 要:鸟巢是造成铁路接触网供电中断的主要隐患之一。当前的管控手段主要依靠人工添乘和2C图像智能分析+人工判读,工作量大、劳效低、疏漏多,特别是在鸟巢爆发季,无法达到实时管控、避免接触网跳闸的目标。针对该现状,开发出一种利用YOLO v5智能识别系统,对2C数据预先标记处理,再对标记数据进行确认,可以大大提高2C数据的分析速度和效果。通过实际运用,该系统对成型鸟巢识别率达90%以上,极大地提高了分析效率,确保了接触网供电安全。
简介:摘 要:鸟巢是造成铁路接触网供电中断的主要隐患之一。当前的管控手段主要依靠人工添乘和2C图像智能分析+人工判读,工作量大、劳效低、疏漏多,特别是在鸟巢爆发季,无法达到实时管控、避免接触网跳闸的目标。针对该现状,开发出一种利用YOLO v5智能识别系统,对2C数据预先标记处理,再对标记数据进行确认,可以大大提高2C数据的分析速度和效果。通过实际运用,该系统对成型鸟巢识别率达90%以上,极大地提高了分析效率,确保了接触网供电安全。