检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

模架安全监测技术在高支模工程中的应用

施工技术（中英文） 2022年第2期51卷 93-96页

作者：崔加文郝建敏宫广娟牛学超刘冬熠李桐中国建筑股份有限公司北京100029 北京财贸职业学院北京101101 北京工业职业技术学院北京100042

介绍数字式远程实时模架安全监测系统,该系统可根据现场需要采集模架荷载和位移等多个参数,操作简单、稳定可靠。结合在高支模施工现场的应用,阐述系统的功能、参数和使用方法。施工现场监测结果表明,由于混凝土浇筑位置不同,模架立杆... 详细信息

介绍数字式远程实时模架安全监测系统,该系统可根据现场需要采集模架荷载和位移等多个参数,操作简单、稳定可靠。结合在高支模施工现场的应用,阐述系统的功能、参数和使用方法。施工现场监测结果表明,由于混凝土浇筑位置不同,模架立杆荷载和变形均会发生变化;混凝土浇筑后立杆荷载会自行调整,受力状态相同的立杆荷载值趋于一致;混凝土浇筑期间荷载较大,养护期间逐渐变小并趋于平衡。

关键词：高支模模架监测安全变形

在线全文

学校读者我要写书评

暂无评论

大截面簇状相贯斜面柱施工方法研究

天津科技 2017年第10期44卷 24-28页

作者：尉家鑫刘冬熠王泽成李桐中建城市建设发展有限公司天津300456

建筑业的飞速发展,催生了诸多带有斜柱的异形结构建筑来满足现代设计与消费者的审美口味,针对神州百戏剧场项目业内首见"大截面簇状相贯斜面柱(劲性)"结构复杂、施工难度大的特点,分析了其施工过程中支撑受力的稳定性,运用revit、CAD、... 详细信息

建筑业的飞速发展,催生了诸多带有斜柱的异形结构建筑来满足现代设计与消费者的审美口味,针对神州百戏剧场项目业内首见"大截面簇状相贯斜面柱(劲性)"结构复杂、施工难度大的特点,分析了其施工过程中支撑受力的稳定性,运用revit、CAD、犀牛等软件对模板选型以及施工时斜柱定位方法,详细介绍了大截面簇状相贯斜面柱施工时所要注意的问题以及施工技术,为以后此类结构的施工带来参考。

关键词：斜面柱支撑稳定模板选型施工定位施工技术

在线全文

学校读者我要写书评

暂无评论

接榫式木模板体系施工算法研究

施工技术 2019年第S1期48卷 917-919页

作者：刘冬熠李桐崔琛陈一冰中建城市建设发展有限公司北京100000

结合某项目使用了接榫式木模板体系进行施工的案例,详细介绍了清水混凝土用的接榫式木模板体系施工技术,包括模板选型、对拉螺栓选择及龙骨体系选择,有效保证了结构混凝土浇筑质量,解决了漏浆、缺角、平整度、垂直度不足的问题。

关键词：清水混凝土接榫式模板施工技术

在线全文

学校读者我要写书评

暂无评论

高支模支撑架体标准化管理

施工技术 2019年第S1期48卷 940-941页

作者：李桐刘冬熠崔琛陈一冰中建城市建设发展有限公司北京100000

超过一定规模的危险性较大分部分项工程为项目混凝土的施工增加了安全风险,通过项目一系列的控制措施,最终形成标准化管理体系,将施工过程中每个环节的风险降到最低,达到风险可控,保证了模板工程及支撑体系施工安全。

关键词：高支模应力及位移监测标准化管理信息化

在线全文

学校读者我要写书评

暂无评论

基于边缘强化的无监督单目深度估计

系统工程与电子技术 2024年第1期46卷 71-79页

作者：曲熠陈莹江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

为解决无监督单目深度估计边缘深度估计不准确的问题,提出了一种基于边缘强化的无监督单目深度估计网络模型。该模型由单视图深度网络和姿态网络两部分构成,均采用编解码结构,其中单视图深度网络编码器使用高分辨率网络(high-resolution... 详细信息

为解决无监督单目深度估计边缘深度估计不准确的问题,提出了一种基于边缘强化的无监督单目深度估计网络模型。该模型由单视图深度网络和姿态网络两部分构成,均采用编解码结构,其中单视图深度网络编码器使用高分辨率网络(high-resolution net,HRNet)作为骨干网络,在整个过程中保持高分辨率表示,有利于提取精确空间特征;单视图深度网络解码器引入条状卷积,细化深度边缘附近的深度变化,同时利用经典的高斯拉普拉斯算子增强边缘细节,最终充分利用深度边缘信息提高深度估计质量。在KITTI数据集中进行的实验结果表明:所提模型具有较好的深度估计性能,能够使深度图中的目标边缘更加清晰,细节更加丰富。

关键词：单目深度估计无监督学习条状卷积边缘增强

在线全文

学校读者我要写书评

暂无评论

一种窜流通道高强度封堵剂的制备与性能

油田化学 2024年第1期41卷 33-39页

作者：刘冬鑫大庆油田有限责任公司采油工程研究院黑龙江大庆163453 黑龙江省油气藏增产增注重点实验室黑龙江大庆163453

针对大庆外围油田压裂后存在注入水突进、压裂裂缝见水等问题,采用水溶液聚合法合成了抑制窜流通道的高强度封堵剂,以保障后续重复压裂措施对潜力部位的有效挖潜。通过室内实验对封堵剂进行配方优化和性能评价,优选的配方为5%~10%丙烯酰... 详细信息

针对大庆外围油田压裂后存在注入水突进、压裂裂缝见水等问题,采用水溶液聚合法合成了抑制窜流通道的高强度封堵剂,以保障后续重复压裂措施对潜力部位的有效挖潜。通过室内实验对封堵剂进行配方优化和性能评价,优选的配方为5%~10%丙烯酰胺+0.1%~0.5%N,N'-亚甲基双丙烯酰胺+0.03%~0.1%过硫酸铵+20%~25%偶联改性G级油井水泥。该封堵剂适用于40~65℃地层,初始黏度为10~15 mPa·s,成胶时间为1~5 h可控,具有较好的注入性能。封堵剂成胶强度为30~300 N可调,岩心封堵率大于98%,突破压力超过20MPa,具有较好的封堵性能。该高强度封堵剂适用于封堵原有压裂裂缝出水通道和射孔孔眼,保证重复压裂时裂缝转向而形成新缝,同时也适用于封堵天然裂缝形成的窜流通道,对油田后续重复压裂措施的有效开展、实现控水增油提供有利的技术支持。

关键词：窜流通道封堵剂剩余油挖潜采收率

面向 “一带一路” 制造技术标准竞争扩散的双边网络协同优化

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年

作者：周青吴正熠陈文冲杭州电子科技大学数据科学与智能决策实验中心杭州电子科技大学管理学院

推动经技术标准联盟本土化改造升级的制造技术标准扩散是中国企业快速占领 “一带一路”市场、助力当地产业链转型升级的重要抓手.考虑制造技术标准的产品和技术二维特性，研究建立面向 “一带一路”制造技术标准扩散的双边网络协同决... 详细信息

推动经技术标准联盟本土化改造升级的制造技术标准扩散是中国企业快速占领 “一带一路”市场、助力当地产业链转型升级的重要抓手.考虑制造技术标准的产品和技术二维特性，研究建立面向 “一带一路”制造技术标准扩散的双边网络协同决策模型.基于标准扩散中消费者、联盟、本土制造企业等不同决策主体，通过引入合同设计与采纳机制刻画双边网络协同过程，以构建一主多从双层多目标关联优化模型.将联盟面向消费者的新产品定价和面向本土制造企业的采购合同设计定义为主问题，以同时最大化存在标准竞争时新产品扩散程度、本土制造企业新技术采用量、联盟标准扩散收益等多维目标;将考虑制造技术升级成本的本土企业采购合同接收与生产供给定义为从问题，以最大化企业参与新技术标准的净收益.设计嵌套 NSGA-II 算法求解关联优化模型并结合案例测试模型与算法的有效性.

关键词：制造技术标准标准联盟双边网络协同多目标主从关联优化嵌套NSGA-II

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于子空间字典低秩表示的流形投影学习

华东理工大学学报(自然科学版) 2024年

作者：冯文熠王喆华东理工大学信息科学与工程学院青海大学信息化技术中心

低秩表示(Low-Rank Representation,LRR)能够将每个数据点表示为若干个基的线性组合，是一种获取样本底层低维结构的方法。然而，大多数LRR方法使用原始数据集作为字典，这不能揭示数据的真实分割。提出了一种无监督投影方法：基于子空... 详细信息

低秩表示(Low-Rank Representation,LRR)能够将每个数据点表示为若干个基的线性组合，是一种获取样本底层低维结构的方法。然而，大多数LRR方法使用原始数据集作为字典，这不能揭示数据的真实分割。提出了一种无监督投影方法：基于子空间字典低秩表示的流形投影学习。该方法学习最优子空间作为LRR问题的字典，而不是使用原始数据集。利用基数最少的方案，低秩表示矩阵能很好地恢复原始数据。同时，通过对投影矩阵施加行稀疏约束，该方法不仅可以选择鉴别性特征并忽略冗余特征，而且使子空间学习具有很好的解释性。此外，通过引入流形结构保持约束，使得样本的原始表示和距离信息在投影下保持不变。在多个真实世界数据集上的实验结果表明，该方法优于最近提出的一些相关方法。

关键词：低秩表示无监督投影子空间学习特征提取流形学习

基于深度学习图像特征的动态环境视觉SLAM方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

华中科技大学学报(自然科学版) 2024年第6期52卷 156-163页

作者：刘冬于涛丛明杜宇大连理工大学机械工程学院大连交通大学机械工程学院

针对传统的视觉同时定位与地图构建(SLAM)算法依赖的特征提取方法多为人为设计的图像特征，存在动态物体、光照条件改变等动态情形不够稳定，容易产生丢失跟踪的问题，提出了一种基于深度学习的、稳定的、实时的图像特征提取与匹配方法... 详细信息

针对传统的视觉同时定位与地图构建(SLAM)算法依赖的特征提取方法多为人为设计的图像特征，存在动态物体、光照条件改变等动态情形不够稳定，容易产生丢失跟踪的问题，提出了一种基于深度学习的、稳定的、实时的图像特征提取与匹配方法．对带有注意力机制的神经网络模型通过多任务蒸馏训练的方式进行训练，实现面向光线条件剧烈改变的场景特征提取与匹配，并且基于全局特征与局部特征，提出基于分级特征的重定位方法，提高系统整体的精度与稳定性，同时具有实时性．在同一场景不同光照角度的图像对上与Superpoint特征进行特征提取匹配对比测试，并且在TUM数据集上与ORB SLAM2及GCN SLAM进行定位精度对比测试，结果表明：所提出的方法能够在光照条件剧烈改变情况下提取足够稳定的特征，并且在fr3/sitting＿static与fr3/walking＿static上表现优于其他两种方法，轨迹均方根误差为6.131 mm和124.493 mm．最后在真实室内环境下进行了稀疏建图，并且验证了改进的重定位方法的有效性．

关键词：视觉同时定位与地图构建(SLAM) 深度学习注意力多任务蒸馏特征提取