排序方式: 共有70条查询结果,搜索用时 80 毫秒
51.
科学规范的工程量清单计价模式的建立和实施为工程招投标活动提供了依据,它是发包方与承包方的交易活动顺利进行的基础保障。结合银川市工程量清单计价工作的推广实践,分析工程量清单计价在应用中存在的问题及对策,对于推动工程造价管理的规范化具有一定的参考价值。 相似文献
52.
建设工程施工阶段的工程变更对工程的进度、质量、投资具有很大的影响,严重时会直接影响到整个建设工程项目的成败,因此探讨工程变更的管理很有必要。 相似文献
53.
54.
55.
56.
57.
58.
老山隧道监控系统设计 总被引:1,自引:0,他引:1
摘要高速公路隧道区段历来是隧道工程研究的重点。作为宁淮高速公路的重要组成部分,老山隧道区段必然成为整条高速公路的监控重点之一。本文旨在介绍老山隧道监控系统设计方案和实施的规模。 相似文献
59.
桥梁结构表面裂缝检测为桥梁状态识别、病害治理、安全评估提供了重要状态信息和决策依据。为解决传统人工检测方法存在的危险性高、影响交通、费用昂贵等问题,提出基于无人机(Unmanned Aerial Vehicle,UAV)及深度学习的桥梁结构裂缝智能识别方法。采用大疆M210-RTK多旋翼无人机进行贴近航摄,获取桥梁结构混凝土表面高清图像;利用SDNET裂缝数据集等图像资源,制作1 133张标记裂缝精确区域的深度学习训练样本图像库;引入掩膜区域卷积神经网络(Mask R-CNN)深度学习算法,训练和建立Mask R-CNN裂缝识别模型;基于Mask R-CNN裂缝识别模型,采用矩形滑动窗口模式扫描混凝土表面高清图像,实现裂缝自动识别和定位。构建包含图像二值化、连通域去噪、边缘检测、裂缝骨架化、裂缝宽度计算等流程的图像后处理方法,实现裂缝形态及宽度信息自动获取。通过精度验证试验,证实采用M210-RTK无人机+ZENMUSE X5S相机+45 mm奥林巴斯镜头的组合装备,当无人机至桥梁结构表面垂直距离为10.0 m时,无人机方法识别的裂缝宽度与裂缝测量仪结果吻合,其绝对误差小于0.097 mm,相对误差小于9.8%。将该无人机裂缝检测方法应用于高136.8 m长沙市洪山大桥桥塔表面裂缝检测,采用深度学习Mask R-CNN算法进行裂缝智能识别,其裂缝识别准确率和召回率分别达到92.5%和92.5%。研究结果表明:无人机桥梁裂缝检测方法可实现高耸桥梁结构表面裂缝的远程、非接触、自动化检测,具有重要的科学研究和工程应用价值。 相似文献
60.
在增压中冷4100柴油机上进行了D40(含40%质量分数二甲醚的二甲醚柴油混合燃料)、M15(含15%体积分数甲醇的甲醇柴油混合燃料)和柴油3种燃料燃烧特性与污染物排放的试验研究。结果表明,D40发动机的最高燃烧压力和峰值放热率均低于柴油机,燃烧持续期与柴油机相当;M15发动机的最高燃烧压力和峰值放热率均高于柴油机,燃烧持续期较短;D40发动机的NOx排放和烟度均明显低于柴油机,可较好地解决NOx和碳烟排放之间此消彼长的问题;M15发动机可以降低碳烟排放,但NOx的排放明显上升。两种混合燃料发动机的HC排放在全转速范围均高于柴油机,而CO排放在低转速时低于柴油机,高转速时高于柴油机。 相似文献