排序方式: 共有263条查询结果,搜索用时 296 毫秒
91.
92.
水泥稳定碎石基层整体成型方法的对比 总被引:2,自引:0,他引:2
通过铺筑试验路,进行了水泥稳定碎石基层"两层摊铺,一次整体压实"和"整层摊铺,一次整体压实"两种成型工艺的对比。结果表明:两种施工工艺均能保证基层的整体性,但"整层摊铺,一次整体压实"对机械设备要求较高,且基层表面石料破碎、基层上部密实下部疏松的可能性更大,相比之下,"两层摊铺,一次整体压实"在各方面更易被接受。 相似文献
93.
针对海南东线高速公路铣刨回的2种旧沥青混合料,分别采用不同类型再生剂和掺入不同比例新沥青混合料进行再生,并进行强度、高温稳定性、低温抗裂性及水稳定性的路用性能试验.比较旧沥青混合料与再生沥青混合料路用性能的差异,发现再生沥青混合料的路用性能得到很好改善,并采用灰色决策理论对不同的旧沥青混合料再生方案进行比选,确定较优的再生方案. 相似文献
94.
在分析了目前电力系统在日常运行维护过程中存在诸多问题的基础上,设计了电网调度自动化系统业务领域的综合监控系统.通过研究系统的逻辑架构设计、软件体系结构设计以及部署架构设计,提供了在电网调度自动化业务系统中软硬件基础设施运行状态和性能监测、业务数据监测、网络安全事件管理的设计.该监控系统要监控的对象涉及多个操作系统、多个业务系统和多种网络安全设备. 相似文献
95.
96.
白藜芦醇对大鼠重症急性胰腺炎肠道屏障的保护作用 总被引:3,自引:2,他引:1
目的 探讨白藜芦醇(resveratrol, RES)对实验性大鼠重症急性胰腺炎(severe acute pancreatitis, SAP)肠道损伤的保护作用.方法 72只SD大鼠随机分为3组:假手术(sham operation, SO)组、SAP模型组、RES治疗组和SAP组经胰胆管逆行注射40g/L牛磺胆酸钠1mL/kg制备模型,RES组于制模后5min将10g/LRES溶液(20mg/kg)通过阴茎背静脉给药,术后分别在3、6、12h取材.免疫组化SAB法观察回肠固有层及其血管ICAM-1和VCAM-1的表达,放射免疫方法检测血清中TNF-α的含量,同时观察肠道组织SOD和MDA的含量.结果 ICAM-1和VCAM-1在SO组呈弱表达,而在SAP组中高表达,RES组表达明显减弱(P<0.05).SAP组回肠组织的MDA水平升高明显(P<0.05);血清中TNF-α水平显著升高(P<0.05);SOD活性明显降低(P<0.05);RES能明显抑制肠组织中MDA和血清中TNF-α水平而增强SOD活性(P<0.05).结论 RES在SAP的发生中具有抗氧化作用,能抑制TNF-α的产生,抑制ICAM-1和VCAM-1的表达,从而发挥肠黏膜屏障的保护作用. 相似文献
97.
针对目前DNC系统中计算机与NC机床通信中存在的问题,将CAN总线引入到DNC系统之中,分析和讨论了其硬件构成和网络拓扑结构,以VC++6.0为开发工具,应用专用编译工具Lex&Yacc、三维图形标准库OpenGL和数据库Access,并基于Windows多任务、多线程技术,对其软件系统进行了开发,最终构建了基于CAN总线DNC实用系统. 相似文献
98.
GIS技术在县域公路网中的应用将会使数据资料的获取和管理更加系统、高效、准确,从而带来数据搜集、管理方法的革命性变化,同时GIS特有的对空间数据的存储、管理和分析功能也将实现公路网规划过程的可视化操作,给县域公路网规划带来极大的方便和好处.文中介绍了GIS在交通方面的应用现状及建立基于GIS的县域公路网规划信息系统的必要性,提出了基于GIS的县域公路网规划信息系统功能分析的方法,并对基于GIS的实现系统进行了介绍. 相似文献
99.
针对路面裂缝无损检测要求,设计了基于单片机、GPS和线阵摄像机的路面图像采集系统。解决了单片机对线阵摄像机外触发信号的控制问题,完成了对动态图像进行高速实时的拍摄控制的要求。同时设计了基于VC++和MIL软件的图像采集软件系统。包括采集参数设置,路面动态图像实时显示,GPS信号的接收和数据库信息存储。系统实现了对路面裂缝图像的动态拍摄并将其保存在计算机硬盘里,为后续图像处理提供可靠数据。试验结果表明,系统能够有效地对路面图像信息进行实时采集,并对海量信息进行存储,获得了良好的动态图像抓拍效果。 相似文献
100.
为进一步提高利用二维图像统计路面病害的精度与效率,将卷积神经网络(Convolutional Neural Network,CNN)技术引入了基于图像分析的路面病害识别与测量。首先,将原始图像进行等尺寸分割作为CNN的训练样本。其次,经结构设计、前反馈算法训练及样本测试3个步骤后,建立病害识别模型(CNN1)。用训练完成的CNN1对所有图像进行病害类型识别并将输出结果作为裂缝特征提取模型(CNN2)和坑槽特征提取模型(CNN3)的训练样本。采用相同步骤建立裂缝特征提取和坑槽特征提取模型,完成训练后,运行CNN2,CNN3对路面裂缝与坑槽图像进行特征提取。最后,分析图像分辨率对3个CNN识别和特征提取精度以及效率的影响。结果表明:CNN1可以准确识别多种病害,CNN2的裂缝长度提取的平均误差为4.27%,宽度提取的平均误差为9.37%,裂缝病害严重等级判断准确率为98.99%;CNN3的单张图像中的坑槽个数测量无误差,单个坑槽面积的平均误差为13.43%,坑槽病害等级判定准确率为95.32%,可见CNN具有较高的测量精度;CNN1在使用CPU的情况下测试完成原始图像平均用时为704 ms·幅-1,CNN2用时为5 376 ms·幅-1,采用图形处理器加速后CNN1用时为192 ms·幅-1,CNN2测试平均用时为1 024 ms·幅-1,可见CNN在图形处理器加速下效率具有显著优势,相比其他方法,在图像分辨率高于70像素时,CNN对路面裂缝与坑槽的识别与测量具有运算高效、结果精准等优势。 相似文献