大型桥梁勘测设计的质量问题分析和质量监控体系

通过大量的工程实例 ,对大型桥梁工程建设中所存在的质量问题进行了分析。认为要从根本上解决桥梁工程项目质量问题 ,必须以全面质量管理理论作为指导 ,从工程项目的规划、勘察、设计出发 ,针对各环节、各方面所存在的问题采取相应的措施 ,建立质量控制体系     

泵送混凝土塑性裂缝成因分析及防治措施

本文阐述泵送混凝土浇筑成型后产生的塑性裂缝 ,分为塑性沉降裂缝和塑性收缩裂缝。它们的成因和防范措施以及对已硬化塑性混凝土裂缝的处理。     

重庆市收费公路发展现状与问题分析

笔者在对重庆市收费公路调查的基础上,对重庆市收费公路的现状与存在的主要问题进行了全面系统分析,最后提出了收费公路发展中应注意的问题.     

公路水下隧道应急救援对策

公路水下隧道除工程投资大、技术难度高而外,其运营管理也面临诸多困难,防灾救援就是其中之一。如果公路水下隧道内一旦发生事故,其后果可能极具有破坏性和危害性。分析了公路水下隧道运营事故的特点,给出了公路水下隧道事件分类及等级,建立了公路水下隧道突发事件预警等级;针对公路水下隧道的结构特点,系统性地提出公路水下隧道应急救援的基本原则、组织体系和作业流程,并以火灾事故为例,简述了应急救援措施,以期为公路水下隧道运营安全管理提供技术参考。     

钢箱梁施工中质量控制方法研究

采用6σ质量控制方法对钢箱梁施工过程进行问题诊断与质量控制。基于钢箱梁的具体制作工艺,详细探讨了6σ质量控制方法的原理以某钢箱梁的施工为例,采用6σ质量控制方法分析了其工序能力,并提出解决方案,结果证明该方法可降低产品不合格率,提高工程质量     

提升摩托车减振柱磨削质量的实施方法

减振柱作为摩托车减震器重要零件之一,在表面电镀前的磨削质量控制尤为关键。通过设定合理的工艺、调整磨床、磨料及相关辅料的管理控制,使减振柱镀前磨削加工质量有了稳定提高。减振柱镀前精磨表面粗糙度控制在Ra0.15以内,一次合格率获得提高;部分配套出口高档车型的减振柱在精磨环节配置UB砂轮后,外观质量表面粗糙度Ra≤0.10;将粗磨、精磨两类磨削时的机床用连线机构连接、选择合适的磨削液等,提升了磨削加工效率与质量。     

求解区域公交车辆调度问题的蚁群算法研究

本文待区域公交车辆调度问题为"部分班次被一辆车完成"的集合划分问题,考虑车场容量、允许车辆加油及每辆车任务可靠度不低于某值等现实因素,建立以车辆数、车辆等待和空驶时间最小为目标的混合整数规划模型.根据问题特征,设计求解该问题的蚁群算法,在构建人工蚂蚁随机游走的图基础上定义解构建规则、信息素和启发式信息等.最后,通过一个...     

随机旅行时间的区域公交车调度模型及算法

研究一类随机旅行时间的区域公交车辆调度问题,将该问题看作为“部分班次被一辆车完成”的集合划分问题,考虑不同车场容量和补充燃料等约束因素,建立以营运费用最小为目标的机会约束规划数学模型.将该模型转化为一类确定性数学模型,设计求解该问题的改进遗传算法,根据问题特征定义染色体编码、产生初始种群的启发式算法、交叉和变异操作等....     

基于位移的格子法模拟弹性波传播与应用

基于以位移为变量的弹性波方程,推导了二维格子法的计算公式,并给出一种简单实用的人工边界条件,通过Lamb问题算例验证了该计算方法和人工边界条件的正确性．该方法可以适应不规则的边界,并自然满足自由边界条件．应用上述数值计算方法,研究了在不同填充沟深度条件下的地表各点竖向振幅衰减系数变化情况,结果表明：增加填充沟深度有助于增加隔振的效果,但不改变最小竖向振幅衰减系数点的位置．     

Monitoring Median Queries over Moving Objects

The k-median problem has attracted a number of researchers. However, few of them have considered both the dynamic environment and the issue of accuracy. In this paper, a new type of query is studied, called continuous median monitoring (CMM) query. It considers the k-median problem under dynamic environment with an accuracy guarantee. A continuous group nearest neighbor based (CGB) algorithm and an average distance medoid (ADM) algorithm are proposed to solve the CMM problem. ADM is a hill climbing schemed algorithm and achieves a rapid converging speed by checking only qualified candidates. Experiments show that ADM is more efficient than CGB and outperforms the classical PAM (partitioning around medoids) and CLARANS (clustering large applications based on randomized search) algorithms with various parameter settings.