期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
住宅造楼机智能建造系统设计研究与应用
1
作者 许佳林 孟召虎 +5 位作者 汉光昭 蒋学智 高金梁 张立冬 王磊 李隆甫 《施工技术(中英文)》 CAS 2024年第22期123-128,共6页
空中造楼机在超高层建筑中广泛应用,向普通高层住宅多元化发展已成为一种趋势。如何在住宅建筑应用造楼机,做好住宅造楼机的系统设计成为重要的攻关难题。借鉴超高层重载施工装备集成平台,通过更智能、更轻量、更快捷、更方便、更灵活... 空中造楼机在超高层建筑中广泛应用,向普通高层住宅多元化发展已成为一种趋势。如何在住宅建筑应用造楼机,做好住宅造楼机的系统设计成为重要的攻关难题。借鉴超高层重载施工装备集成平台,通过更智能、更轻量、更快捷、更方便、更灵活的理念进行架体的整体设计,由支承系统、钢平台系统、模板系统、挂架系统、附属设施系统五大系统,打造“类工厂”施工环境,实现了造楼机应用由超高层建筑向高层建筑的转变。 展开更多
关键词 智能建造 住宅 造楼机 高层建筑 系统设计 轻量化
在线阅读 下载PDF
基于YOLO-v5的双块式轨枕裂缝智能识别 被引量:21
2
作者 崔晓宁 王起才 +3 位作者 李盛 代金鹏 梁柯鑫 李隆甫 《铁道学报》 EI CAS CSCD 北大核心 2022年第4期104-111,共8页
轨枕正常工作是高速铁路安全运营的重要保障,开展轨枕裂缝的损伤检测研究意义重大。建立YOLO-v5裂缝目标检测模型,将计算机视觉技术应用于双块式轨枕裂缝的智能识别研究。通过图像标注、参数选取、模型构建、模型训练及模型预测等步骤... 轨枕正常工作是高速铁路安全运营的重要保障,开展轨枕裂缝的损伤检测研究意义重大。建立YOLO-v5裂缝目标检测模型,将计算机视觉技术应用于双块式轨枕裂缝的智能识别研究。通过图像标注、参数选取、模型构建、模型训练及模型预测等步骤完成轨枕裂缝目标检测试验,研究结果表明:YOLO-v5目标检测模型参数选取合理,模型训练结果准确,无过拟合或欠拟合现象发生;轨枕裂缝目标检测模型的识别正确率为98.35%,mAP值为48.72%,Recall值为90.32%,单张图片识别速度为0.01 s,说明模型预测结果可满足实际工程对精度和实时性的要求;通过对正常光照、暗光线及微裂纹等不同条件下裂缝的识别,YOLO-v5目标检测模型表现出高精度智能识别,体现了模型良好的泛化能力和鲁棒性,说明模型可以满足实际工程复杂工况的需求。 展开更多
关键词 轨枕裂缝 计算机视觉技术 目标检测 YOLO-v5 智能识别
在线阅读 下载PDF
基坑盆式挖土法与多阶梯基坑抽渗结合降水施工技术 被引量:1
3
作者 袁科明 孟召虎 +3 位作者 汉光昭 高旺红 李文阳 李隆甫 《建筑施工》 2022年第12期2855-2857,共3页
以甘肃天水中深财富中心项目深基坑土方开挖为例,阐述了盆式土方开挖在深基坑施工中的应用,结合复杂地质环境下多阶梯基坑“抽渗”降水的应用,通过现场的科学组织与管理,有效缩短了建设工期,降低施工风险,顺利完成了深基坑的土方开挖。
关键词 深基坑 盆式挖土 多阶梯基坑降水 基坑支护
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部