期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于正交设计的花岗岩再生骨料混凝土优化配合比试验研究 被引量:1
1
作者 黄文珑 《混凝土》 北大核心 2025年第2期172-175,179,共5页
基于正交设计方法,对花岗岩再生骨料混凝土优化配合比试验进行了研究,试验方案设计采用四水平四因素正交设计,考虑花岗岩再生骨料掺量、水胶比、粉煤灰掺量、矿粉掺量4个因素,共有配合比试验方案16组,得到坍落度和抗压强度等指标。试验... 基于正交设计方法,对花岗岩再生骨料混凝土优化配合比试验进行了研究,试验方案设计采用四水平四因素正交设计,考虑花岗岩再生骨料掺量、水胶比、粉煤灰掺量、矿粉掺量4个因素,共有配合比试验方案16组,得到坍落度和抗压强度等指标。试验结果表明:有多种因素对于花岗岩再生混凝土抗压强度具有重要影响,以影响程度由强到弱进行排列,依次为水胶比、花岗岩再生粗骨料掺量、矿粉掺量、粉煤灰掺量。在粉煤灰、矿粉掺量不变,水胶比为0.41,再生粗骨料掺量分别为0、35.5%、75.5%、100%时,抗压强度分别为60.6 MPa、52.7 MPa、47.7 MPa、43.2 MPa,在花岗岩再生骨料掺量为35.5%时,具有最大强度。根据各因素水平变化,对花岗岩再生混凝土抗压强度最优配合比为A2B2C3D4,也就是花岗岩再生粗骨料掺量35.5%、水胶比0.39、粉煤灰掺量20.5%、矿粉掺量10.5%。 展开更多
关键词 正交设计 混凝土 优化配合比 花岗岩再生骨料 试验
在线阅读 下载PDF
全模块化铝制天桥下部结构设计与力学分析
2
作者 岳建彬 汪辰骏 +3 位作者 夏署 黄永东 莫仁德 张璐 《广西大学学报(自然科学版)》 CAS 北大核心 2024年第5期977-985,共9页
为了解决目前现存人行天桥桥墩设计过于保守,未能充分利用铝合金材料自重轻的优点,以及城市管网密集布设导致的城市地下结构施工困难等问题,结合钢材和混凝土2种材料的特性,采用钢材降低桥墩材料用量,并采用灌浆套筒、预埋件和螺栓锚固... 为了解决目前现存人行天桥桥墩设计过于保守,未能充分利用铝合金材料自重轻的优点,以及城市管网密集布设导致的城市地下结构施工困难等问题,结合钢材和混凝土2种材料的特性,采用钢材降低桥墩材料用量,并采用灌浆套筒、预埋件和螺栓锚固的连接方式,提出一种具有轻量化、模块化、拼装简单的新型全模块化铝制天桥桥墩;通过与传统独柱式桥墩对比,分析结构的力学性能,对桥墩的承载力水平、基础对土体的影响范围等方面进行研究。有限元数值分析结果表明,新型结构的承载能力高于传统结构,在减少材料消耗的基础上保证了结构的可靠性;基础的数值模拟结果表明,微型群桩承台基础对土层的影响范围小于桩柱式基础,有利于减小施工时城市管网造成的施工困难。 展开更多
关键词 模块化设计 桥墩下部结构 群桩基础 数值分析 承载能力
在线阅读 下载PDF
RSA-BP组合模型在GNSS高程拟合中的应用 被引量:5
3
作者 刘银涛 任超 +2 位作者 王俊男 张炎 何广焕 《测绘通报》 CSCD 北大核心 2023年第9期46-51,共6页
针对地形复杂区域构建GNSS高程异常拟合模型精度有限的问题,本文提出了一种基于爬行动物搜索算法(RSA)优化BP神经网络的方法。利用RSA对传统BP神经网络各层之间神经元的权值和阈值全局寻优,解决BP神经网络局部极值、梯度下降等问题;同时... 针对地形复杂区域构建GNSS高程异常拟合模型精度有限的问题,本文提出了一种基于爬行动物搜索算法(RSA)优化BP神经网络的方法。利用RSA对传统BP神经网络各层之间神经元的权值和阈值全局寻优,解决BP神经网络局部极值、梯度下降等问题;同时,选取三等水准测量精度以上的加密网点高程数据作为样本集,使用RSA-BP神经网络学习与训练。与最小二乘支持向量机、多面函数拟合性能对比,RSA-BP神经网络模型拟合精度最高,稳定性最好,与实际高程异常值最为吻合。 展开更多
关键词 爬行动物搜索算法 BP神经网络 高程异常拟合模型 大地高 正常高
在线阅读 下载PDF
HHO-LSSVM算法在匹配地面点云孔洞修补中的应用研究 被引量:1
4
作者 张炎 刘立龙 +2 位作者 何广焕 梁月吉 于松超 《海洋测绘》 CSCD 北大核心 2022年第6期65-69,共5页
针对无人机匹配点云经地面点滤波后会存在较多孔洞的问题,提出利用哈里斯鹰算法(harris hawks optimization,HHO)优化最小二乘支持向量机(least squares support vector machine,LSSVM)来进行地面点云孔洞修补。首先利用八叉树结构法对... 针对无人机匹配点云经地面点滤波后会存在较多孔洞的问题,提出利用哈里斯鹰算法(harris hawks optimization,HHO)优化最小二乘支持向量机(least squares support vector machine,LSSVM)来进行地面点云孔洞修补。首先利用八叉树结构法对滤波后点云数据进行地面特征点提取,其次采用哈里斯鹰算法对最小二乘支持向量机中的核参数和正则化参数进行优化,并利用组合算法构建匹配地面点云孔洞修补模型。实验结果表明,与单一最小二乘支持向量机相比,组合模型的孔洞修补精度提高了22.3%,其稳定性也得到增强,具备一定的时效性及现实性。 展开更多
关键词 摄影测量 点云孔洞修补 八叉树结构 最小二乘支持向量机 参数优化 哈里斯鹰算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部