期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
某变截面连续箱梁跨中开裂检查及处治
1
作者 郭道俊 《北方建筑》 2023年第1期67-70,共4页
为解决变截面连续箱梁建成后普遍出现腹板和底板开裂问题,本文依托江苏扬子江高速通道管理有限公司2021年度桥梁维修加固设计项目中通锡高速上某座三跨变截面连续箱梁,对该类桥梁的国内研究现状进行了综述。通过对该桥病害的跟踪监测检... 为解决变截面连续箱梁建成后普遍出现腹板和底板开裂问题,本文依托江苏扬子江高速通道管理有限公司2021年度桥梁维修加固设计项目中通锡高速上某座三跨变截面连续箱梁,对该类桥梁的国内研究现状进行了综述。通过对该桥病害的跟踪监测检查、有限元建模验算和施工调查,对其病害的原因进行了分析和探讨,从而对病害提出了底板增设钢加劲梁、粘贴钢板及腹板对拉钢板的加固方案,有效限制了裂缝的开展,为今后同类桥梁跨中开裂病害原因分析和加固方法提供参考。 展开更多
关键词 变截面连续箱梁 跨中开裂 原因分析 维修加固处治
下载PDF
流动注射分析仪测定水体中的挥发酚 被引量:14
2
作者 袁菊 陈凤凰 +2 位作者 郭道俊 沈方祥 曾广铭 《环境科学与技术》 CAS CSCD 北大核心 2009年第12期132-134,共3页
采用QuikChem 8500 FIA流动注射法对水体中挥发酚进行测定,标准曲线的相关系数达到0.99999,检出限为1.066μg/L,对两种浓度的标准样品分析,测得值均在其保证值范围内,用FIA法与化学法做分析对比,相关系数为0.9995,适用于清洁水和废水样... 采用QuikChem 8500 FIA流动注射法对水体中挥发酚进行测定,标准曲线的相关系数达到0.99999,检出限为1.066μg/L,对两种浓度的标准样品分析,测得值均在其保证值范围内,用FIA法与化学法做分析对比,相关系数为0.9995,适用于清洁水和废水样品测定;将FIA法与化学法的两种试剂种类和用量作比较,FIA法是一种高效、准确、可靠安全的方法。 展开更多
关键词 流动注射法 挥发酚 化学法
下载PDF
水杨酸钠-次氯酸钠流动注射分析法测定水中的氨氮含量 被引量:15
3
作者 陈凤凰 袁菊 +2 位作者 郭道俊 沈方祥 曾广铭 《分析仪器》 CAS 2008年第2期28-30,共3页
采用水杨酸钠-次氯酸钠流动注射分析法测定水中氮氮含量。研究了方法的灵敏度、准确度和精密度。方法的检出限为0.010mg/L,相对标准偏差为1.84%,回收率为99%~105%。方法具有操作简单、精密度高、重现性好、相关性较好、能减少对操作人... 采用水杨酸钠-次氯酸钠流动注射分析法测定水中氮氮含量。研究了方法的灵敏度、准确度和精密度。方法的检出限为0.010mg/L,相对标准偏差为1.84%,回收率为99%~105%。方法具有操作简单、精密度高、重现性好、相关性较好、能减少对操作人员的危害等优点,适合于大批量水样中氨氮含量的分析。 展开更多
关键词 流动注射分析法 水杨酸钠 次氯酸钠 氨氮
下载PDF
分离式基础柔性防撞装置结构分析方法比选
4
作者 张克 郭道俊 +1 位作者 包大海 李雪芹 《现代交通技术》 2014年第5期34-36,共3页
采用杆系单元、实体单元对宜昌夷陵长江大桥防撞装置结构进行有限元分析,并与m法计算的水平位移及作用效应进行对比。结果表明,杆系单元的计算结果与实体单元的计算结果相差很小,并且建模过程简单快捷;m法的计算结果与有限元的相差较大... 采用杆系单元、实体单元对宜昌夷陵长江大桥防撞装置结构进行有限元分析,并与m法计算的水平位移及作用效应进行对比。结果表明,杆系单元的计算结果与实体单元的计算结果相差很小,并且建模过程简单快捷;m法的计算结果与有限元的相差较大,且计算过程繁琐;研究结果可为类似柔性防撞结构分析以及设计提供参考。 展开更多
关键词 桥梁工程 防撞装置 M法 有限元 杆系单元 实体单元
下载PDF
基于DeepLabV3+网络改进的快速隧道病害分割方法
5
作者 郭道俊 周幸宇 +2 位作者 许崇帮 刘玉静 李宏哲 《公路交通科技》 CSCD 北大核心 2023年第8期127-135,共9页
为避免依托人工进行隧道定期检测方式中由于工作人员的专业水平差异及个人主观性对检测结果的影响,同时降低人工参与成本,提高巡检检测效率,提升检测精度,降低病害的漏检、错检概率,推动隧道检测智能化、数字化提升,提出了一种基于Deepl... 为避免依托人工进行隧道定期检测方式中由于工作人员的专业水平差异及个人主观性对检测结果的影响,同时降低人工参与成本,提高巡检检测效率,提升检测精度,降低病害的漏检、错检概率,推动隧道检测智能化、数字化提升,提出了一种基于DeeplabV3+模型改进的快速隧道病害分割方法。采用Google团队提出的MobileNet-V2轻量化网络替换了原DeeplabV3+模型中的Xception主干网络。引入当前较为热门的主流且分割效果好的PSPNet,U-Net,与原网络、改进后的网络模型进行了多个项目的试验对比。所有模型均经过多次调参训练已达到最好效果。结果表明:原网络的准确率为97.67%,mAP为92.30,mIoU为85.01%,图片处理速度为9.211FPS,使用MobileNet-V2网络替换Xception作为DeepLabV3+的主干网络,其准确率为98.09%,mAP为94.38%,mIoU为85.14%,FPS为13.409,均为所有网络中最优值;在保证高性能图像分类准确率、分割精确度、交并比的前提下,图像分割网络的运算速度与效率提升了45.6%。U-Net模型、PSPNet模型的FPS分别为10.173,11.852,mIoU分别为78.58%,64.56%。改进网络的效率较U-Net,PSPNet的效率分别提高了31.8%,13.1%,mIoU分别提高了4.89%,23.87%;该方法不仅提升了图像处理速度,同时可以使得小型化低性能设备上部署图像分割任务变得可行,并且满足在小型移动设备上部署的要求。 展开更多
关键词 隧道工程 语义分割 机器学习 隧道表观病害图像 轻量化网络
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部