绿色建筑相关性能指标检测方法和检测时段的研究

从2006年我国发布国内第一本《绿色建筑评价标准》以来,绿色建筑整体推动工作已经取得了显著成效.虽然绿色建筑发展态势良好,但仍存在很多问题.尤其突出的问题是很多获得绿色建筑设计标识的绿色建筑实际建成和运行后并不"绿色",绿色措施虽然在图纸设计里有,但实际施工的时候由于各种原因并没有真正实施,因此产生了很多图纸上的绿色建筑或不运行的绿色建筑.本文针对绿色建筑运行阶段的相关指标的检测方法和时段展开研究,力图归纳总结出各类指标的最佳检测时段,为绿色建筑的运行效果评价提供有力的支撑.

确定ZL101A补加镁的公式和检测镁含量的时段

Al-Si合金中加入少量合金元素镁后，可生成Mg2Si强化相，当固溶处理和时效后，即能大大提高合金的强度。镁作为纯金属加入，烧损可达15～30％，烧损量较大；镁的烧损量还随精炼剂不同而变化，应当积累经验数据来确定具体的烧损量．炉前检测化学成分的时间与浇注的时间的间隔缩短，可以比较真实地反映出试棒和铸件的含镁量。

红外热像诊断外墙饰面层粘结缺陷的检测条件研究

通过对环境变化时墙体红外检测进行实验分析,及对墙体接收太阳辐射强度进行理论推导,并借助临界辐射强度分析,得出外墙缺陷红外检测的最佳时段,推导出可求得任意地域、季节和朝向条件下墙体接收太阳辐射强度变化曲线的公式,通过数值模拟得到墙体接收太阳辐射的临界强度。

红外热像法检测建筑物外墙外保温缺失的数值模拟

介绍了红外热像法检测外墙外保温缺失的原理,阐述了ANSYS有限元数值模拟的基本步骤,并建立了自然状态下带保温缺失外墙的三维传热模型。通过红外热像试验,验证了该模型的可行性,并结合保温缺失实际情况,通过模拟分析了不同缺陷参数、墙体朝向、季节等多种组合条件下红外现场检测的最佳检测时间,为质检部门现场检测热工缺陷提供参考。

深度学习在多光谱行人检测中的研究现状与应用前景

行人检测是计算机视觉领域重要的研究方向之一。随着深度学习的快速发展,基于可见光图像的行人检测技术的性能有了明显的提升,但在夜间或恶劣天气条件下检测性能急剧下降。基于可见光和热红外图像融合的行人检测可以有效解决全时段行人检测的问题,而多光谱行人检测的性能取决于可见光和热红外两种模态融合的机制。本文以基于深度学习的多光谱行人检测技术为研究对象,首先介绍了多光谱行人检测的基本深度学习模型,其次从特征级融合、决策级融合和模态迁移融合三个方面具体分析了深度学习在多光谱行人检测中的研究现状,最后分析了深度学习在多光谱行人检测中的应用前景。

基于HPLC-DAD的多波长指纹图谱构建及其在烟用香精质量评价中的应用

为评价烟用香精质量稳定性,采用240、254、278、330和360 nm 5波长同时监测技术,通过对各单波长下色谱峰选择建立了烟用香精HPLC全时段多波长综合指纹图谱分析方法,同时经与夹角余弦法等4种方法进行对比,探讨了适用于烟用香精指纹图谱相似度评价的算法,并结合感官评价拟定了31种烟用香精质量稳定性判定的相似度阈值。结果表明:①全时段多波长综合指纹图谱能够更全面地反映烟用香精的内在质量信息。②改进的Nei系数法更适合于烟用香精指纹图谱相似度评价。③拟定的31种烟用香精的相似度阈值能够用于各自的质量稳定性判定。该方法准确度高,可用于烟用香精的质量监控。