城市与建筑的低碳发展路径研究

来源 :2011全国工程设计技术创新大会 | 被引量 : 0次 | 上传用户:zhaojifeng177
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
城市与建筑的低碳建设是一个复杂的系统工程,城市需要首先建立起符合低碳建设要求的交通、能源、水、固废、服务等系统,在此基础上,依据被动优先主动优化的理念构建适宜的低碳技术体系。除了技术保障外,运行与行为是实现城市与建筑低碳发展目标的其他两个关键要素,三者是一个协同共生,相互促进的整体。
其他文献
采集了键合实验的PZT驱动功率及对应键合点的剪切强度数据,作为超声功率和引线键合强度的表征。通过这些数据研究了超声功率对引线键合强度的影响规律。实验结果表明:超声功率除受超声功率比这一可控因素影响外,还受基板质量不均匀、劈刀与铝丝间约束不确定等随机因素影响,超声引线键合是一个敏感的过程;超声功率小于1.0W时,增加超声功率将增加键合强度并减少键合强度为0的情况;大于1.6W后则反之;而在1.0~1
基于显式有限元技术,采用响应表面法,以结构的比吸能为优化函数,以提高吸能原件的抗撞性为目的,研究了材料参数对薄壁构件抗撞性的影响;经过数值分析,得出了正方形截面薄壁构件的比吸能关于材料参数的变化规律,这些规律为吸能原件的材料选取和进一步深入研究奠定了基础。
为了满足网络化制造对制造资源的特殊需求,提出制造资源建模、集成的方法体系和实现方式。在制造资源建模方法介绍中,重点阐述多层次、多视图以及全生命周期的制造资源模型框架体系,并据此给出基于网络本体语言(Web OntologyLanguage,OWL)的生命周期维制造资源信息模型及其形式化描述。在制造资源集成方法论述中,主要讨论基于中性文件的异构制造资源集成与共享的机理,最后介绍遵循J2EE标准的资源
为实现制造网格中面向复杂任务的服务自动化组合,提出了一种基于语义的资源封装模型和逆向递归的服务自动组合方法。资源采用五元组建模,基于SWSO实现模型的语义化定义和用户的偏好表示。通过面向用户偏好的逆向递归推理方法发现服务并生成各选服务组合,基于TQCSEKL(时间、质量、费用、配套服务、环保、技术含量、地理位置)从备选组合中自动确定最优组合。服务组合的结果存储到共享仓库,支持面向偏好的查找和局部调
针对工业CT虚拟检测系统对零件表面点云数据提取的高精度要求,引入了基于矩的亚体素边缘检测算法,同时通过与基于Otsu的阈值分割预处理环节相结合,大火减少了待处理点的数目,在很大程度上提高了原始算法的处理速度。最后把该方法应用于航空发动机叶片仿真模型的检测中,结果表明本算法检测精度可达0.2个像素以内,速度较原始算法提高约4倍,满足了工业CT虚拟检测系统的速度和精度两方面的要求。
本文充分利用小波的极大模特性可以检测出奇异信号,对液体火箭发动机的信号进行分析:发动机推力信号和推力室压力信号是由一系列的冲激响应信号按一定的时序组成,是非平稳的奇异信号。对推力信号推力室压力信号分析发现,小波变换消噪处理,可以得到三个阶跃信息的准确定位,保持原始信号的边缘信息,用记录各种尺度下模极大值坐标,记录整个过程,起到压缩数据目的。经实验表明,此方法是可行的。
本文提出一种新的模糊神经网络控制器。它通过混合学习,不仅能够从输入输出数据中提出模糊控制,而且能优化各个输入输出变量值的隶属函数,用竞争学习算法提取模糊规则,通过BP算法只调整网络的少数连接权值,经仿真结果表明,此方法不仅行之有效,而且鲁棒性好。
文章通过对目前自由磨具光整加工现状的分析,提出了将神经网络和遗传算法结合起来,即GA-BP方法,应用于自由磨具光整加工中,建立其基于遗传神经网络的模型,实现对加工工件的表面质量进行预测或加工参数的优选。本文以液体磁性磨具光整加工为实例,通过模型计算值与实测值之间的对比分析可知,误差约5%,效果良好。对其进行简单修改可在其它自由磨具光整加工中加以应用,从而选择合适的加工方法。
在目标图算法的基础上引入推演扩展和推演检测过程,并进一步扩展了目标图的构造和分析过程,使得目标图可以处理带有推理规则的规划识别问题,从而在初始世界状态空间未完全已知的情况下依然可以识别目标。该算法不需要规划库,从而避免了利用规划库所带来的诸如手工编码和搜索时具有指数代价的问题。
在上海及其周边地区,建筑物夏季空调冷负荷大于冬季热负荷,地源热泵(土壤源热泵)埋管的区域存在热积累,出现严重的冷热负荷失衡,导致土壤温度逐年升高,影响系统长期运行效能。因此,解决土壤热平衡成为地源热泵系统能否长期高效运行的技术关键。采用辅助冷却复合地源热泵系统,能很好的解决土壤热平衡问题,同时也可有效降低系统(地下埋管)投资,提高系统的运行节能效果。夏季平时,完全依靠地源热泵供冷;夏季冷负荷较大时