某项目暖通三维设计的应用研究

来源 :工程建设与设计 | 被引量 : 0次 | 上传用户:benn_zhao123
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
三维设计是BIM技术在设计阶段实施的重要手段,论文总结了某项目暖通三维设计的流程,提出了注意点和解决方案,并提出按照当前规定,三维设计需从模型设计转换为施工图纸,通过总结Revit出图设置要点,结合现存问题,对三维设计的流程管理、人员工作习惯和族库管理等方面提出了发展建议。
其他文献
铝灰是铝在冶炼和再生过程中产生的一种固体废料,其主要成分包含氧化铝、氮化铝、其他氧化物及少量盐类。目前,对于铝灰的综合回收和利用途径较少,且多为堆放及填埋处理,这不仅造成铝资源的浪费,还会因填埋占用大量土地资源。因此,铝灰的无害化与资源化利用已成为一个亟待解决的课题。本研究利用铝灰压制后烧结的方式制备具有保温性能的铝灰微孔砖。通过分析铝灰在制备过程中物相变化来确定升温曲线,并添加Fe2O3和Mg
学位
报纸
生鲜牛乳的非均质特性影响其介电谱法品质检测的精度。针对高压均质导致牛乳成分分析仪价格昂贵以及挤奶管内牛乳流速对其介电特性影响规律不清楚的问题,提出了面向台式仪器的非均质样本流动态下介电谱测量方法;首次探究了挤奶管道内牛乳流速对其介电特性的影响规律,通过模型传递构建了挤奶管内流动牛乳主要成分的预测新方法。本文主要研究内容和结论如下:(1)提高牛乳介电特性测量重复性的新方法探索-以流动态测量法替代均质
学位
我国猕猴桃产量高、种植面积广,但是在国际市场占有率却很低,每年因早摘或过熟腐烂导致的损失率较高。为提高经济效益、降低生产损失,需要加强品质监管力度,实现对猕猴桃内部品质的实时检测,及时判断猕猴桃成熟度。猕猴桃的可溶性固形物含量(SSC)和硬度是判断成熟度的两个重要内部品质参数。但是目前测量SSC和硬度的传统方法均为有损的抽样检测方法,测量耗时且会造成一定的经济损失。市场上也没有用于检测猕猴桃多个内
学位
<正>研究起源现在人们大量使用保鲜膜包裹瓜果蔬菜,结果产生了大量的塑料垃圾。塑料垃圾难以降解,造成了令人们头疼的“白色污染”。制造保鲜膜的塑料包括聚乙烯(PE)、聚氯乙烯(PVC)和聚偏二氯乙烯(PVDC)。保鲜膜在接触油脂,或受到加热时,会释放有毒物质,危害人体健康。因此,我们想研发一种全新的环保薄膜,它可以接触油脂、接受加热处理而不释放有害物质;还可以降解,对生态环境友善。
期刊
在奶牛现代化养殖中,人工监测存在耗时、费力、准确率低的问题,运用视频手段感知和监测奶牛行为对提高养殖效率具有重要意义。但奶牛视频存在数据量大、受环境影响严重、噪声干扰多等不利因素,利用智能化方法进行视频处理在技术上仍存在诸多困难,其中视频奶牛目标自动定位与提取、奶牛腿部小目标跟踪等具体技术亟待突破。本文利用图像与视频处理、机器学习、深度学习等技术手段,以规模化奶牛养殖场的荷斯坦奶牛为主要研究对象进
学位
随着经济的不断发展和社会的不断进步,化石能源的过度开发所引起的资源短缺和环境问题受到了人们的广泛关注,针对其引起的环境问题提出了许多解决方法,包括水电、风能、潮汐能和太阳能在内的绿色可持续能源的开发与应用。然而,这些可再生能源存在着不连续、不规则的自然现象。在实际应用中,高效的储能技术有望实现持续可靠的供电。因此,有必要开发高效、环保的能源利用和储存技术,锂电池、燃料电池和超级电容器已被证明具有巨
学位
苹果树是我国主要经济作物之一。然而,由真菌苹果黑腐皮壳(valsa mali)引起的苹果树腐烂病严重威胁果树的长势和果实质量,对我国种植业造成严重的经济损失。在最初感染阶段,真菌病原体可以在受损或死亡的皮下韧皮部组织中生存半年以上而无明显症状;当出现明显症状时,便很难通过常规的处理方法来防止腐烂病在整个果园内蔓延。因此,有必要对受感染的果树进行早期病害检测以便及早进行病害防控。现有的检测诊断苹果树
学位
土壤有机质(SOM)是影响作物产量和质量的重要因素,是土壤健康诊断的重要指标。掌握SOM含量的变化有助于推进测土配方施肥。传统的SOM含量化学分析方法费时、费力、费财。与化学方法相比,光谱检测技术因其检测快速、操作简单等特点,已在SOM含量检测领域得到广泛应用。已有研究表明,可见-近红外波段内部分波长的漫反射光谱信息可以用来评估SOM含量。本文针对目前常见的便携式光谱仪存在的仪器成本高、采集光谱信
学位
霜霉病是葡萄病害中危害最大的病害之一,如果防治不及时将导致整个园区染病,大大降低葡萄的质量和产量,造成严重经济损失。目前难以准确识别该病害等级,导致农药不合理施用,造成环境污染和药液浪费。为了降低农药使用量、提高药效、保护农业生态环境,研究葡萄霜霉病分级检测方法和分级检测系统尤为重要。本研究以葡萄霜霉病为研究对象,采用机器视觉结合深度学习技术识别葡萄霜霉病病害等级。针对自然环境下复杂背景的葡萄霜霉
学位