论文部分内容阅读
在西藏自治区的一些乡镇和农村牧区,许多自由村没有规划,建筑存在建设质量不高、后期维护困难等问题。本文针对西藏农牧区自建房存在的问题,结合农牧区自身建设特点,分析BIM与3D打印技术在西藏农牧区建设中的作用及其缺陷,并对推行该技术的可行性进行探讨。
BIM与3D打印技术在西藏农牧区建设中的应用探索
【摘 要】
：
在西藏自治区的一些乡镇和农村牧区,许多自由村没有规划,建筑存在建设质量不高、后期维护困难等问题。本文针对西藏农牧区自建房存在的问题,结合农牧区自身建设特点,分析BIM与3D打印技术在西藏农牧区建设中的作用及其缺陷,并对推行该技术的可行性进行探讨。
【机 构】
：
西藏民族大学
【出 处】
：
广西城镇建设
【发表日期】
：
2021年7期
其他文献
本文分析土木工程专业实验室建设及管理现状,针对存在问题提出具体解决方案:做好土木工程专业实验室长期发展规划、建立完善的土木工程专业实验室管理机制、加强设备维护I保养力度、加强土木工程专业实验室的师资力量、实行开放式土木工程专业实验室教学、提高实验设备的利用率、组织大数据与BM技术的技能大赛。
南宁市某幼儿园在项目前期建筑方案设计阶段,场地尚未进行平整,处于原始地貌形态。但平整后的场地与现状场地有6m的高差,基础形式与场地平整先后顺序的处理成为该项目的设计难点。本文结合上部结构形式及地质资料进行柱下独立基础与桩基础两种基础形式的方案比选,从建造成本与施工工期综合考虑选定柱下独立基础作为实施的基础形式,进而有效控制项目的经济性及工期,以期为类似工程作为参考。
随着城市化进程的加快,越来越多的城市开始发展城市轨道交通,地铁车站施工是城市轨道交通建设中非常重要的一部分。本文以广东省广州地铁18+22号线番禺广场站为例,介绍地铁车站明挖法施工的技术措施,并通过BIM技术对车站结构进行了模拟。通过实践研究发现,BIM技术在明挖法施工中的应用提高了施工安全管理、成本管理、进度管理、质量管理的效率。
历史文化街区在保护与开发的过程中,存在着许多突出问题,如保护与旅游发展不协调、保护与居民生活不匹配、保护与政府管理不契合等。如何在开发中合理地保护历史文化街区已然成为矛盾问题,亟待解决。本文从博弈论的视角,分析保护与开发过程中涉及的利益群体关系,同时对多方利益群体进行模型构建分析,寻求多方利益群体达到共赢的局面,探索合理的保护与开发方式。
现有的植物景观空间营造的理论研究,对指导广西地区的城市绿地植物景观空间建造具有一定的局限性。本文通过对广西公园绿地植物空间营造案例进行实测和量化分析,基于封闭程度与人的活动行为、空间的围合感与盖度、空间的形态特征与空间指数、空间的垂直结构与植物高度之间关系的角度,总结广西公园绿地植物景观空间的营造规律与数量关系,探求不同类型空间的常用配置模式,以期为广西公园绿地植物景观空间的营造提供基本依据。
本文主要介绍建筑工程中钢筋混凝土结构施工技术的实际应用,针对原材料的选择及制作、钢筋绑扎及模板支护以及灌注施工等技术,对混凝土结构表面质量缺陷的修补策略展开说明,以更好地解决混凝土结构表面裂缝、表面露筋等问题,以供同行业相关人士参考与借鉴。
以变速-变锥式调宽运动轨迹为基础,分析了其调宽运动轨迹的缺陷,提出了根据调宽范围自适应调节的速度曲线算法,并开发了在线调宽速度曲线预设定系统。通过向该系统中输入从连铸现场采集到的工艺数据,可以计算出速度曲线算法中所有的关键参数和调宽过程步骤的设定值,并可绘制出调宽过程参数变化的仿真曲线。该速度曲线算法能够自动选择调宽方式并达到了调宽目标值,技术人员在调宽生产之前就能了解整个调宽过程和关键参数,保证调宽生产的安全性。
为了提高家用电器负荷辨识准确度,推动智能用电发展,本文采用基于小波分析的方法进行家用电器负荷识别。由于非侵入式负荷监测可在较高准确度的前提下监测用户负荷运行状态并克服了侵入式负荷监测的缺点,本文研究基于非侵入式的负荷辨识。由于Haar小波构造简单并且变换过程中不会丢失信息,本文选择Haar小波作为分解信号的小波基。通过分析对比负荷各类数据,最终选取负荷电流暂态数据作为特征提取依据,根据测量的三种家用电器数据,将其进行数学处理,找出三类数据特征值作为负荷识别的依据。为了检验特征值提取的科学性,本文进一步采用
为可靠评估电气设备内部局部放电严重程度,指导电气设备状态检修策略制定。本文采用阶梯电压法对气体绝缘组合电器内部典型金属突出物缺陷下局部发展过程进行了试验研究,构造了不同放电发展阶段的局部放电特高频信号φ-u散点图和φ-n谱图,提取了各放电阶段中表征绝缘劣化程度的11个特征参量。分析发现,在不同的放电阶段,各特征值大小不同,且随着放电的发展呈现不一样的变化趋势,这些差异信息可以描述局部放电发展阶段,可为局部放电严重程度评估提供更加完整的信息。最后,本文结合空间电荷对空间电场畸变效应,从局部放电产生与发展的物
针对因电力系统中短期电力负荷预测不准确,导致智能电网无法有效协调电能生产、运输、分配的问题,为降低因过载或低负荷所造成的资源浪费,减少不必要的二氧化碳排放,本文提出了一种新的深度学习方法来解决此类电网短时电力负荷可靠预测问题。该方法利用卷积神经网络建立能量预测计算模型,利用CNN自适应数据特征挖掘特性、量化电力不确定性,利用丢弃正则化对深度网络结构进行优化,采用深度森林对所提取的数据特征进行学习并建立预测模型,以实现对电力负荷的准确预测,解决电力随机波动造成的现有预测方法精度下降问题。经过基于实际负载数据