水泥助磨剂研发误区试析

水泥助磨剂在我国应用虽然50多年了,但真正形成规模还是近10年的事情。对于水泥工业生产来说,它只是一个小小的辅助材料。刚开始只有单一的助磨作用,随着技术进步和市场经济的发展,广大水泥企业对它的认可度逐年提高,对其功能的要求,也越来越多。小小的助磨剂逐渐成为水泥工业节能减排工作不可多得的“好帮手”,它对水泥工业走“低碳经济”的道路所起到的作用也越来越明显和重要。随着“低碳经济”的逐步深入,我国的水泥助磨剂向着多功能、复合助磨剂的方向发展。但在这蓬勃兴旺的研究开发过程中,也出现了一些不和谐因素,引起各界广泛关注,值得助磨剂行业企业引以为戒。     

简讯

<正>2014年砖筑奖将于5月在维也纳颁奖由中国建筑大师王澍先生担任评委的2014年砖筑奖(Brick Awa rd 14)将于2014年5月8日在奥地利维也纳市举行颁奖典礼,届时包括中国著名建筑师在内的全球许多建筑师嘉宾将莅临典礼《时代建筑》作为中国境内唯一一家被邀专业媒体将全程跟踪报道。     

绿色建筑的技术经济评价体系研究

目前绿色建筑的技术经济评价尚无完善的理论体系。根据生命周期评价、费用/效益分析理论等,基于国家标准——《绿色建筑评价标准》的评价指标,创建绿色建筑的技术经济评价体系,并通过实例进行绿色建筑的技术经济评价,以此进一步完善绿色建筑的评价指标体系。     

模型再生混凝土单轴受压动态力学特性试验

试验设计了再生粗骨料取代率为100%的模型再生混凝土（MRC）、模型普通混凝土（MC）、再生粗骨料取代率55%的模型再生混凝土（MCP）和模型砂浆（MM）4种试件,在不同应变速率下进行单轴受压试验。研究表明：随着加载应变速率的提高,试件应力-应变曲线形状相似,峰值应力和弹性模量表现出增大的趋势,峰值应变的变化无明显规律;MRC、MC、MCP试件破坏时裂缝最先出现在界面区附近,然后逐渐发展直至贯通,随着应变速率的提高,裂缝较宽且开展更快,试件完全断裂成若干碎块;模型再生混凝土静态强度越低,峰值应力和弹性模量增长越大,动态效应越显著;再生粗骨料取代率为55%时,峰值应力和弹性模量增长最大;模型砂浆试件的动态效应最显著,模型普通混凝土和模型再生混凝土次之,且相差不大。     

基于深度学习的公路隧道表观病害智能识别研究现状与展望

公路隧道服役过程中会产生诸多衬砌病害,其会影响隧道的结构耐久性与运营安全性,对隧道表观病害进行高效智能化识别至关重要。常用的人工巡检方式效率低下且准确率低,而基于深度学习算法进行表观病害智能识别能提高检测的效率和准确性,相较于传统方法而言在实际隧道工程中具有更好的应用前景。利用深度学习可以学习隧道病害的特征信息,有利于未来隧道病害识别智能化的发展。简述深度学习在隧道表观病害识别中的应用原理,从人工拍照方法、数字图像采集和激光扫描技术三方面介绍病害图像的采集,从标注软件和数据增强方法总结数据集的构建和扩充方法,在图像分类、目标检测、语义分割三方面总结深度学习算法在隧道病害检测的应用现状,归纳当前应用的不足之处,最后分析与展望深度学习在隧道表观病害智能化识别方向广泛应用需要研究的问题与方向。     

浅谈多核心与多核心结构

分析阐述了哈里斯和埃里克森的“多核心”理论,并对“多核心”和“多核心结构”进行了分析比较,最后探讨了如何建立合理的“多核心”城市空间结构,从而为进行城市规划提供了指导作用。     

基于GIS的岩土工程有限元分析系统集成方法

GIS因具有对空间信息和属性信息强大的管理功能,已在许多领域得到广泛的应用.而岩土工程有限元计算分析实际上也是一个对空间信息和属性信息的分析处理过程,进行GIS和岩土工程有限元计算的融合其优势是明显的.就基于GIS的岩土工程有限元分析过程中的数据前处理、有限元计算、计算结果后处理及可视化等问题进行了研究探讨.     

龙锦慧苑建筑节能65%试点示范项目设计

本文介绍成都“龙锦慧苑”居住小区达到建筑节能65％标准所采取的建筑与建筑热工节能设计方案。     

大直径筒仓库壁与库顶钢梁整体提升施工技术

大型水泥生产线工程项目建设中．生料均化库库顶钢梁的安装方法多采用大吨位汽车吊一次将钢梁吊装就位的方法，吊装费用较高。河北省第四建筑工程公司承建的河南焦作干业水泥有限公司5000洲熟料干法水泥生产线工程，生料均化库库顶钢梁采用与库壁滑模整体同步提升施工技术，将钢梁提升至库顶，再采用“二次就位安装法”，使库顶钢梁安装就位。施工效果较好，经济效益显著。     

基于近红外和中红外光谱的杜仲产地溯源

杜仲是一种重要而有价值的中药,具有多种医疗功能,多年来在中国、日本和韩国等亚洲国家被广泛用作保健食品。杜仲的功效和质量与产地密切相关。采用近中红外光谱与化学计量学相结合的方法,用于简便、快速和准确地鉴别杜仲的产地。使用k-最邻近分析(kNN)、主成分分析-线性判别分析(PCA-LDA)和偏最小二乘判别分析(PLS-DA)模型对杜仲样品进行了产地来源分类。结果表明,kNN模型更适合基于近红外光谱的不同省份杜仲样品的识别,kNN模型对来自8个省份的杜仲样本在训练集和测试集上的识别率均达到100%,交叉验证识别率为100%;PLS-DA模型更适合基于中红外光谱的不同省份杜仲样品的识别,PLS-DA模型在训练集和测试集中对来自8个省份的杜仲样品的识别率分别达到99.40%和98.61%,交叉验证识别率为99.11%。该方法可以快速、准确地确定杜仲的省份来源,有望应用于市场监督领域。