施工企业建筑材料集中采购平台管理

集中采购平台管理可以降低建筑施工企业材料成本,也能大幅提升盈利能力,为企业长远发展打好基础。该文简要论述了施工企业建筑材料集中采购平台的管理办法,对相关工作的开展有一定的参考价值。     

地下管廊的抗震设计探讨

<正>城市发展离不开各项基础设施的安全运行,水电系统以及供暖供热系统等都是现代人类生活的基础设施系统。在建设现代城市过程中,为追求美观与安全,将系统的管线都埋藏于地下,构建地下综合管廊系统。由于地震等灾祸往往会严重破坏城市管道系统,因此对地下管廊结构的抗震设计至关重要。由李慧民、陈博、郭海东等联合编著,冶金工业出版社于2021年3月出版的《地下管廊结构沉降变形安全预警与控制》一书,对现代城市建设中的地下管廊结构如何防范地震带来的危害提供了参考与建议。     

建筑工程施工索赔原因及策略探析

通过对建筑工程项目实施过程中产生施工索赔的原因进行分析，提出加强施工索赔管理的举措。     

葛仙米藻蓝蛋白和藻红蛋白的体外抗炎和抗紫外活性比较研究

目的:对葛仙米藻蓝蛋白和藻红蛋白的抗炎和抗紫外活性进行体外比较研究。方法:通过Lipopolysaccharide(LPS)诱导RAW264.7细胞分泌NO和TNF-α,比较葛仙米中藻蓝蛋白和藻红蛋白的抗炎活性;通过Ultraviolet radiation B(UVB)辐照诱导NIH-3T3成纤维细胞损伤,考察藻蓝蛋白和藻红蛋白的抗紫外损伤活性。结果:体外抗炎结果显示LPS能极显著诱导RAW264.7细胞分泌NO和TNF-α(P<0.01),藻蓝蛋白和藻红蛋白均能极显著抑制LPS诱导RAW264.7分泌的NO和TNF-α的含量水平(P<0.01),其中藻红蛋白抑制NO分泌能力高于藻蓝蛋白,藻蓝蛋白对TNF-α的分泌抑制作用高于藻红蛋白。体外抗紫外损伤结果显示UVB 4000 mJ/cm2可以成功诱导NIH-3T3细胞的紫外损伤,但是藻蓝蛋白和藻红蛋白对NIH-3T3细胞的紫外损伤并无明显保护作用。结论:葛仙米中藻蓝蛋白和藻红蛋白具有很好的体外抗炎活性,但两者对UVB诱导的细胞损伤并无明显保护作用。     

镶嵌暂堵钻井液在潘河区块15~#煤层开采试验中的应用

潘河15~#煤层含气量大,易碎易污染,井壁坍塌严重。分析其坍塌与煤储层保护的机理,采用镶嵌暂堵钻井液进行了研究试验。结果表明,该钻井液具有良好的流变性,API失水低于10 m L,井壁防塌和储层保护效果良好,9口井的平均煤层井径扩大率6.13%,试验井先期产量达2 112 m~3/d,均优于清水钻进。形成了一套适宜潘河15~#煤开发的钻井液体系,并为解决井壁坍塌和煤储层保护难题提供了新的思路。     

双向DFT对称补偿测相法

为提高给定数据长度下的相位估计精度,该文提出双向DFT对称补偿测相法。该方法对样本做前向和后向两次DFT变换,再从前、后DFT谱的对称峰值谱位置做谱综合而提取出中心样点的精确相位信息。基于此,推导出了相位估计方差的闭合理论表达式,仿真实验验证了该表达式的正确性,并且证明了该文方法的相位估计方差处于全相位FFT(apFFT)估计法和两参数克拉美罗限(CRLB)之间。该文方法测相精度高,具有广泛应用前景。     

浅析新型农村合作医疗的基金筹集和使用——对山西省阳泉市新型农村合作医疗的调查分析

农村合作医疗是由我国农民自己创造的互助共济的医疗保障制度,在保障农民获得基本卫生服务、缓解农民因病致贫和因病返贫方面发挥了重要作用。新型农村合作医疗制度在2003年试点以来已基本覆盖全国农村。随着新农合制度的全面推进,基金规模越来越大,监管任务越来越重,在实际运行过程中遇到了很多问题。为了进一步完善新型农村合作医疗制度,研究在实际工作中遇到的基金管理问题就显得十分必要。本文就山西省阳泉市新型农村合作医疗基金筹集和管理的现状和存在的问题进行研究,并提出应对策略。     

XC4000电路设计技巧

分析XC4000的主要特点和资源分布,以及从中获得最佳设计性能、改善XC4000设计的速度和密度、提高性能价格比的手段。     

基于FPGA的设计与实现

现场可编程门阵列FPGA是近几年发展起来的第四代编程逻辑器件。本文根据笔者的设计经验和部分实例,深入剖析FPGA的设计方法。介绍灵活运用FPGA的编程技巧,这些都是提高使用FPGA芯片的性能价格比,保证FPGA的投片成功的关键。     

多模态感知驱动下高堆石坝施工仿真参数集成深度学习模型

现有施工仿真参数建模方法主要依靠单一模态数据,且现有多模态数据采集过程存在一定的滞后性,导致仿真的实时性和准确性不足。针对上述问题,本文提出了多模态感知驱动下高堆石坝施工仿真参数集成深度学习模型。首先,在SpringBoot框架下开发了基于移动智能手机传感器的运动学和声学数据实时采集云平台,并采用低通滤波器和梅尔频谱等方法实现堆石坝施工机械多模态数据的实时采集与预处理;其次,提出了用于自动提取多模态数据特征的堆石坝施工机械精细活动状态识别深度学习模型。该模型集成了改进深度卷积长短期记忆循环神经网络(Improved DeepConvLSTM,IDeepConvLSTM)与深度卷积神经网络的优势,前者可精确感知施工机械运动方向,后者可从声音模态中感知施工机械振动状态。其中,IDeepConvLSTM在卷积层中间加入批量归一化层以提高收敛速度,并采用梯度缩放和剪裁以避免梯度爆炸的问题;进一步地,在云平台中采用大窗口移动过滤器在线处理机械活动识别结果,实现堆石坝施工仿真参数的实时建模。工程案例表明,相比于单一的运动学或声学模态的机械活动识别方法,本研究所提方法的识别精度分别提高了9.22%和23.62%。研究成果为提高堆石坝施工仿真的准确性和实时性提供了新的思路和技术手段,具有一定的应用和推广价值。