纤维增强泡沫混凝土的力学强度及吸水性能

以普通硅酸盐水泥和动物蛋白发泡剂为基材,制备了泡沫混凝土,研究了:试样强度随水灰比、干密度、纤维长度、纤维类型的变化规律;单轴受压下应力应变全曲线;试样微观泡孔分布以及吸水性能的变化。结果表明,素泡沫混凝土和纤维增强泡沫混凝土的抗压强度均随孔隙率增加呈指数减小,水灰比对抗压强度的影响随纤维添加量、孔隙率的不同而不同。短丝纤维对强度的提升优于长丝纤维,网状纤维对强度的改善优于丝状纤维;纤维泡沫混凝土应力应变全曲线包括上升、下降和峰后三段,与素泡沫混凝土相比,其峰值应力对应的峰值应变减小,而弹性模量和残余应力均大幅增加;大直径泡孔占比随纤维添加量增加而降低,添加纤维提升了试样的吸水性能。     

平端板连接半刚性梁柱组合节点的初始转动刚度

在现有研究成果的基础上,推导了柱腹板抗压、抗拉和抗剪刚度;钢筋抗拉刚度;柱翼缘和端板抗弯刚度;混凝土楼板抗压刚度等.在此基础上,利用组件法,推导了组合节点初始转动刚度的计算方法、考虑了组合节点承受正弯矩、负弯矩作用的情况.与试验数据比较表明:该方法具有很好的计算精度.给出的初始刚度计算公式,既适用于按照完全抗剪连接设计...     

基于Tikhonov正则化方法的移动荷载识别实验研究

根据正交异性板理论和模态叠加法,推导了移动荷载作用下简支板桥的荷载识别方程。为了解决识别方程病态问题,考虑Tikhonov正则化方法,选择最优正则参数值,从而得到方程的正则化解。为了验证Tikhonov正则化方法的有效性,进行了简支板桥的移动荷载识别模型实验,通过实验确定不同速度车辆经过板桥时的应变响应历程,并将所测得数据代入识别方程求得车辆荷载信息。实验和计算结果对比表明,通过引进Tikhonov正则化方法可以获得识别方程的稳定解,提高识别精度,识别结果与实际小车重量吻合较好。     

开展计量科普教育 提升全民质量意识 打造质量强国之梦

正质量技术监督是以科学技术为手段、以规范管理为抓手、以保障质量安全、防范质量风险、打造质量强国为目标的事业。要打造质量强国,除了依靠质监人自身的不断努力和全身心投入,很重要的一点是要面向全社会广泛开展多角度、多层次的计量、质量科普教育宣传,让更多的人"了解计量科普知识、提升全民质量意识、关心质监事业发展",从而实现质量强国之梦。上海市计量测试技术研究院(以下简称"上海院")依托"上海市     

大型公共建筑可持续性评价系统研究

针对大型公共建筑能耗、环境质量等典型特征,建立了包括能源、资源、生态环境等关键性能因子(Key Performance Indicators,KPIs)的大型公建可持续性评价指标体系。使用统筹熵权法确定了各指标权重,利用模糊综合评价方法(Fuzzy Comprehensive Evaluation,FCE)建立大型公共建筑可持续性评价模型;开发设计了大型公建可持续性监测与评价信息化系统。为实现具有节能、健康特性的可持续性大型公建提供理论与技术基础。     

基于C语言的RS232串行接口通信实现

串口通信是一种广泛使用且实用的通信方式,介绍RS232串行通信的联结方式,研究利用C语言编程实现RS232串行通信的过程.结合实际应用,在约定双方串行通信协议的基础上,运用C语言开发的串行通信软件,实现了企业生产线产品测试平台和嵌入式EMB主控机的串行数据通信.     

项目管理中的进度、成本及质量管理

项目管理作为一门新兴学科正以迅猛的发展势头影响着全球的发展,项目管理中的进度、成本及质量管理是其最主要的三方面,也是对项目管理感兴趣的人应该着重了解的方面。     

对服装产品质量投诉问题的思考

随着社会文化教育、消费教育的加强,消费者的维权意识在不断地提高,作为专业的质检部门,日常接待的维权投诉量也与日俱增。从网络购物到实体店购买,从青年群体到古稀老人,消费者在发现购买到假冒伪劣产品后的第一反应是寻求工商、质检等政府部门。     

基于FT-NIR光谱技术结合KPCA-MD-SVM对白酒基酒的快速判别

为保证在摘酒过程中基酒分段的准确,研究通过利用傅里叶变换近红外设备对整个摘酒过程中的基酒样品进行光谱采集,使用支持向量机（SVM）对最优预处理的基酒光谱建立基酒分段模型,其模型训练集的正确率为93.02%,测试集判别率为90.08%。为减少建模时间和提高模型的可靠性,使用核主成分分析（KPCA）对基酒光谱数据降维,并对此建立基酒分段模型。其训练集正确率为94.81%,测试集判别率为90.75%,相比无KPCA分析时的分段模型训练集高1.79%,测试集高0.67%。为进一步提高模型的判别能力,使用马氏距离（MD）剔除了降维后的异常数据样品,创建的基酒分段模型训练集对基酒段数的正确率为98.72%,测试集正确率为98.75%。剔除异常样品后的分段模型的训练集正确率提高了3.91%,测试集判别率提高了8%。以上研究表明了KPCA+MD+ SVM基酒分段模型能对基酒进行快速判别,为近红外光谱在自动化摘酒方面提供了一种理论可能。     

基于异常样品剔除的酒醅近红外定量分析模型的精度提升

目的 利用异常识别算法识别出原数据集中存在的奇异点,以建立预测精度更高的酒醅定量分析模型。方法 在研究中采用集群分析思维,利用马氏距离、主成分马氏距离、蒙特卡罗交叉验证法对108个样本进行异常样品识别以及剔除,以光谱-理化值共生距离算法进行样品集的划分,划分比例为3:1。结果 酒醅水分近红外定量分析模型经马氏距离处理后预测精度达到最高,预测相关系数上升了0.43%,预测均方根误差下降了6.94%;酒醅酸度近红外定量分析模型经马氏距离处理后精度达到最高,预测相关系数上升了0.02%,预测均方根误差下降了0.20%;酒醅还原糖近红外定量分析模型经蒙特卡罗处理后,预测相关系数上升了8.74%,预测均方根误差下降了42.14%;酒醅淀粉近红外定量分析模型经蒙特卡罗处理后精度达到最高,预测相关系数上升了2.81%,预测均方根误差下降了57.80%。结论 经过验证,剔除异常样品可建立出预测精度更高的酒醅定量分析模型。