排序方式: 共有33条查询结果,搜索用时 0 毫秒
1.
我国经济的快速发展,使得建筑工程量不断增多。在建筑工程中,大体积混凝土施工技术的运用也越来越广泛,对建筑工程施工来说有着十分重要的作用。大体积混凝土的施工技术需要在建筑工程的实践中不断加强,以更好地服务于整个建筑的质量安全。文章主要对当前建筑工程中大体积混凝土的施工技术进行了分析与探讨。 相似文献
2.
在建筑工程中,地基施工质量直接影响着整个工程的稳定和安全,而作为地基工程的主要施工技术,钻孔灌注桩在建筑工程领域得到了非常广泛的应用,做好其施工管理工作,确保施工质量,是需要建筑施工人员重点研究的问题。本文从钻孔灌注桩的优点出发,对其在建筑工程中的应用进行了讨论。 相似文献
3.
张子扬 《石油化工设备技术》1998,19(3):30-31
提高气阀工作的可靠性张子扬太原化学工业公司030021关键词气阀可靠性失效化工行业中使用的活塞式压缩机吸排气阀大部分采用环状阀片,由于气阀结构复杂,零部件数量多,长期在高温、高速下承受着交变冲击载荷,极易发生故障。尤其是在条件恶劣的环境中工作的气阀,... 相似文献
4.
多级触发脉冲电弧源技术指由前一级电弧放电引发后一级电弧放电的技术,具有高真空下工作、瞬时电流高达上万安培和有效过滤大颗粒等特点,因而非常适合于ta-C薄膜的制备。本研究通过在制备过程中引入氮气,在室温条件下制备了含氮ta-C薄膜。研究发现:当气压从本底真空升高至1.3×10-2Pa时,膜层中的N原子分数从0%升至8.9%左右,随后不再随氮气分压的增加而呈现严格的增加关系。膜层中掺杂的N和C发生了化学反应,生成了sp2态和sp3态的C-N,膜层残余压应力明显下降,硬度略有降低。当沉积气压从3.7×10-2Pa逐步升高至6.0×10-1Pa时,虽然薄膜氮含量并未增加,但其sp2含量逐渐增多,sp3含量逐渐降低,导致膜层硬度和应力逐步降低。在氮原子百分比含量低于8.9%时,薄膜的摩擦因数在0.14~0.15之间,随后随着沉积气压的升高由0.15增长至0.5。最后在钛合金基体上制备了含氮ta-C薄膜,摩擦因数为0.14~0.15,综合性能优异... 相似文献
5.
目前多孔孔板普遍采用均匀布孔结构,广泛用于管路限流降压以及减振降噪,为了进一步提高流动稳定性以及降低流噪声,在保持等效开孔直径不变的前提下,设计了具有不同孔间距、孔数和孔径的非均匀孔分布多孔孔板模型。基于数值计算结果,详细比较了含不同孔板模型管路流场中的速度、压力、回流特性、射流会聚和流动发展等流动特征。采用声学模型计算了孔板的噪声,在中心线以及垂直于流动方向的截面上设置监测点,对比了其频谱特性和总声压级。结果表明,与均匀多孔分布的常规孔板相比,孔间距等差递减、孔板边缘的孔数增多、以及孔径在满足不减少孔数的条件下增大,均能在不影响降压能力的情况下提高流动稳定性和降低板后噪声,且其噪声值分别最大改善了5.62, 6.10和7.00 dB。 相似文献
6.
基于双极型集成工艺设计并制作了一种高压摆率、低输入偏置电流、低输入失调电流的运算放大器。输入级采用p沟道结型场效应晶体管(PJFET)共源结构,有利于减小输入偏置电流,提高信号接收的灵敏度,实现高输入阻抗、低偏置电流、低输入失调电流和高压摆率。增益级采用常规的共射放大电路结构。输出级采用互补推挽输出结构,提升了驱动负载的能力,并克服交越失真。测试结果表明:在电源电压±15 V、25℃环境温度下,开环电压增益为114.49 dB,正压摆率为12.33 V/μs,负压摆率为-9.76 V/μs,输入偏置电流为42.52 pA,输入失调电流为4.23 pA,输出电压摆幅为-13.56~14.16 V,共模抑制比为105.56 dB,电源抑制比为107.91 dB。 相似文献
7.
为了充分发挥球磨机的潜能,降低单位磨矿能耗,有必要更准确地计算球磨机装球量。从球磨机旋转过程中钢球的循环特性出发,通过计算筒体内参与循环运动的钢球总数来直接计算装球量。与传统计算方法相比,新的计算方法考虑了筒体衬板厚度和钢球直径大小对装球量的影响,因此更为准确。 相似文献
8.
一种新型配电网倒闸操作票生成及防误系统 总被引:1,自引:1,他引:1
针对现有配电网倒闸操作票系统在可维护性和通用性方面存在的问题,提出了一种新的解决方法.采用面向对象的表达方式对单线图进行建模,实现了单线图的自动初始化.通过点图操作实现操作票的手工生成.依照配电网的操作规则,进行了合理的防误判定.模仿专家思考问题的方式,将一次设备和二次设备的操作分开,实现了自动开票.采用分层操作规则模板,按设备类型对操作规则进行分类,将操作规则存于数据库中,并提供良好的人机界面供用户修改.该系统具有易于开票、开票准确、便于维护的优点,已在某市配电网得到成功应用. 相似文献
9.
针对当前冷启动推荐模型在处理异质信息网络时难以充分挖掘结构与语义信息,以及忽略网络中用户行为属性的问题,提出了一种基于元学习的多视图对比融合冷启动推荐算法(MVC-ML)。该算法在模型层和数据层双重作用下,有效缓解了冷启动问题。在MVC-ML算法框架中,首先通过元路径视图提取异质信息网络的高阶语义信息;其次,利用网络模式视图捕获网络的结构特征;再接着,通过聚类视图分析用户行为属性信息;最后,运用对比学习方法,将上述三个视图中提炼的信息进行综合融合,以生成准确的表示向量。通过在DBook等三个数据集上的实验验证,MVC-ML模型在冷启动场景下相较MetaHIN等传统异质信息网络模型,在MAE上降低了1.67%,在RMSE上降低了2.06%,同时nDCG@K提高了1.48%。这些数据充分证实了MVC-ML算法的合理性和有效性。 相似文献
10.