温湿度异常引起混凝土收缩测试误差的修正

研究了混凝土收缩测试过程中环境温度和湿度异常波动引起的收缩测试误差。结果表明热胀冷缩是温度影响收缩测试的主要原因,引起的误差超过混凝土的收缩值,对收缩测试结果影响很大。热胀冷缩变形是可逆的,可通过在总变形中减去热膨胀变形对收缩测试结果进行修正,消除温度误差。环境相对湿度异常引起混凝土内部相对湿度变化,进而导致毛细孔压力改变,引起收缩测试误差。湿度异常对收缩的影响与相对湿度差值和持续时间成正比,与试件最小截面尺寸成反比,可据此对测试误差进行修正。     

剔除含有粗差观测值的一种方法

如何正确剔除观测值中的异常值是实践中常见的问题，本文给出一个使用极差判断是否是粗大误差的简便方法     

建筑外窗气密性检测的体会

本文分析了在建筑外窗气密性检测中，由于检测设备的安装存在原理上的错误，当室内外存在温差时，空气在渗透过程中，空气温度发生变化而引起体积的变化，造成空气计量值和实际渗透量之间的误差，最终造成检测结果的误差；检测过程中空气温度的变化也使检测时空气温度参数不易设置准确。最后提出了解决的方法，以使检测更加科学、准确、公正。     

层流洁净室采样问题的分析

本文以理论公式为基础，分析计算了层流洁净室中亚微米粒子非等动力采样所产生的相对误差值；通过在洁净风洞中的实验研究，得出了非等动力采样所引起的误差，指出对层注以洁净室检测应遵守等动力原则。     

影响水泥28天抗压强度检验结果的误差来源分析

水泥抗压强度检测值是评判水泥强度等级的主要指标,因此水泥抗压强度检验值的误差是否足够小,直接影响对水泥质量的评判。我们知道,检验误差与检验人员是否具备熟练的检验技术、是否认真仔细地进行操作以及检验过程中是否有差错等因素有关,包括制备水泥强度试件的试模、成型方法、     

实验室间比对与测量误差

本文探讨了检测中的误差问题，阐述了实验室间比对与测量误差的关系，分析了通过实验室比对发现和消除误差的方法。     

差错补救过程在工程中的作用

为了减少工程项目中的差错,通过研究事件链之间的联系,将能够发现产生差错的原因和造成的损失。鉴于这个原因,研究了与人为差错相关的差错补救过程在工程中的作用,探讨了如何才能提早发现人为差错以及如何降低差错成本。     

基于VAE-LSTM的中低压燃气调压器异常检测无监督模型研究

燃气调压器在燃气输配过程中起降压稳压的作用。目前行业多采用人工手段对调压器进行异常检测,不能提前预警故障隐患;通过智能手段检测通常需要人工标注数据做有监督处理,消耗大量时间和人力成本;VAE-LSTM混合无监督模型,不需要人工标注,实现异常的完全检出。其中VAE模型使用卷积层结构,通过缩小样本重构误差来进行训练,检测出点异常和上下文异常;LSTM模型在VAE模型训练完成的基础上进行训练,采用滑动样本,通过缩小预测误差来训练,可以检测出集体异常。最后,将混合模型用于有标签的测试集,选择最好的阈值4.545 547预测样本的异常与否,该阈值对应的查准率、查全率和F1值分别为0.910 604、1.0和0.953 211,表明模型预测效果较好。     

钢筋锈蚀参数的相关性及失重法校核

钢筋锈蚀速率是评估钢筋混凝土耐久性的重要参数,采用线性极化检测仪GECOR 6对实验室制作的钢筋锈蚀试件进行检测,得到了钢筋锈蚀电流密度、电位(相对于饱和硫酸硐电极)与电阻的数据。发现在一般大气环境下电氯离子侵蚀引起的钢筋锈蚀,其锈蚀电流密度与锈蚀电位、电阻等存在一定关系。特别是利用失重法对线性极化检测的结果进行了校核,发现检测结果与校核值之间存在着一定的误差。提出的修正公式,用锈蚀电位修正锈蚀电流密度,可得到较为满意的结果。     

一种剔除异常点的偏最小二乘故障监测方法

传统的偏最小二乘算法在建模时使用正常工况下的全部数据，由于环境干扰或者传感器存在误差，采集到的部分正常工况数据仍存在噪声和误差，会导致模型不准确，影响故障监测效率。本实验在建模之前，首先对数据中的异常点进行剔除，将剩余的样本作为训练集建立模型，进而保证建模数据的准确性，提高模型的故障检测率。最后，使用田纳西伊斯曼（TE）过程验证算法的性能，实验结果表明，剔除异常后，可以有效提升故障检测率。