建筑工程造价方面的相关分析

随着国民经济的不断发展和改革开放步伐的进一步深化,我国建筑工程事业取得了跨越式的发展,进入到了前所未有的高度。同时随着利润的不断增大,使得现阶段建筑行业市场竞争也变得更加日趋激烈,如何在保证工程进度、工程质量、工程成本以及安全的前提下,通过科学的控制和管理,制定出合理的工程造价,是最大程度的实现建筑企业经济效益最大化的关键性因素。本文首先阐述了建筑工程造价的现状,然后在建筑工程造价的现状分析的基础上,指出了目前建筑工程造价中存在的问题,最后针对建筑工程造价现状和存在的问题,重点论述了加强建筑工程造价的综合措施,对于完善建筑工程造价管理有着重要的作用。     

支持钢铁企业产能时序预测的数据同化方法

针对目前钢铁企业产能状态时序数据预处理方法难以保证产能数据及时准确更新、状态描述信息不失真等问题,提出了支持产能时序预测的数据动态重构技术,研究了相应的产能状态数据梳理、清洗和映射等过程处理方法,建立了基于动态重构技术的产能状态数据同化模型,给出了基于特征属性匹配的同化数据快速检索方法.结合某特殊钢集团企业产能状态时序数据的实际预处理过程进行了应用验证研究和案例分析.     

面向机床装配线基于信息熵的扰动辨识方法研究

复杂产品装配生产过程中的扰动具有随机性,且其影响程度具有不确定性,这使得对生产扰动的准确辨识变得相对困难。针对机床装配线生产特征及其扰动形成特点,提出一种基于信息熵理论的扰动识别方法。依据历史数据获取系统偏离度阈值,结合对工序模糊作业时间的清晰化处理,分别建立了基于计划执行偏离度的三阈值识别法和基于平稳调度水平的单阈值识别法,通过生产过程实时监控和计划执行偏离度计算,实现了对复杂生产过程扰动的快速准确辨识。最后以某机床集团企业为例,采用实际工序批次加工装配数据进行了应用验证研究。     

罗汉果渣中水溶性膳食纤维提取工艺的研究

使用正交实验探讨了用化学法从罗汉果渣中提取水溶性膳食纤维的最佳工艺 ,得到最佳工艺条件为 :水浴温度T =95℃ ,pH =5 .0 ,提取液用量为 5mL·g-1,提取时间为15min。在该条件下提取率为 2 .2 1%。再使用目前国际通用的Prosky法一酶解法提取水溶性膳食纤维 ,其提取率为 4.40 %。结果显示 ,单纯从水解工艺来说酶解法优于化学法     

蓝莓溃疡病生防链霉菌CX3的抑菌效果及其鉴定

[目的]为了明确从吉林省长白山保护区池西保护站马鞍山云杉人工林林下土壤分离,所获得1株拮抗菌株(编号记为CX3)的生防效果及分类地位。[方法]分别采用平板对峙法和杯碟法测定该菌株活菌及其发酵液的抑菌活性和抑菌谱;并通过形态学、生理生化特征、16S rRNA序列分析等方法研究了其分类地位。[结果]该菌株对13种供试植物病原菌均有抑制作用,抑菌谱广,其中对蓝莓溃疡病菌有极强的抑制作用,抑菌带达25.91 mm,发酵液的抑菌圈直径达31.73 mm;根据其菌株形态、生理生化特性、16S rRNA序列比对,最终鉴定菌株为链霉菌属Streptomyces sp.。[结论]该菌株对蓝莓溃疡病菌有显著的抑制效果,应用开发前景良好,此次是国内首次报道该菌株杀真菌活性。     

中国汽车维修业背景及趋势分析

分析了当今我国汽车维修市场背景,从维修技术、生产管理、经营模式、人才素质方面探讨了汽车维修业未来发展趋势。     

怎样改进消声器

消声器所固有的突出特点是:消声器基本功能越好,也就是消声效果越好,损失的功率就越多(7～10%).因此,设计消声器时,设计师常采取折衷的办法,而这种办法不一定总是最恰当的,下面介绍一种《УPAЛ-375》牌轿车和《ЛИAЗ-677》牌公共汽车所采用的消声器.     

75kA导流槽磁场及其引起的铝液流场模拟分析

以商用有限元计算软件ANSYS为计算平台,对75kA导流型铝电解槽电磁场和电磁力场分布及其对铝液流动和波动的影响进行了模拟计算。结果表明：阴极斜坡表面电磁场和电磁力场分布基本呈沿电解槽长轴对称分布,且电磁力与重力方向相同,这有利于阴极表面电磁力向聚铝沟排放,而在电磁力作用下,聚铝沟内铝液波动最大幅度为0.021m,仍保持在安全范围之内,不会引起两极短路现象的发生,表明在现有75kA普通预焙槽母线配置方案下,可以维持导流型结构电解槽的正常运行。     

关于高职院校选煤技术课程教学改革的探讨

高职院校以适应社会需求为目标,以培养高素质技能型人才为主线设计培养方案。《选煤技术》课程是研究选煤厂、煤炭加工企业生产一线的技术工作及管理,掌握破碎、重选和浮选等基本技术与相关工序的生产技术和操作技能。本文分析了煤炭深加工与利用专业的发展现状及原因,并结合企业对人才需求量及岗位任职需要的逐渐变化,最后提出了《选煤技术》课程的教学改革途径。     

数据驱动的地铁车门微小故障智能诊断方法

车门控制系统是地铁车辆中最重要的子系统之一,其机电部件紧密耦合且存在频繁往复运动,易受环境和乘客干扰,故障率居高不下。为准确检测诊断地铁车门早期故障,本文提出一种大数据驱动的车门故障特征优选方法和基于随机森林(RF)的智能诊断方法。首先,从地铁运营公司累积的大量车门运行状态数据中,提取门扇位置、驱动电机转速和电流信号的多阶段时域特征指标,构建车门运行状态的特征向量;然后,应用距离评估准则,优选对故障敏感度高且对干扰鲁棒性强的车门状态特征,降低特征维度,减少冗余、无关特征的干扰;以优选后的车门状态特征作为RF网络的输入,故障标签作为输出,建立智能故障诊断模型,实现车门系统不同微小故障状态的自动识别。在杭州地铁4号线台架车门上的应用结果表明,所提方法能准确提取早期故障的微弱特征,故障分类模型精度高,故障诊断准确率优于现有其他方法。