可判断火势大小的智能建筑火灾检测方法研究

当前智能建筑火灾状态检测方法是对火灾的单一特征进行自主检测,只能实现报警功能,无法对火焰的大小做出判断,不能指挥后续调度;设计了一种可判断火势大小的智能火灾检测方法,将建筑中前100帧的过火图像均值看成原始背景;按照不同的火焰燃烧程度采集背景图像进行及时的调整;对当前图像和背景图像进行差分分析,采集差分图像,并对其进行形态学操作;按照二值图中运动目标的特征,分析火灾处于哪种状态,及时有效的检测出烟雾状态、初始火场、大火事件等建筑火灾的火势大小;以大连消防中队提供的2010年火灾视频进行系统测试实验,结果表明,该方法可以实现实时检测,能够有效检测火焰的多种不同状态,准确度比传统方法提高65.4%,具有很强的实际应用价值。     

智能化建筑中的计算机科学与技术应用

智能化建筑包含建筑的自动化系统、火灾防控报警系统和通信连接系统。计算机科学与技术应用在建筑中的应用展现建筑的现代化、经济化的要求。本文简单阐述了计算机科学技术应用下智能化建筑的建设理念,充分表现科技在智能化建筑中的管理、维护和系统监控应用。     

建筑生成过程中的“时间”研究

寻找建筑失落的"灵魂",正视特定情境中的社会文化对建筑生成的意义,并将其从理论认识落实到具体行动,解决当代多元文化与建筑形式风格趋同现象之间的现实矛盾,是当今建筑发展严峻和急迫的课题。论文从城市建筑的形式、风格趋同现象出发,对传统建筑生成方式提出质疑,通过回归建筑本体和意义的存在价值分析,认识到建筑师必须积极主动地以社会、文化等广泛背景为切入点进行设计,以"时间"这一全然不同的研究角度探索新思路,将社会文化"时间"作为建筑学拓展的新视野,研究建筑如何在"当代"特定社会背景和文化多元的时间维度中,营造具有不同"时间"文化意蕴的情境建筑。希望所谓的"时代精神"对建筑的影响主要表现在建筑生成的过程中,为开启我国建筑创作的新思路抛砖引玉。     

自适应序列生成的建筑能耗预测

提出一种基于强化学习的生成对抗网络(Reinforcement learning-based Generative Adversarial Networks,Re-GAN)能耗预测方法.该算法将强化学习与生成对抗网络相结合,将GAN(Generative Adversarial Nets)中的生成器以及判别器分别构建为强化学习中Agent(生成器)以及奖赏函数.在训练过程中,将当前的真实能耗序列作为Agent的输入状态,构建一组固定长度的生成序列,结合判别器及蒙特卡洛搜索方法进一步构建当前序列的奖赏函数,并以此作为真实样本序列后续第一个能耗值的奖赏.在此基础之上,构建关于奖赏的目标函数,并求解最优参数.最后使用所提算法对唐宁街综合大楼公开的建筑能耗数据进行预测试验,实验结果表明,所提算法比多层感知机、门控循环神经网络和卷积神经网络具有更高的预测精度.     

双向蚁群算法的智能消防疏散图路径规划

当前我国正处在城市发展高速时期,综合建筑不断涌现,这时可根据火灾实时信息自动调整疏散路径的智能消防疏散图应运而生。路径规划算法是智能消防疏散图的重点研究方向之一。针对智能消防疏散图需结合火场信息动态规划路径等问题,提出了一种改进双向蚁群算法。添加了双向搜索策略,提高了算法全局搜索能力;结合A*算法改进了初始信息素分布,减小了算法初期搜索盲目性;改进了信息素更新策略,提高了算法收敛速度;结合火场信息和转向惩罚系数对算法蒸发系数、启发函数和转移概率进行改进,降低了陷入局部最优风险,提高了算法搜索效率和路径平滑性,并有效避开了火灾影响区域。通过仿真验证了算法有效性。     

装配式建筑自上而下设计信息协同与模型构建

为顺应国家建筑产业化、智能化发展的政策引导,针对当前装配式建筑专业信息缺乏关联、模 型利用不充分、数据传递效率低下等问题,提出基于建筑信息模型(BIM)技术的自上而下设计方法。以装配式 建筑的设计阶段为切入点,详细阐述了基于 BIM 技术的装配式建筑自上而下设计流程。结合装配式建筑的标 准化构件设计和组装特点,提出一种基于自上而下设计的装配模型,并从层级和专业 2 个角度描述了模型的架 构。针对各专业模型传递时的数据信息标准化、一致性问题,通过工业基础类(IFC)标准对装配模型进行实体和 属性集的扩展,提出基于 IFC 标准的各专业、各阶段的自上而下设计信息协同。经实例验证了 IFC 扩展装配模 型的自上而下设计可行性,为装配式建筑的协同设计提供了有益的方法借鉴。     

基于BIM的钢筋骨架语义设计点云自动生成算法

当前预制构配件钢筋骨架质量检查主要依靠人工,存在效率低、容易出错的问题。建筑信息模 型(BIM)、三维重建等技术为改进预制构配件钢筋骨架质量检查方法提供可能。运用这些技术时,有必要由钢 筋骨架 BIM 模型生成可区分每根钢筋的点云。为此,提出了语义设计点云的概念,并构建了基于 BIM 的钢筋 骨架语义设计点云自动生成算法。该算法首先从钢筋骨架 BIM 模型中提取每根钢筋并分别存储于不同的文件, 然后对每根钢筋所在文件进行格式转换,接着生成每根钢筋的语义设计点云,最后基于每根钢筋的语义设计点 云生成钢筋骨架语义设计点云。分别用简单钢筋骨架和复杂钢筋骨架对基于 BIM 的钢筋骨架语义设计点云自 动生成算法进行实验验证,结果表明,该算法能够自动并快速地生成准确的钢筋骨架语义设计点云。      

基于差分进化算法的供热节能控制系统

针对公共建筑集中供热系统能耗高、自动调节和实时监控难度大的问题,将数字温度传感器、芯片控制技术及CAN总线技术结合到一起,设计了一种基于差分进化算法的神经网络控制的公共建筑集中供热系统.系统具有降低遗传算法复杂性、快速收敛的优势,且自适应能力较强,能够实现供热流量自动调节和网络实时监控.为了验证该系统的节能效果,与传统节能控制系统的供热消耗进行了试验比较,结果表明,该系统最低平均节能10.1%,最高节能16.3%,节能效果更好.     

办公建筑中空调形式对室内外PM2.5浓度相关性的影响

室外PM2.5可通过新风及围护结构缝隙渗透至室内,室外PM2.5较高时尤为明显,结果导致室内空气中的PM2.5浓度上升。为了研究空调形式对室内外PM2.5浓度相关性的影响,在2015年夏季对重庆某办公建筑中采用不同空调形式的室内外PM2.5浓度进行了实测。实测结果发现：集中式空调、分体式空调和非空调房间室内外PM2.5浓度比变化范围分别为0.59～0.76、0.47～0.76、0.71～0.91。室内外PM2.5浓度相关性系数的排序为：集中式空调环境（0.94）> 非空调环境（0.92）> 分体式空调环境（0.77）,研究结果表明,办公建筑的空调形式,对室内外PM2.5浓度的相关性有影响。     

以家园文化为基础探索构建幸福企业

马钢的生存发展与职工的生存发展息息相关、浑然一体。只有企业得到发展壮大,每一名员工才能得到更好的发展,也只有员工的积极参与和努力奋斗,才能有企业的日益强大。从现实而言,为应对钢铁"去产能"压力,增强国有企业活力,就必须贯彻落实党的十八大精神,落实供给侧改革措施,踏踏实实地加强和完善国有企业党的工作和群团工作,在工作中不断创新和改革。动员和带领全体员工,激发创新活力,就是要使"人民对美好生活的向往"的奋斗目标具体化,就是建设"美丽安徽"、"幸福社区"和"幸福企业"。立足岗位开展"奋力求生存、携手保家园"活动。