浙江业缘型传统聚落的产业类型与聚落形态解析

业缘型聚落是由业缘关系产生的群体聚集形成的聚落。不同产业类型的聚落利用地形地貌与物质资源的优势,协调聚落生产与生活空间,形成业缘型聚落千姿百态的聚落形态。从农业养殖、手工制造及商业贸易三种业缘型传统聚落入手,剖析浙江传统聚落的选址、布局与聚落形态等方面特征,挖掘业缘型传统聚落在因势而据、组织生产,因物立业、居业并置,因水而通、因路而市等方面协调生产生活的营建策略,并提出传统聚落从产村互动、景村互动与多方互动的发展驱动路径,实现传统产业聚落的可持续发展。     

再生砂浆粉纤维增强水泥基复合材料拉伸及开裂性能研究

水泥基作为一种新型的复合材料,在建筑工程中得到了有力的推广和使用,这种复合型的材料相对来说成本比较低,而且组成的原材料比较常见,各方面的性能也比较稳定,但是缺点也很明显,比如材料本身比较脆,而且抗拉伸以及抗裂强度都不太高,所以使用不当会降低实际效果.随着科技的进步和社会经济的发展,对新型的建筑材料要求也越来越高.对于水...     

硅酸盐水泥材料的耐久性分析与检验

随着现代建筑投资的增加,对水泥的需求相应增加,硅酸盐水泥已成为主流工程材料.硅酸盐水泥生产设备和技术的不断改进,减少了水泥建设投资,相应降低了生产成本,促进了水泥生产的初步发展.硅酸盐水泥材料耐久性分析检验具有先进技术和绿色节能的特点,并开始朝着能够实现水泥工艺现代化的自动控制和调节方向发展.基于此,本篇文章对硅酸盐水...     

论企业文化的对外传播策略

企业文化及其两个层面 20世纪70年代末,强大的日本经济对欧美形成挑战.在此背景下,人们开始注意到日美企业管理模式的不同,发现理性化管理缺乏灵活性,不利于发挥人们的创造性和与企业长期共存的信念,而塑造一种有利于创新和将价值与心理因素整合的文化,才是真正对企业长期经营业绩和企业的发展起着潜在的却有至关重要的作用.     

山西省重要饮用水水源地安全保障达标建设对策研究

本文从水量、水质、监控、管理4个方面系统梳理了2021年度山西省重要饮用水水源地安全保障达标建设情况,分析了饮用水水源地名录变更不规范、水源地水质监测机制不完善、水源地管理法规体系及资金投入机制不健全等达标建设中存在的问题,针对性地提出了建立《名录》动态管理机制、构建信息化管理系统、优化水源地法规体系、完善水源地资金保障机制等对策建议,对科学管理水源地及保障饮水安全具有重要意义。     

电弧法制备的TiC催化生长碳纤维

利用电弧等离子体法制备了TiC纳米粒子,并以TiC纳米粒子为催化剂,乙炔为碳源,通过化学气相沉积(CVD)在管式炉中生长了纳米碳纤维。利用X射线衍射仪(XRD)、扫描电子显微镜(SEM)、高分辨率透射电子显微镜(HRTEM)等手段对TiC纳米粒子及碳纤维进行了表征。结果表明:得到的TiC晶型为面心立方,粒径在10~40nm之间,颗粒形貌规整、粒径均匀;以此为催化剂得到的碳纤维,既有直线形又有螺旋形,纤维以催化剂为中心对称生长,其直径与催化剂粒径大致相等。     

空心薄壁墩滑翻结合模板施工工艺研究

空心薄壁墩传统的施工方法有外支架翻模法、内支架翻模法施工。随着工艺的不断改进,空心薄壁墩施工引进了滑翻结合施工技术,与传统施工方法相比有效地控制了混凝土的外观质量,大大提升了施工效率,降低了高处作业的风险。结合工程实际情况,对空心薄壁墩滑翻结合施工工艺及施工注意事项进行了系统的阐述。     

基于CNN的供热管道泄漏识别方法研究

为了快速识别出供热管道泄漏故障,以管道泄漏时产生的负压波特征,研究提出了利用卷积神经网络（CNN）识别压力数据的管道漏损诊断方法。通过搭建供热管道实验平台,采集了正常、泄漏、调阀三种工况下的压力数据作为卷积神经网络的训练集和测试集。对原始数据进行小波降噪处理,应用硬阈值的处理方法有效消除了噪声信号,同时在调阀工况中出现了强化特征,增强了卷积神经网络的分类能力。针对一维数据特征采用改进的AlexNet卷积网络模型对采集的数据进行学习及识别。结果发现,在对实验室数据测试中,CNN模型的平均识别正确率达98.39%。在对实际管网的验证中,三个热力站的泄漏数据均被正确识别,表明CNN模型具备良好的故障诊断能力。     

基于混合裁剪失衡数据增强与SwinNet网络的滚动轴承故障诊断

针对在滚动轴承故障诊断领域中存在的故障样本较少,健康样本丰富所导致的故障类别失衡问题以及环境中存在噪声与人为噪声标签干扰等问题,提出了一种基于混合裁剪失衡数据增强与SwinNet网络相结合的故障诊断模型(fault diagnosis model combining mixed-cutout imbalance data augmentation and SwinNet, SwinNet-MCIDA)。首先,借鉴图像分类数据增强方法,利用混合裁剪失衡数据增强算法对失衡类别的数据进行裁剪、混合处理生成新的故障样本来增加样本量,构造出增强数据集,然后对增强数据集进行小波变换转换成时频图像,将所得图像输入到卷积神经网络与Swin Transformer编码器相结合的SwinNet网络模型中,进行特征提取和故障分类,从而实现滚动轴承故障的高效诊断。试验结果表明,该文所提出的SwinNet-MCIDA故障诊断方法不仅可以很好地解决滚动轴承故障诊断领域故障类别失衡问题,而且也可以很好地应对故障数据中存在环境噪声问题与人为噪声标签干扰问题。