简介：摘要：本文以循环载荷为研究条件，借助声发射技术对再生混凝土特性、结构损伤情况开展研究。将各类掺量比例的混凝土材料制作成试件，采取单轴抗压方式，开展试验研究。在声发射技术的支持下，能够有效掌握混凝土在受压损伤各环节的状态资料，便于开展动态分析。研究发现：在循环载荷条件下，再生类型的混凝土有损伤表现，各类差异性掺量的损伤程度有不同。

简介：摘 要：随着建筑技术的逐步发展，预应力混凝土T梁以其特有的优势正在广泛应用于各种结构建筑的搭建过程中。但是，一些在预应力混凝土T梁方面出现的损伤也在严重影响到结构本身的稳固与安全。由于T梁损伤常常于施工结束后出现，为了保证建筑本身的稳定性，对预应力混凝土T梁所受损伤的无损检测研究也越发重要。

简介：摘要：随着科学技术的不断发展，我国结构检测与鉴定技术也不断进步。结构检测与鉴定技术能够提升建筑工程质量，有效避免建筑事故的产生，为此不少研究学者针对既有建筑结构损伤部分进行检测与鉴定，并对损伤部位进行加固处理，以提升既有建筑结构构建的安全性。既有建筑结构损伤检测鉴定在研究过程中，需要对既有建筑结构进行整体分析，并加强对分析数据的调整力度，不断完善在检测鉴定中的加固方案设计，调配适宜的加固原则。目前既有建筑结构损伤检测鉴定与加固，通过对损伤结构的内部整合，实现对损伤部位的精准定位，具有较强的操作性。

简介：摘要：全球导航卫星系统(GNSS)是一种高度精确、连续、全天候和近实时微波技术，其中GPS的应用最为广泛，目前GPS已经能够达到毫米级的平面坐标定位精度，这种优势能够大大缩减人工测量的时间，提高效率，但是由于GPS所测高程和我国工程测量中使用的高程基准面不同使得GPS高程测量值的应用受到限制。针对将GPS高程测量值通过拟合方法转换为工程坐标下的正常高的研究有着广泛的实用价值。本文采用目前流行的BP神经网络法对测区范围内GPS所测得的大地高数据进行拟合，基于GPS测量得到已知点坐标和高程异常，建立两者之间的神经网络关系，并对网络进行训练，根据预测值和实际值之间的差异对网络中的权值和阈值进行重复计算修改，最后使得预测与实际值之间的误差满足要求，计算外符合精度并对未知点的高程异常值进行预测。通过MATLAB实现BP神经网络高程拟合并与多项式曲面拟合方法进行精度比较，最后得出BP神经网络拟合精度高且相比于多项式曲面拟合法具有准确性，可靠性和稳定性。

简介：摘要：ZigBee技术是一种无线通讯技术，具备低功耗、低成本、短时延、网络容量大、安全性能高等优点，与CDMA和GSM网络十分相似。ZigBee数传模块与移动网络基站在工作原理上也有许多相似之处，ZigBee技术的通讯距离是支持无限延展的，从最标准的75m可以根据需要不断扩大范围。基于此，本文章对基于Zigbee技术的土木工程支撑结构振动损伤监测方法进行探讨，以供相关从业人员参考。

简介：摘要：随着城市进程的不断加快，特别是上海这样国际化大都市，各种工程建设不断开展，如道路改扩建、架空线入地工程、基础工程建设等。在施工过程中，经常会发生地下管线被挖断或损坏的事故，给国民经济和人民安全带来重大损失。由于地下管线资料不全，所以在进行城市工程建设中，需对各种地下管线进行精准探测，以保障后期施工安全。

简介：

简介：摘要：目前，ＰＩＤ控制方法由于其算法简单，易于实现的优点已经被广泛应用于各种控制领域。但涡喷发动机转速控制系统为非线性系统，传统ＰＩＤ控制在非线性系统中的表现并不良好。因此采用模糊控制来弥补传统ＰＩＤ控制无法在线调参的不足。为进一步提高模糊ＰＩＤ控制系统的性能，有学者将遗传算法和ＢＰ神经网络应用于模糊控制中，虽然解决了难以将控制参数调至最优的问题，但仍存在训练时间长的问题。本文采用模糊神经网络控制方法，很好地解决了模糊控制和神经网络单独使用时的弊端，提高了ＰＩＤ控制系统的性能。利用Ｓｉｍｕｌｉｎｋ仿真将３种控制系统应用于ＥＣＵ控制系统进行仿真，结果显示模糊神经网络ＰＩＤ的系统稳定时间最快，超调量最小，在遇到干扰时鲁棒性最好。

简介：摘要：作为一种非开挖施工工艺，顶管在工程得到广泛应用，避免了开挖支护对周边空间的占用及交通的影响，也最大程度地减小了对周围土体的扰动。但如果邻近地下管线相距较近，顶管的挤土效应也不能完全忽略，因此必须合理分析，准确评价，必要时甚至需要采用适当的补偿措施，也是顶管设计时需要重点考虑的。

简介：摘 要：当前高层建筑工程造价评估精确性较低，根据国家政策走向市场定价，改革前期可能造成估算指标与实际消耗量较大差距；在针对成本准备预测问题，本文提出了基于BP神经网络下的高层建筑工程成本造价评估模型。实验证明，该方法能够充分利用有限的数据信息，高效精准地评估出最佳成本造价方案，信息处理能力显著提升。

简介：摘要：当前，我国的建设工程技术发展迅速，水处理工程历经坎坷，由弱到强。新中国成立以来，水处理工程应用技术不断创新，近年来电气自动化技术在水处理工程中应用广泛，在不同类型的水处理工程中采用了不同的控制系统，完成了对设备的精密控制，为精准检测电气自动化设备故障，采用神经网络诊断电器自动化设备故障。将电气自动化设备故障分为五类，选取电气自动化设备负载端输出电压和输入端电流为采样点，在采样点收集原始数据;采用基于BP模型的神经网络结构，对采样原始数据进行前向计算、误差计算和误差反向传递，在此基础上，采用自适应学习的故障检测算法实现自动化电气设备的故障的自适应检测，该算法不仅能够准确检测设备的已知状态，还可对非训练样本集的状态类型进行自主学习，实现了设备故障的自适应检测。实验检测发现，该方法检测故障可信度和故障检测率均高于0.95，且抗噪性能佳。