摘要：模态参数广泛应用于拉索索力识别与状态评估,其自动化识别是拉索实时健康监测的关键技术之一。贝叶斯FFT算法和深度神经网络可实现拉索模态参数识别的自动化和不确定性分析,其中,贝叶斯FFT算法可快速识别拉索模态参数且定量其不确定性,但需人工输入结构自振频带信息。为此,基于Retinanet模型和一维卷积神经网络,设计提出一种轻量化频带选择网络,使之能自动检测拉索的振动频带,进而提出一种拉索模态参数全过程自动化识别方法。提出的频带选择网络模拟人工频带选择过程,融合多频率分辨率下功率谱曲线估计信息,通过检测功率谱曲线峰值确定拉索振动频带。为验证所提算法的有效性,利用沪苏通长江大桥拉索施工阶段实测加速度数据构建训练集和测试集,完成拉索模态参数的连续自动识别。试验证明,频带自动选择网络准确性超过95%,单样本平均推理时间达到毫秒级,与贝叶斯FFT相结合可实现拉索模态参数的自动化实时识别。另外,通过拉索频率的连续识别成功检测到拉索张拉事件,验证了基于频率对拉索损伤识别的潜在可能性。

摘要：随着WTO的加入及我国“买方市场”的形成,企业之间的竞争日趋白热化,品牌成为企业参与竞争的最强有力的手段,是企业形象的金字招牌。由于我国的市场经济起步较晚,发展程度有限,社会经济的许多领域内市场化程度参差不齐,消费者的“经济人”意识和老练程度较低,参与国际竞争的意识不强,导致不少起初势头强劲的企业很快陷入停滞和衰退。

摘要：针对大型钢结构吊装中难以准确判断机械站位及最佳吊装路径等问题,本文通过对吊装设备和结构构件进行参数化设计,利用BIM技术对吊装过程进行精确的施工模拟,从而确定出吊装机械的现场最佳布置位置、最佳吊装路径,辅助吊装设备选型,并对大型钢结构构件进行合理分段。对分段后的钢柱、钢梁,利用Ansys软件进行受力分析,确定出合理的吊装位置,并优化支撑布置。

摘要：针对大型钢结构构件吊装中难以准确判断机械站位及最佳吊装路径等问题,本文通过对吊装设备和结构构件进行参数化设计,利用BIM技术对吊装过程进行精确的施工模拟,从而确定出吊装机械的现场最佳布置位置、最佳吊装路径,以辅助吊装设备选型。此外,对大型钢结构构件进行合理分段,对分段后的钢柱、钢梁进行受力分析、模拟吊装,确定出合理的吊装位置,并优化支撑布置。

摘要：随着建筑施工水平的提高,近年来钢结构建筑受到越来越广泛的重视。钢结构构件高强螺栓连接已成为钢结构建筑中一种主要的连接方式,得到越来越多的设计单位和施工单位的认可。