建筑物外墙保温层施工质量控制技术探析

来源 :建材发展导向(上) | 被引量 : 0次 | 上传用户:haoxiang123123123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,建筑外墙外保温越来越受到人们的关注.随着各种新型保温材料的出现,新型外墙保温与建筑工程的具体施工,仍有许多施工单位在外墙保温施工中没有涉及到个别施工连接的技术要点,如基层表面的清理、某些细节的特殊处理等,都没有事先做好,从而降低保温效果,因此,必须掌握具体的施工工艺和要点,加强现场施工管理,消除潜在的质量风险.
其他文献
以磨粒图像为研究对象,提出了基于局部形状特征和Bag-of-Features模型的磨粒形状特征提取方法。首先构建磨粒区域的骨架,根据骨架端点和分支得到磨粒的轮廓基元和区域基元,不同数量的相邻的轮廓和区域基元组合构成局部轮廓和局部区域,提取局部轮廓和区域的形状特征,两者融合得到磨粒的局部形状特征集合。然后根据Bag-of-Features模型的思想,以训练集所有磨粒样本的局部形状特征集合为基础,构建
针对短波单站干扰效能受信道衰落影响大的问题,提出一种分布式干扰模型,并对其抗衰落特性进行了分析研究。首先,忽略自由空间传播损耗等因素,仅考虑信道衰落特性对干扰效能的
论文基于非"停走停"模型提出了双正交发射的前视声纳成像算法,利用等效相位中心思想,确定了双正交发射阵型,选择了合适的正负线性调频发射信号,并推导了时延和多普勒表示式。
水下环境的复杂情况会导致水下图像分辨率低、图像模糊等问题,恢复水下图像质量的方法通常是以陆地上的图像增强算法作为理论根据进行改进的,这些算法在对水下图像增强中效果不佳并且缺乏普适性。为更好地解决水下图像的增强问题,提出一种基于灰度归一化融合深度学习网络(SRGAN)对其进行强化的解决方法,该方法利用归一化对图像的背景色彩进行纠正,并提高整体的对比度,再通过卷积神经网络超分辨率重构获得清晰的水下增强
随着指挥精细化的要求,各行业对可视化移动指挥需求的越来越强烈,而当前受限于公网运营商网络覆盖效果,利用单个运营商的基站进行数据回传在稳定性和带宽上难以满足大量的数