热像图增强的装配式建筑钢结构损伤检测研究

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:mj3140
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
为了及时检测出装配式建筑钢结构中的缺陷,以及在长时间使用过程中产生的裂纹,保证其在工程应用过程中的安全性能,提出了一种热像图增强的结构损伤检测方法.首先对装配式建筑钢结构检测机理进行详细的分析,当存在结构损伤时,通过一维解析方法构建损伤温度的数学模型,同时对加热过程以及瞬态加热过程进行分析,构建建筑钢表面温度分布和边缘温度分布的数学模型.采用多层小波分解处理方法,对热像图中的编织信息和背景干扰进行去除,基于Mallat算法求解出离散信号的小波变换递归方程.最后通过Matlab软件将热像图转换成矩阵,经过归一化处理便于对装配式建筑钢损伤的识别.实验结果表明,采用上述方法能够有效识别装配式建筑钢结构的损伤信息,且裂纹长度的分割误差率较小.
其他文献
在碳中和目标下,二氧化碳捕集、利用与封存(CCUS)技术既是助推我国实现大规模减排的关键技术之一,也是保障能源安全和实现可持续发展的重要手段。本文从扶持政策、主要技术环节、运营模式等方面分析了CCUS的发展现状,并在借鉴发达经济体发展CCUS经验做法的基础上,提出促进我国CCUS发展的对策建议。
机器翻译是自然语言处理的主要分支之一,在促进政治、经济、文化交流等方面起着重要作用.目前汉藏机器翻译质量还有待提高,汉文到藏文的译文中容易出现语法错误,尤其普遍存在藏文虚词的翻译错误.分析汉藏机器翻译译文中的藏文虚词错误类型,并究其自动纠错方法是提高汉藏机器翻译性能最有效的方法.在分析汉藏机器翻译译文中虚词错误类型的基础上,利用大规模藏文文本对Bert进行预训练.然后面向汉藏机器翻译译文中的虚词错误类型,针对性的对Bert预训练模型进行微调,以完成一种面向汉藏机器翻译后处理的Bert藏文虚词纠错模型的训练
碳捕获、利用与封存(CCUS)具有巨大的减排潜力,是应对全球气候变化的关键技术之一,已经引发全球各经济体的高度重视,但成本较高等因素决定了其应用场景有待进一步丰富。本文阐述了CCUS对于碳减排的重要性,从技术成熟度入手分析了CCUS的减排潜力,探讨了CCUS的商业模式、项目数量和参与主体,就CCUS应用提出了对策建议。