期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
内控法在高层建筑施工测量中的应用 被引量:8
1
作者 邓少云 《株洲工学院学报》 2003年第2期108-110,共3页
湖南醴陵市电信大楼工程±0.00以上23层(含塔楼6层),主楼高74.7m,塔顶标高94.1m,受施工场地限制,柱网测量施工中选用内控方式,其测设精度高、速度快,并且节省人工,具有明显的经济效益。
关键词 施工测量 高层建筑 内控法 控制点 轴线控制网
下载PDF
高层建筑轴线放线方法的探讨 被引量:6
2
作者 邓立民 《价值工程》 2012年第23期102-103,共2页
房屋建筑的质量,除了从设计上进行保障外,施工要求也是一个不可缺少的质量保障环节。房屋的施工放线就是从形状上满足设计要求的必不可少的技术手段。过去从当时的科技条件和技术水平,各施工单位采用各自的技术方法来满足和达到设计要求... 房屋建筑的质量,除了从设计上进行保障外,施工要求也是一个不可缺少的质量保障环节。房屋的施工放线就是从形状上满足设计要求的必不可少的技术手段。过去从当时的科技条件和技术水平,各施工单位采用各自的技术方法来满足和达到设计要求,随着社会城市化发展,人们需要更多的居住房的要求,高层建筑层出不穷,传统的经纬仪放线方法已受到限制,因此随着科学的发展,激光测量仪器的出现为高层建筑的施工测量提供了即方便又精确的方法。本文针对在高层建筑的施工建设中,采用激光经纬仪进行施工放线测量的方法进行了探讨,并对此方法的可行性进行了证明。 展开更多
关键词 轴线放线 视准误差 高层建筑 控制网
下载PDF
工程测量控制应用
3
作者 杜鹏 《工程建设(维泽科技)》 2023年第3期144-147,共4页
工程测量技术人员在许多施工单位习惯称作“测量工”或“放样工”,在一些施工单位仅被定性为一个施工作业班组,主要的工作仅限于施工测量放样和土石方工程量计算。但随着时代的发展,施工项目管理不断向标准化、精细化、信息化发展,施工... 工程测量技术人员在许多施工单位习惯称作“测量工”或“放样工”,在一些施工单位仅被定性为一个施工作业班组,主要的工作仅限于施工测量放样和土石方工程量计算。但随着时代的发展,施工项目管理不断向标准化、精细化、信息化发展,施工测量作为项目进度管理、质量管理、经营管理和信息系统管理的有效手段和重要作用日趋明显,如何充分发挥测量技术所具有的独特优势以及测量人员对工程各部位结构和施工进度的熟悉和了解,使其在项目施工全过程的管理中发挥更加重要的作用,已越来越受到各方的重视。 展开更多
关键词 工程测量 轴线控制网 高程控制网
下载PDF
EtherCAT技术在振动台三台阵同步运动控制应用 被引量:2
4
作者 王少甲 高荣慧 +1 位作者 翟华 庞健 《机械设计与制造》 北大核心 2018年第12期168-171,176,共5页
多台振动台组合而成的多功能台阵在工程试验中的优势逐渐体现出来,是目前振动台发展的趋势。完成一个大型台阵的搭建,多振动台之间的协同运动是首要解决的问题。以三台地震模拟振动台搭建而成的台阵为研究对象,使用基于超高速以太网Ethe... 多台振动台组合而成的多功能台阵在工程试验中的优势逐渐体现出来,是目前振动台发展的趋势。完成一个大型台阵的搭建,多振动台之间的协同运动是首要解决的问题。以三台地震模拟振动台搭建而成的台阵为研究对象,使用基于超高速以太网EtherCAT技术设计实时高性能伺服控制系统,给出了系统软硬件设计方案。运用一主六从的网络结构,控制三振动台同步运动,最终实现三振动台位置同步、速度同步、加速度同步。显示出EtherCAT伺服控制系统在处理高密度实时数据有着优秀的控制伺服电机能力,以及基于总线的多轴组网控制能够有效解决多台伺服电机并联实时控制问题。 展开更多
关键词 地震模拟振动台 台阵 ETHERCAT 实时伺服控制系统 同步运动 多轴组网控制
下载PDF
基于再励模糊神经网络的三轴稳定卫星姿态智能控制
5
作者 王华 刘向东 《航天控制》 CSCD 北大核心 2005年第2期21-26,共6页
将再励学习引入模糊神经网络的T-S模型,建立了模糊神经网络控制器和控制评估网络的再励学习算法,并应用于三轴稳定卫星的姿态控制。这种再励模糊神经网络不需要精确的卫星数学模型和学习样本,通过再励学习实现控制网络/评估网络参数的... 将再励学习引入模糊神经网络的T-S模型,建立了模糊神经网络控制器和控制评估网络的再励学习算法,并应用于三轴稳定卫星的姿态控制。这种再励模糊神经网络不需要精确的卫星数学模型和学习样本,通过再励学习实现控制网络/评估网络参数的在线调节,具有比较强的适应性和学习能力。仿真结果表明,这种智能控制方法可以有效解决卫星的模型不确定性问题,提高了卫星姿态控制的精度和鲁棒性。 展开更多
关键词 三轴稳定卫星 姿态控制 模糊神经网络 再励学习 智能控制
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部