-
题名浅析建筑工程施工现场安全监理工作之要点
被引量：18
- 1
-
-
作者
谢培初
-
机构
新疆博乐农五师全新勘测设计有限公司
-
出处
《山西建筑》
2010年第11期228-229,共2页
-
文摘
结合工程施工现场安全监理工作实践,从施工准备阶段、地基基础施工阶段、主体结构施工阶段、施工临时用电、施工机械五个方面总结了施工现场安全监理之要点,总结了房屋建筑工程的现场安全生产监理工作经验,从而减少或避免安全事故的发生。
-
关键词
建筑工程
安全监理要点
施工现场
施工用电
建筑机械
-
Keywords
building engineering, safety supervision points, construction site, construction electricity using, architectural machine
-
分类号
TU714
[建筑科学—建筑技术科学]
-
-
题名人工智能在建筑施工领域应用研究进展
被引量：4
- 2
-
-
作者
崔自强
杨淑娟
于德湖
-
机构
青岛理工大学土木工程学院
山东建筑大学土木工程学院
-
出处
《山东建筑大学学报》
2023年第4期117-125,134,共10页
-
基金
山东省重点研发计划项目(2021CXGC011204)。
-
文摘
在建筑工业化、碳达峰及碳中和的背景下,建筑施工行业正在经历快速的转型升级,逐渐向绿色化、数字化、信息化和智能化的方向发展,基于人工智能的解决方案已经成为当前的研究热点。因此,在科学计量和定性分析的基础上进行了系统地回顾,通过人工智能在建筑施工领域的文献统计分析,得出了当前研究的发展趋势,借助机器学习、优化算法和人工智能物联网3个热点主题,阐述了在建筑施工中利用人工智能技术的优势及现状,针对人工智能在建筑施工领域应用的不同场景,从施工质量控制、成本控制、进度控制和安全管理的角度分析了人工智能在不同应用场景下的研究进展及面临的挑战,总结了目前在建筑施工领域应用人工智能技术存在的问题,并展望了未来可能的发展方向。
-
关键词
人工智能
建筑施工
机器学习
优化算法
-
Keywords
artificial intelligence
building construction
machine learning
optimization algorithm
-
分类号
TU17
[建筑科学—建筑理论]
-
-
题名造楼机附墙装置连接构造抗拉拔性能试验
被引量：1
- 3
-
-
作者
曹万林
李凤丹
乔崎云
殷飞
汪鼎华
霍文霖
-
机构
北京工业大学建筑工程学院
深圳市卓越工业化智能建造开发有限公司
-
出处
《建筑结构》
CSCD
北大核心
2021年第10期65-72,共8页
-
基金
国家重点研发计划(2018YFD1100903)。
-
文摘
提出了一种造楼机附墙装置与剪力墙的连接构造系统,该系统由造楼机轨道、剪力墙、连接轨道与剪力墙的螺杆及条形钢板构成。进行了22个附墙装置连接构造试件的抗拉拔性能试验,试件变化参数包括墙体厚度、墙体配筋、墙体构造、混凝土强度、墙体支点距离,其中墙体构造包括预留圆孔贴靠正交分布钢筋、预埋锚筋连接、附加钢筋网片、预留圆孔不贴靠钢筋,分析了其破坏特征、承载力、刚度和钢筋应变。结果表明:螺杆、锚筋及钢板均未发生明显损伤,试件的破坏形式为墙体弯剪破坏;提高混凝土强度,增加墙体厚度、墙体配筋,减小墙体支点距离均可提高试件的承载力和刚度;预留圆孔贴靠正交分布钢筋试件的受力性能明显好于预留圆孔不贴靠钢筋试件;提出的造楼机附墙装置与剪力墙的预留圆孔贴靠正交分布钢筋连接构造工作性能可靠。
-
关键词
造楼机
附墙装置
剪力墙
连接构造
抗拉拔性能
破坏特征
-
Keywords
building construction machine
wall-attaching device
shear wall
connection structure
anti-drawing performance
failure characteristics
-
分类号
TU398
[建筑科学—结构工程]
-
-
题名建筑施工项目安全预警系统的仿真研究
被引量：7
- 4
-
-
作者
赵元庆
侯得恒
-
机构
安阳师范学院计算机与信息工程学院
安阳师范学院公共计算机教学部
-
出处
《计算机仿真》
CSCD
北大核心
2013年第2期359-363,共5页
-
基金
国家自然科学基金青年基金(41001251)
-
文摘
研究建筑施工项目安全风险准确评估问题,由于系统存在非线性因素,构建模型较困难。传统评估方法需要样本数目大,而建筑施工项目安全风险是一种典型的小样本数据,导致传统方法的评估精度低。为提高建筑施工项目安全风险评估精度,利用支持向量机专门针对小样本数据建模的优点,提出一种粒子群算法优化支持向量机的建筑施工项目安全预警系统(PSO-SVM)。首先采用建筑施工项目安全风险评估正确率作为建模目标,评价指标确定评估模型结构,然后采用粒子群算法优化支持向量机建立评估模型,以克服传统评估方法存的缺陷,以解决建筑施工项目安全风险评估精度的难题。仿真结果表明,相对于神经网络,PSO-SVM提高了风险评估精度,在建筑施工项目管理具有一定的实际应用价值。
-
关键词
建筑施工项目
安全风险
评估模型
支持向量机
粒子群算法
-
Keywords
building construction project
Safety risk
Evaluation model
Support vector machine （ SVM ）
Particleswarm optimization（PSO）
-
分类号
TM732
[电气工程—电力系统及自动化]
-
-
题名基于BSA-ELM模型的建筑工程施工成本预测研究
被引量：4
- 5
-
-
作者
李万庆
陈佳琪
孟文清
马利华
-
机构
河北工程大学管理工程与商学院
河北工程大学土木工程学院
-
出处
《数学的实践与认识》
北大核心
2019年第23期10-17,共8页
-
文摘
针对建筑工程施工成本管理中成本难以预测的问题,提出用鸟群算法(BSA)优化极限学习机(ELM)模型的参数.首先,利用BSA对ELM模型的输入权值和偏置值进行优化;其次,构建出BSA-ELM建筑工程施工成本预测模型;最后,将BSA-ELM模型与实际工程施工成本数据相结合进行验证.结果表明:模型在成本预测中的精度比ELM模型、CSO-ELM模型、PSO-ELM模型和BP神经网络模型预测精度高,也为类似预测问题提供了一种新的预测方法.
-
关键词
建筑工程施工成本
预测
极限学习机
鸟群算法
BSA-ELM
-
Keywords
building project construction cost
prediction
extreme learning machine
bird swarm algorithm
BSA-ELM
-
分类号
TP1
[自动化与计算机技术—控制理论与控制工程]
-
