装配式钢筋混凝土预制柱与梁的连接节点及连接方法

    公开(公告)号:CN114508175B

    公开(公告)日:2024-07-02

    申请号:CN202210166871.5

    申请日:2022-02-23

    Abstract: 本发明公开了一种装配式钢筋混凝土预制柱与梁的连接节点及连接方法,包括预制混凝土梁柱节点,预制混凝土梁柱节点的上下端设有预制柱段,预制混凝土梁柱节点的侧面设有浇筑梁段;所述预制混凝土梁柱节点包括连接本体,连接本体上设有一组柱钢筋连接孔,连接本体的侧面设有梁钢筋。连接方法包括以下步骤:在已吊装的预制柱段的上端面涂抹粘结材料;吊装预制混凝土梁柱节点将其搁置于下方预制柱段上端,利用粘结材料相连,并对柱钢筋连接孔内进行灌浆;绑扎梁板和楼板钢筋并浇筑;在预制混凝土梁柱节点上表面涂抹粘结材料,吊装上一段的预制柱段,搁置于节点区上。本发明具有能够有效提高整体结构的安全可靠性、降低施工难度以及便于运输的特点。

    一种高整体性装配式RCS梁柱连接节点及应用

    公开(公告)号:CN114892801B

    公开(公告)日:2023-03-03

    申请号:CN202210593361.6

    申请日:2022-05-27

    Abstract: 本发明公开了一种高整体性装配式RCS梁柱连接节点及应用,包括两块上下分布的水平钢板,上下两块水平钢板之间的侧边设有外伸钢梁,外伸钢梁的外端设有螺栓孔;所述水平钢板中部设有圆形孔,圆形孔的外侧设有穿筋孔;相邻的外伸钢梁之间还设有外侧箍板。施工方法包括以下步骤:在预制柱上端表面涂抹粘结材料,并将连接节点置于预制柱的上端,吊装上一节的预制柱,在连接节点上端表面涂抹粘结材料,将上一节的预制柱的下侧预留钢筋伸出连接节点的穿筋孔;连接上下预制柱上的预留钢筋;安装外侧箍板,随后浇筑节点区及上段预制柱空心区域的混凝土;安装钢梁。本发明具有能够有效提高连接整体性的特点。

    一种基于GRU最大熵强化学习的高速欠驱动AUV运动控制方法

    公开(公告)号:CN118311868A

    公开(公告)日:2024-07-09

    申请号:CN202410407535.4

    申请日:2024-04-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于GRU最大熵强化学习的高速欠驱动AUV运动控制方法,包括:(1)建立高速欠驱动AUV的六自由度运动数学模型;(2)设计智能体观测的状态空间和奖励函数,以组成完整的马尔可夫过程;(3)基于GRU建立策略网络和评价网络,对高速欠驱动AUV的运动控制任务进行训练;(4)训练后,智能体根据高速欠驱动AUV的状态,实时输出控制动作。利用本发明,可以实现稳定的控制效果,在工程上易于实现并且能保证可靠安全。

    一种基于辐射噪声调制的桨叶数特征提取方法

    公开(公告)号:CN111160207B

    公开(公告)日:2023-08-15

    申请号:CN201911347560.3

    申请日:2019-12-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于辐射噪声调制的桨叶数特征提取方法,包括以下步骤:在调制图上寻找局部峰值,以及局部峰值出现处的谐振频率;确定轴频以及其谐振频率数;根据轴频以及叶频的倍频关系,确定其他谐振频率的值;确定各处谐波频率处的平均谱相干值;用朴素贝叶斯的推断方法,得到桨叶数。利用本发明的方法,能够对各种民用船舶辐射噪声调制谱进行分析,方便的提取出轴频、叶频信息和桨叶数特征量。

    一种基于辐射噪声调制的桨叶数特征提取方法

    公开(公告)号:CN111160207A

    公开(公告)日:2020-05-15

    申请号:CN201911347560.3

    申请日:2019-12-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于辐射噪声调制的桨叶数特征提取方法,包括以下步骤:在调制图上寻找局部峰值,以及局部峰值出现处的谐振频率;确定轴频以及其谐振频率数;根据轴频以及叶频的倍频关系,确定其他谐振频率的值;确定各处谐波频率处的平均谱相干值;用朴素贝叶斯的推断方法,得到桨叶数。利用本发明的方法,能够对各种民用船舶辐射噪声调制谱进行分析,方便的提取出轴频、叶频信息和桨叶数特征量。

    一种基于深度学习和模糊控制的复合热源多空调优化制冷方法

    公开(公告)号:CN110426979A

    公开(公告)日:2019-11-08

    申请号:CN201910796529.1

    申请日:2019-08-27

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习和模糊控制的复合热源多空调优化制冷方法,包括:(1)对复合热源多空调降温过程进行简化;(2)将各热源至各空调的距离参数增加到输入语言变量,构建各单热源单空调模糊控制的输入输出语言变量及其隶属函数;(3)确定单热源单空调模糊控制规则;(4)根据单热源单空调模糊控制模型运算,得到多种单热源、多空调降温方案;(5)使用COMSOL Multiphysics仿真对各种方案进行多热源多空调降温模拟分析;(6)将各热源初始降温需求、各空调降温方案及其对应的仿真过程数据和降温效果指标输入深度生成模型,推断输出优化后各个空调的降温方案。本发明适用于真实多热源多空调降温情况,能给出较优的调控方案。

Patent Agency Ranking