基于Web增强现实的高拱坝仓面施工可视化仿真研究

针对现有的高拱坝施工仿真将浇筑坝块作为最小单元进行仿真研究,忽略了浇筑坝块仓面内部胚层间施工过程的仿真,同时仿真结果的可视化手段与现场割裂,无法在任意场景结合现场实际画面进行结果分析和方案安排的问题,提出基于Web增强现实的高拱坝仓面施工可视化仿真方法。该方法主要包括两个方面:(1)对高拱坝仓面施工过程进行分析,构建高拱坝仓面施工精细仿真模型,并通过仿真计算获得仓面施工各个工序的施工历时;(2)采用Web增强现实技术将设计信息及仿真成果注册至施工现场图像,实现了信息在真实仓面上的直观展示,并实现Web浏览器跨平台的交互分析。结合实际工程开展了研究,结果表明,该方法实现了高拱坝施工进度的精细仿真并提高了可视化水平,施工管理人员可以便捷地结合现场实际情况对施工进度进行分析管理,从而保证大坝按时竣工。     

文化产品价值探讨

文化产品作为一种特殊形态的产品,其概念界定、价值构成和价格判定有其特殊性。其中又由于文化产品的细分分类不同而出现了各自不同的价值构成,其价值价格的影响因素也各不相同,从而推导出文化产品的价值规律,总结了其与一般产品价值规律的共性和个性。     

桃仙-东塔中继故障分析及中继数据配置探讨

沈阳桃仙国际机场目前使用的程控交换机是通广一北电生产的OPTION81系列,其中桃仙与东塔使用QSIG信令。由于桃仙和东塔采用的程控交换机厂家不同,交换机所采用的信令具体细节也不同,导致桃仙和东塔之间通信的稳定性较差,有时甚至会造成桃仙和东塔中继中断或部分中断。本文主要描述笔者在实际工作中针对一次中继故障的处理的经过,并结合相关工作经历和设备理论,对故障的成因进行分析,并对未来工作中如何避免及解决此类问题进行探讨。     

人力资本、政府管制与中国大城市二元劳动力市场职业配置——以上海市卢湾区为例

中国大城市劳动力市场已经演变成具有"二元"特征的劳动力市场,其中本地劳动力和外来劳动力的职业构成差异不能仅仅用劳动者自身的人力资本来解释,它还与城市政府的选择性管制有关。虽然中央政府已经逐渐取消针对外来劳动力的歧视性限制,但地方政府借助户籍制度实行的隐性、间接管制在城市劳动力市场职业配置中仍然起着重要作用,是外来劳动力在职业选择中处于不利地位的重要原因。     

基于LWOA和MKSVM算法的帷幕灌浆施工质量模糊综合动态评价研究

为了实现施工过程中灌浆质量的动态评价,需要解决由于灌浆孔与检查孔并非一一对应造成的灌浆施工参数与灌浆质量评价指标数据间难以匹配、由于传统事后破坏性试验检测导致的灌浆质量评价指标难以动态获取以及灌浆施工质量难以动态评价的问题。因此,本研究提出基于Lévy飞行改进的鲸鱼优化算法(whale optimization algorithm improved by Lévy flight, LWOA)和混合核支持向量机(mixed kernel function support vector machine, MKSVM)的帷幕灌浆施工质量模糊综合动态评价方法。首先,基于分形理论和改进反距离加权平均方法求解了检查孔处灌浆等效施工参数,进而实现了施工参数与评价指标数据间相互匹配,建立了用于训练模型的数据集。其次,结合LWOA具有参数少、收敛速度快的特点以及混合核能够兼顾局部学习和全局泛化的优势,基于LWOA和MKSVM算法实现了灌后透水率、二次渗透指数、裂隙填充率、岩石质量等级和声波波速等评价指标的高精度动态求解。再次,采用模糊综合评价方法对帷幕灌浆施工质量进行模糊综合动态评价分析。最后,以某水电站坝基帷幕灌浆施工质量模糊综合动态评价分析为例,验证了本方法具有高精度和动态性的特性。     

我国发展战略性新兴产业的扶持政策现状及发展趋势

目前,我国正处于全面建设小康社会的关键时期。在这一关键时期,培育发展战略性新兴产业,是推进产业结构调整,转变经济发展方式的重要举措。因此,把握战略性新兴产业的特点和规律,调整我国的产业政策,建立完善的战略性新兴产业的扶持政策体系,加速新兴产业的技术创新,促进社会资源进入新兴产业领域,实现新兴产业的跨越式发展,是我国发展面临的一项重大课题。     

多模态感知驱动下高堆石坝施工仿真参数集成深度学习模型

现有施工仿真参数建模方法主要依靠单一模态数据,且现有多模态数据采集过程存在一定的滞后性,导致仿真的实时性和准确性不足。针对上述问题,本文提出了多模态感知驱动下高堆石坝施工仿真参数集成深度学习模型。首先,在SpringBoot框架下开发了基于移动智能手机传感器的运动学和声学数据实时采集云平台,并采用低通滤波器和梅尔频谱等方法实现堆石坝施工机械多模态数据的实时采集与预处理;其次,提出了用于自动提取多模态数据特征的堆石坝施工机械精细活动状态识别深度学习模型。该模型集成了改进深度卷积长短期记忆循环神经网络(Improved DeepConvLSTM,IDeepConvLSTM)与深度卷积神经网络的优势,前者可精确感知施工机械运动方向,后者可从声音模态中感知施工机械振动状态。其中,IDeepConvLSTM在卷积层中间加入批量归一化层以提高收敛速度,并采用梯度缩放和剪裁以避免梯度爆炸的问题;进一步地,在云平台中采用大窗口移动过滤器在线处理机械活动识别结果,实现堆石坝施工仿真参数的实时建模。工程案例表明,相比于单一的运动学或声学模态的机械活动识别方法,本研究所提方法的识别精度分别提高了9.22%和23.62%。研究成果为提高堆石坝施工仿真的准确性和实时性提供了新的思路和技术手段,具有一定的应用和推广价值。     

EPC总承包合同法律风险及防范

EPC总承包模式是目前国际上通行的一种工程建设项目组织实施方式,在国外已实行了近百年的时间．主要适用于那些专业性强、技术含量高、工艺复杂、周期长、一次性投资较大的建设项目。在EPC总承包合同中．业主宁可支付相对较高的费用,也希望在合同中固定价格、固定工期,并保证项目成功建设,使建设成本和风险具有更大的确定性。但是,这就导致总承包商在EPC总承包合同中的法律风险问题更为突出,也对总承包商的全面专业技术知识和经营管理能力提出了更高的要求。如何防范EPC总承包合同的法律风险,实现项目目标是每一个总承包商不容忽视的问题。     

中国户籍制度：基本价值、异化功能与改革取向

户籍管理本质上属于民事登记和人口动态统计的一部分。新中国的户籍制度以严格限制公民自由迁移和设置城市准入资格为鲜明特征,是政府发展经济和调控社会的政策手段。改革开放以后,户籍制度在限制人口迁移方面有所松动,但户口归属仍然是城市外来人群的隐痛,并成为影响社会分层的隐性力量。新中国的户籍制度一直与社会公共产品的分享体制有紧密的联系。户籍改革与社会公共产品分配是"牵一发而动全身"的关系。户籍改革不可能一蹴而就,而应有相应的远期、中期和近期目标。     

基于CEEMDAN-Transformer的灌浆流量混合预测模型

灌浆流量是最重要的水利工程灌浆参数之一,通过对灌浆流量的有效预测,可以实现对异常工况的提前响应,以保障施工质量与工程安全。然而由于灌浆过程面临的复杂地质情况,灌浆流量数据存在强非线性与波动性的特点,难以获得令人满意的计算精度。现有灌浆流量预测存在的不足如下:传统神经网络模型对时间序列特征提取和加工处理不足,导致预测精度有限;传统神经网络模型测试集进行一次计算仅能输出一个结果,进行多个时间步预测需要繁杂的多次计算;单测点预测结果预测时间短并且无法反映灌浆流量序列变化的整体趋势,不利于控制灌浆流量和保障施工质量。针对上述问题,本研究提出基于CEEMDAN-Transformer的灌浆流量混合预测模型。基于完全自适应噪声集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)方法将灌浆流量分解为本征模函数与残差信号,解决灌浆流量数据的非线性与强波动的问题;采用多头注意力Transformer实现多个本征模函数(Intrinsic Mode Function,IMF)序列到序列的预测,采用多头注意力机制来构建输入和输出的全局依赖关系,提升时间序列参数特征提取水平;最后,建立时序测点多输入多输出模型实现灌浆流量预测,提升多输出序列计算效率,反映整体趋势的多输出序列能够为灌浆流量控制提供参考。工程应用结果表明,本研究提出的基于CEEMDAN-Transformer的灌浆流量混合预测模型具有较好的计算精度和计算效率。