您的位置: 专家智库 > >

王兴科

作品数:8 被引量:32H指数:3
供职机构:陕西铁路工程职业技术学院更多>>
相关领域:建筑科学交通运输工程金属学及工艺更多>>

文献类型

  • 6篇期刊文章
  • 2篇专利

领域

  • 5篇建筑科学
  • 2篇交通运输工程
  • 1篇金属学及工艺

主题

  • 2篇湿陷性
  • 2篇湿陷性黄土
  • 2篇黄土
  • 2篇基坑
  • 2篇管桩
  • 2篇PHC管桩
  • 1篇堵漏
  • 1篇优化支持向量...
  • 1篇预警
  • 1篇预警模型
  • 1篇载荷试验
  • 1篇载力
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇软土
  • 1篇软土地区
  • 1篇神经网
  • 1篇神经网络
  • 1篇施工进度
  • 1篇施工进度计划

机构

  • 8篇陕西铁路工程...

作者

  • 8篇王兴科
  • 7篇王娟
  • 1篇胡海东
  • 1篇刘盛辉
  • 1篇李秋全

传媒

  • 1篇粉煤灰综合利...
  • 1篇长江科学院院...
  • 1篇微型电脑应用
  • 1篇住宅与房地产
  • 1篇隧道建设
  • 1篇广东建材

年份

  • 1篇2022
  • 2篇2021
  • 1篇2020
  • 1篇2019
  • 2篇2017
  • 1篇2010
8 条 记 录,以下是 1-8
排序方式:
高速铁路预制混凝土箱梁外观质量控制被引量:9
2010年
以中交集团哈大客运专线制梁场预制混凝土箱梁外观质量检查发现的共性问题为例,详细的分析了预制混凝土箱梁外观质量问题的产生原因,并提出了相应的外观质量控制措施,使预制混凝土箱梁的质量真正达到"内实外美"。
王兴科
软土地区基坑侧位移变形预警及预测被引量:5
2021年
为准确掌握软土地区基坑侧位移变形特性,构建了基坑侧位移的预警模型和预测模型,其中,预警模型先以多重分形去趋势波动分析方法构建预警判别指标,再利用Spearman秩次检验实现判别指标的变化趋势判断,进而完成预警等级划分;预测模型则以脊波神经网络为基础,通过粗集理论和试错法优化模型参数,构建出优化变形预测模型。实例研究表明:通过预警分析,得出所给实例的预警等级为2级,说明其基坑侧位移趋于不利方向发展,应加强监测频率,提高施工安全预警;同时,在变形预测方面,参数优化能有效提高脊波神经网络的预测精度和稳健性,所得预测结果的平均相对误差均<2%,具有较高预测精度,且其预测结果与预警结果一致,佐证了分析结果的准确性,可为基坑安全施工提供一定指导。
王娟王兴科
关键词:基坑工程软土地区预警模型
PHC管桩在湿陷性黄土中的应用研究
2019年
PHC管桩具有高承力性能,在当前的建筑工程中应用频率较高,由于湿陷性黄土的承力性能较差,所以需要分析在这种地质结构中,PHC管桩的应用方法。基于对湿陷性黄土承力性能的研究与分析,文章提出了PHC管桩在这类土层中的应用方法,通过对这种管桩结构的合理应用,发挥其优良的承力性能。
王娟王兴科刘盛辉
关键词:PHC管桩湿陷性黄土
一种宽度可调的堵漏器
本实用新型涉及一种宽度可调的堵漏器,属于管道抢修技术领域;所述的橡胶内层的长度大于不锈钢外层;橡胶内层上大于不锈钢外层的部分的外壁设有不锈钢护板;所述的不锈钢外层的一端设有上折边;所述的不锈钢外层的另一端设有下折边;所述...
王兴科王娟李秋全
文献传递
PHC管桩在湿陷性黄土中的承载特性分析及应用被引量:2
2020年
对PHC管桩在湿陷性黄土中的承载特性进行了系统分析,结合渭南市地区的工程实例进行实践应用。通过低应变桩身完整性测试,验证了采用旋挖机引孔,压桩机压入成桩的施工方法保障了桩身的完整性;通过单桩静荷载试验,验证了实际的单桩竖向静载荷极限承载力取值与设计值的符合度。
王娟王兴科
关键词:PHC管桩湿陷性黄土极限承载力静载荷试验
一种基于BIM的建筑施工监管方法
本发明公开了一种基于BIM的建筑施工监管方法,基于审定后的项目施工进度计划构建每一步施工计划对应的BIM建筑信息模型;基于无人机模块定点进行当前建筑施工进度图像的采集;识别建筑施工进度图像内载的施工进度信息和建筑材料信息...
王娟王兴科胡海东
文献传递
高职工程预算类课程混合教学模式研究与实践
2022年
混合教学模式能够有效解决高职预算类课程存在的时间和资源不足等突出问题,以工程造价专业“建筑构造与算量”课程为例,对混合教学模式进行探索实践。从教学流程、教学方法、课程评价方式、课程资源建设等方面进行详细论述,并展示了混合教学模式下的真实教学效果。
王娟王兴科
关键词:混合教学模式教学流程教学评价资源建设
基于优化支持向量机-混沌BP神经网络的基坑变形预测研究被引量:17
2017年
为解决基坑变形预测精度低的问题,采用小波去噪分离基坑变形的趋势项及误差项序列,并利用多种优化的支持向量机对趋势项序列进行预测,采用混沌BP神经网络对误差项序列进行预测,将两者预测结果进行叠加即得到变形预测值,且可根据后期监测数据的更新,实时增加数据信息,达到跟踪预测的目的。经过3个实例检验,得出小波函数的去噪效果相对较优,且预测结果的相对误差均值均小于2%,验证了优化支持向量机-混沌BP神经网络模型的有效性,且该模型具有预测精度高、适用性强等优点,对掌握基坑变形的发展趋势及评价基坑的稳定性具有重要意义。
王兴科王娟
关键词:基坑变形预测小波去噪支持向量机BP神经网络
共1页<1>
聚类工具0