【摘 要】
：
随着城市建设的高速发展,建筑物的数量日渐增多,同时也伴随火灾隐患的加剧,当代建筑物内部结构复杂,消防人员进入受火部位路径多样且受火位置不明确,并且建筑物倒塌的未知性使得消防救援工作无法有序展开,造成人员伤亡。为保证消防救援工作的顺利进行,需监测火灾场景中的建筑物形变,并保证在环境恶劣的火灾中监测数据的质量可靠。现阶段火灾监测的系统研究大多集中在火势、烟雾等方面,针对火灾态势识别有较好的效果,但尚未
论文部分内容阅读
随着城市建设的高速发展,建筑物的数量日渐增多,同时也伴随火灾隐患的加剧,当代建筑物内部结构复杂,消防人员进入受火部位路径多样且受火位置不明确,并且建筑物倒塌的未知性使得消防救援工作无法有序展开,造成人员伤亡。为保证消防救援工作的顺利进行,需监测火灾场景中的建筑物形变,并保证在环境恶劣的火灾中监测数据的质量可靠。现阶段火灾监测的系统研究大多集中在火势、烟雾等方面,针对火灾态势识别有较好的效果,但尚未建立火灾中建筑结构形变监测的系统,本文针对建筑结构火灾形变监测技术开展如下研究:1.研制基于多传感器的建筑结构火灾形变监测的样机,包括倾角传感器、热电偶及温度变送器、设备温度传感器,样机选用倾角传感器测量建筑结构内部钢梁的挠度变化,并将监测位置的挠度、温度、自身设备温度信息通过LoRaWAN网关转发至用户端,挠度监测的误差小于0.05mm;2.基于样机系统开展火灾场景多传感器数据质量评估方法的研究,通过卡尔曼滤波滤除监测过程中与数据整体趋势不匹配的数据异常点,结合数据源间同类数据、同一数据源的温度与挠度数据间的关系评估各数据源、各类数据的质量,达到真实反映被测结构变化状况的目的。
其他文献
现代雷达所面临的干扰环境日益复杂,由类型多样、参数多变的有源干扰信号通过加性组合方式构成复合干扰难以识别和抑制,成为雷达的主要电磁威胁。传统的复合干扰识别方法基于人工分析和提取特征,识别率不高、操作困难且扩展性较差,只能识别特定复合干扰样式。针对这一问题,基于深度学习方法的深层表征能力对复合干扰进行识别成为新的解决途径,具有良好应用前景。本文针对复合干扰的分类识别问题,提出基于残差网络的多标签分类
无线电RSS指纹凭借其易获取、低成本等多种优势被广泛地应用于基于指纹的室内定位方法中。但是,信号采集设备的异构性带来的指纹差异可能会导致指纹误匹配,并最终影响定位性能。近年来,强化学习在解决如AlphaGo等复杂决策问题上表现出了强有力的竞争优势,并在室内定位领域中也得到了广泛的关注。但现有一些基于强化学习的室内定位方法没有充分利用环境中的观测和智能体自身的历史动态信息,并且忽略了多智能体系统中多
气液压技术近几十年发展十分迅猛,一方面以国产高端液压元件的突破,率先解决了“卡脖子”的问题;另一方面,随着智能制造业的蓬勃发展,气液压技术已迅速渗透到各个学科领域,进入了一个全新的发展阶段。自2001年12月中国正式加入WTO后,液压工业面临前所未有的机遇和挑战,摆脱对西方国家的依赖,实现液压元件的自给和自检刻不容缓。高压油缸作为关键液压元件,是目前研究的热点和突破点,高压油缸的检测设备高压油缸试
区域导航可以使飞机不再受地面导航台的限制,可以沿任意航路点自由飞行。但是航路的自由飞行对空中飞行间隔管理带来了挑战,因为空域交通网变得更加复杂,控制间隔要求更加精确。为了实现动态的间隔管理,需要考虑本机和目标飞机的位置、速度、风向和温度等条件的影响。飞行间隔管理（Flight Interval Management,FIM）的目标是帮助管制员合并和排序空中交通流,在动态的过程中保证足够的安全间隔。
移动无线传感器网络（Mobile Wireless Sensor Network,MWSN）通过引入移动节点,在一定程度上解决了静止传感器网络中的通信中断、监视盲区、能量空洞等问题,被广泛应用在空间监测中。传感器节点的移动路径是保证空间监测任务完成质量和效率的关键,但由于不同任务其需求与应用不同,很难找到一种通用的路径规划算法。区域搜索是空间监测的典型任务之一,是指节点经由移动路径对指定区域进行搜
合成孔径雷达（Synthetic Aperture Radar,SAR）是一种主动式传感器,由于其具有高分辨率、全天时、全天候、对地表有一定穿透能力以及可以实时处理信号等特点,使其在军事以及民用等领域有着巨大的发展潜力。但与其成像技术相比,SAR图像的解译技术急需发展。SAR图像解译是指从地物目标场景中提取出有用信息,将高维度的图像信息转化为低维度的情报信息。与光学图像相比,从SAR图像中直接可感
通信辐射源个体识别技术指接收端通过接收辐射源信号,进行判定其属于某一发射机的技术,属于电子对抗与侦察领域下的一个重要研究课题。随着近年来基于深度学习的分类技术的发展,将深度学习算法运用于通信辐射源分类领域已成主流,但深度学习算法需大量训练数据用于网络提取类别特征,对于小样本条件下的通信辐射源个体识别效果较差。因此,本文研究了采用深度学习算法时,小样本条件下的通信辐射源个体识别技术,主要成果如下:1
连续体拓扑优化是在形状优化和尺寸优化算法后出现的又一种新的结构优化方法,该方法可以避免设计过程中的盲目性,广泛应用于飞行器、船舶、土木工程等工程技术领域。目前关于连续体结构拓扑优化的研究,大都以柔度作为目标函数对连续体进行优化,并且在优化过程采用二分法确定步长因子,优化迭代次数较多和用时较长。因此,建立含有自动确定最优步长因子的拓扑优化算法是有必要的。本文基于射极算法对连续体结构拓扑优化进行研究,
超声检查具有无电离辐射,适用性广等优点,是目前应用最为广泛的医学成像技术之一。近年来,超声图像自动分割技术的发展明显落后于CT图像和MRI图像,其原因在于:超声作为一种声学信号,存在回声衰减和弱穿透性的特性,这种特性导致超声图像下的自动分割技术准确性受限于超声伪影和边缘模糊问题。虽然基于深度学习的医学图像分割方法在多数任务中取得了卓越的性能,逐渐占据业界主要地位。但超声模态下的深度学习分割方法研究
河南红色文化资源丰富，对河南高校校园文化建设工作具有重要的现实意义。因此，河南省高校应该深挖本土红色文化资源，创新教育形式，利用红色文化的精神力量在大学校园形成浓厚的校园文化氛围，以文化人、以文育人，真正弘扬爱国主义和民族精神，培养当代大学生成为理想信念坚定的社会主义建设者和接班人。本文主要探究河南红色文化融入高校校园文化建设工作的价值意义，存在的问题和有效途径。