基于BIM虚拟建模的装配式建筑施工效率管理研究

来源 :贵阳学院学报(自然科学版 | 被引量 : 0次 | 上传用户:ly2mm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国在政策上对装配式建筑的大力支持,国内正在大力推广该类建筑。将BIM技术与装配式建筑施工相结合,分析了装配式建筑施工中的平面布置、质量、安全及进度的管理,采用实例分析的方式,应用BIM技术对虚拟施工进行了建模,并模拟了塔吊、运输路线、碰撞检测、施工进度等各个方面的工作,以期为相关施工单位提供一定指导。
其他文献
新时代下环境的VUCA特性凸显,员工是否具备敏捷性至关重要。员工敏捷性反映了员工是否具备对组织内外部环境变化做出快速、合理响应的能力,是组织获得竞争优势的关键要素。如何提升员工对环境变化的响应能力和敏捷性已经成为管理者关注的重要问题。许多公司采用柔性导向的人力资源管理实践来培养员工的广泛、多样化技能以提升员工的敏捷性,为组织在动荡和复杂的环境中获得竞争优势提供人力资源保障。然而企业实施柔性导向人力
基于双阈值法的气体超声流量计采用第1阈值检测和过零检测确定回波的到达时刻点,然而由于回波波形易受工况环境因素的影响,会导致第1阈值错误,使回波到达时刻点发生错误偏移,影响测量精度,因此提出了一种基于回波信号相似度的动态阈值法。该方法获取回波信号极大值幅值后,计算设定工况和实际工况下回波信号上升区域部分的欧式距离以评估相似度,进而根据最大相似度确定阈值电压,实现阈值的动态调整,以确保回波信号到达时刻
探地雷达是一种无损快速的浅地表地球物理勘探仪器,现广泛应用于工程结构体检测及异常体探测领域。但在探地雷达数据采集过程中存在多种干扰,易掺杂噪声。因此,探地雷达数据去噪一直备受关注。由于传统时域滤波的去噪方法难以满足复杂的数据去噪要求,为此,研究使用时频域的小波变换对探地雷达的数据进行去噪处理。首先,基于构建的三种不同异常体探测模型,获取对应的探地雷达响应记录。提取不同模型记录中的特征信号道,添加高
由于社会与经济的飞速进步,特别是在最近几年中我国的互联网技术与网络技术取得了进一步完善,对基层进行统计调查的手段及方法也更加广泛应用到了现实生活当中。而在对统计基层基础建设时,统计技术可以为基层基础工作提供帮助,对夯实基层统计台账建设和信息管理、构建新型统计基层基础建设格局具有很好的辅助作用。当前大数据无处不在,科学使用统计能够更好地提高和增强统计数据质量。基于此,文章首先讲解统计基层基础建设工作
改革开放以来,C市民营经济从“微不足道”发展到占据“半壁江山”,民营经济正逐渐成为C市经济发展的重要支撑。党的十八大以来,C市主动对标对表国务院深化“放管服”改革部署,以深化“放管服”改革为抓手,加快打造市场化、法治化、便利化、国际化的营商环境,持续推动民营经济高质量发展。本文以“放管服”改革为背景,对民营经济、营商环境等概念进行了界定,综合研究分析“放管服”改革优化营商环境的逻辑路径,以C市D区
针对目前高校电子物理类实验室的安全隐患和防盗,以及为了提高学生使用实验室的便利程度,结合当下热门的物联网技术,设计了一种基于HT32F52352单片机的实验室安防系统。该系统利用传感器实现对实验室关键环境指标的检测:温湿度检测、电器设备烧焦气体检测、人体红外检测;搭载了自动断电模块,可在实验室无人时实现实验设备自动断电;同时还结合门禁系统搭载人脸识别模块,将采集到的信息利用无线WiFi传输至PC上
<正>敖汉旗位于内蒙古自治区赤峰市东南部,地处努鲁尔虎山脉北麓、科尔沁沙地南缘,东经119°30′~120°53′、北纬41°42′~43°02′,是典型的雨养旱作农业区,四季分明,日照资源丰富,非常适合沙棘种植。敖汉旗20世纪80年代从山西省右玉县等地引进的优质沙棘,耐干旱,抗逆性与耐寒性较强。现保存面积16万亩,覆盖16个乡镇、2个办事处。敖汉沙棘果实中含有多种维生素、脂肪酸、微量元素、亚油素
期刊
【目的/意义】随着信息技术和人工智能的发展,大数据驱动的辅助决策方法让决策更加科学准确。强化学习作为序贯决策的经典方法,在决策优化方面有着明显的优势。但传统方法无法解决多层次、多目标的决策优化问题,尤其是在长周期决策优化问题中,学习奖励的滞后性严重制约着强化学习的效率。【设计/方法】提出基于多智能体强化学习的分层决策优化方法,应用目标分解的思想解决长期决策优化问题。该方法基于强化学习理论使具有层级
企业战略是企业在宏观政策和行业环境下,根据企业自身能力和生存发展需要而制定的长远性、全局性的谋划或方案。在市场经济条件下,企业只有制定合适的企业发展战略,才能有长久的发展。本文以A股上市的公司为案例,介绍宏观政策、行业环境变化与企业扩展问题给企业带来的经营困境,给出了战略调整的建议,总结了采纳相关建议后企业战略策略转型。
目前快递条形码检测过程中采用的人工扫码方法效率低,深度学习识别方法需要大量训练数据集,图像处理方法泛化性能较差,并且难以适应复杂场景下的多目标、多角度条形码快速识别。针对上述问题,提出一种基于颜色和形状特征的条形码快速检测方法。首先对包含有多个任意角度放置的快递图像进行下采样和预处理,根据颜色分割和形状特征对图像进行一次检测,提取快递单候选区域,并通过仿射变换对其进行方向校正;然后对摆正后的快递单