张建飞
- 作品数：30 被引量：20H指数：2
- 供职机构：安庆职业技术学院更多>>
- 发文基金：安徽省高等学校省级质量工程项目安徽省高校省级自然科学研究项目更多>>
- 相关领域：建筑科学交通运输工程自动化与计算机技术文化科学更多>>
- 一种基于双聚类自适应模糊神经网络的重量控制方法
- 本发明公开了一种基于双聚类自适应模糊神经网络的重量控制方法，是根据现场操作人员习惯，利用已有数据，在没有目标值记录以及专家提出经验的情况下，利用双聚类获得称重仓重量目标值以及称重仓重量偏差、偏差变化率、进料量偏差之间的模...
- 刘双飞陈薇陈梅杨恺刘辉张建飞
- 基于时序特征与LSTM网络的电站锅炉烟气含氧量预测方法
- 本发明公开了一种基于时序特征与LSTM网络的电站锅炉烟气含氧量预测方法，包括：1、数据的采集和预处理；2、滑动窗口截取辅助变量数据归一化矩阵；3、CNN网络提取截取后结果的时序特征；4、调整截取间隔和截取区间截取辅助变量...
- 刘辉陈薇郑涛张建飞刘双飞杨恺
- 混合梁斜拉桥静力有限元模拟被引量：1
- 2016年
- 混合梁斜拉桥是由塔、梁、索三部分构成的结构体系。本文结合甬江左线特大桥的结构特点和荷载情况,利用有限元软件Midas建立了全桥有限元模型,介绍了全桥模型的建立和斜拉索、主梁、索塔的模拟方法,并通过边界条件的模拟与荷载的取值分析了全桥成桥状态下和列车运行状态下全桥主梁和斜拉索的受力特点。
- 张建飞胡强圣张平
- 关键词：混合梁斜拉桥受力特点MIDAS
- 前支点挂篮与后支点挂篮的设计与施工被引量：9
- 2014年
- 本文主要介绍挂篮的现状和力学原理特点,概括前支点挂篮的设计与施工,结合在宁波北环线铁路枢纽中的一座72 m三跨连续梁中挂篮的使用,着重论述后支点挂篮的设计及施工过程,简述该挂篮的在边跨现浇的应用。
- 张建飞胡强圣
- 关键词：前支点挂篮悬臂
- 基于车桥耦合的刚构—连续组合梁桥动力响应分析
- 2024年
- 为了研究车辆对大跨度刚构—连续组合体系梁桥动力响应的影响,探究其主梁动力响应及动力冲击系数的变化规律.基于车辆动力学和模态叠加法,建立了15自由度的空间五轴重卡车,以三跨(95 m+150 m+95 m)刚构—连续组合体系梁桥为工程背景,基于车辆与桥梁的位移和力学耦合关系,在MATLAB中编制了车桥耦合振动响应求解程序,分析了车重、桥面不平度及桥梁阻尼比等参数对刚构—连续组合体系梁桥的动力响应影响.结果表明,主梁位移随车重的增加而增大,动力冲击系数随车重的增加而减小;路面不平度对桥梁振动影响较大,位移、内力的幅值和动力冲击系数都随着路面等级的降低而增加;桥梁阻尼比对桥梁位移和内力影响显著,位移、内力的幅值和动力冲击系数随着桥梁阻尼比的增加而减小.
- 张建飞吴超方锐史言稳
- 关键词：车桥耦合动力响应
- 一种基于弹性BP随机森林融合的压力工况识别方法
- 本发明公开了一种基于弹性BP随机森林融合的压力工况识别方法，其步骤包括：1、对原始数据集D<Sub>i</Sub>进行预处理；2、通过随机森林算法建立分类模型；3、基于弹性BP神经网络建立回归模型；4、基于步骤2和步骤3...
- 杨恺陈薇郑涛刘双飞张建飞刘辉
- 一种基于双聚类自适应模糊神经网络的重量控制方法
- 本发明公开了一种基于双聚类自适应模糊神经网络的重量控制方法，是根据现场操作人员习惯，利用已有数据，在没有目标值记录以及专家提出经验的情况下，利用双聚类获得称重仓重量目标值以及称重仓重量偏差、偏差变化率、进料量偏差之间的模...
- 刘双飞陈薇陈梅杨恺刘辉张建飞
- 文献传递
- 混合梁斜拉桥索塔与下横梁异步施工控制分析被引量：1
- 2015年
- 某特大桥索塔采用钻石型混凝土索塔,索塔总高度为177.91 m,在下塔柱与中塔柱相交位置设置一道下横梁。施工中塔柱与下横梁采用异步施工,即先将中塔柱施工到第二节段再进行下横梁施工。期间,索塔会出现悬臂状态,故索塔的薄弱截面易出现拉应力,这在桥梁施工中是要避免的,为此,先通过模拟分析异步施工过程对索塔的影响,给出相应的施工控制措施。
- 陈月萍张建飞胡强圣
- 关键词：混合梁斜拉桥索塔施工阶段
- 垃圾协同处置下分解炉温度优化控制系统的研究
- 分解炉是水泥生产过程中窑外预分解环节的关键设备,采用垃圾协同处置工艺后,水泥分解炉温度控制兼顾保证生料分解率和节能减排两个目标。垃圾协同处置下分解炉工况多变,这使得实现分解炉温度自动控制成为一大难题。本文针对上述问题展开...
- 张建飞
- 关键词：分解炉预测控制模糊神经网络
- K-means聚类法在高职学生学习评价中的应用
- 2025年
- 为了对高职院校学生学习效果做出合理、准确的分析,采集某职业学院交通土建类专业538名学生的课堂表现数据为分析样本。采用统计学原理分析2020学年、2021学年和2022学年学生们的成绩情况,得到均值、中值、众数、标准差、方差、偏度、峰度、极小值、极大值等指标,针对系列指标采用K均值聚类算法(K-means)对每个阶段的成绩进行分类和分析。研究结果表明:最佳的K值应该为3,传统的优良中差分级方法更多是基于经验,且只能分学年对学生评级,而聚类方法层次更加明显,分析结论数据可以为教师教学提供参考。
- 孙亭亭王娜张秀侠张建飞
- 关键词：统计学教学效果聚类分析教学评价
