检索结果-内蒙古大学图书馆

电网与清洁能源 2025年第1期41卷 130-136页

作者：武光华李宏胜李鵾柳长发国网河北省电力有限公司营销服务中心河北石家庄050000

光伏发电因受太阳辐射周期、地理环境及各种气象因素变化的影响,而使中长期功率波动有较强的不确定性。构建一种新型光伏能源电力中长期功率波动预测模型。基于光伏电池板辐照强度数据的归一化处理,构建光伏发电功率序列波动基础模型;... 详细信息

光伏发电因受太阳辐射周期、地理环境及各种气象因素变化的影响,而使中长期功率波动有较强的不确定性。构建一种新型光伏能源电力中长期功率波动预测模型。基于光伏电池板辐照强度数据的归一化处理,构建光伏发电功率序列波动基础模型;根据波动不确定性,引入模糊径向基函数网络(radial basis function network,RBF)神经网络,利用模糊属性评估波动性,将模型分为5个层级,完成光伏能源电力中长期功率波动的预测。实验结果表明:该方法预测的均方根误差最小值为0.12 kW、平均绝对偏差最小值为0.11 kW、平均绝对百分比误差最小值为1.5%;中长期功率波动预测范围为-9~6 kW,与实际情况完全相符。证明了所构建模型的应用精度更高,性能更理想。

关键词：新型光伏能源电力中长期功率波动不确定预测模型构建模糊RBF神经网络

来源：评论

学校读者我要写书评

暂无评论

基于随机森林算法的糖尿病周围神经病变预测模型构建与验证

引用

中国糖尿病杂志 2024年第8期32卷 591-594页

作者：罗欢朱世琴沈玉兰尹慧邹树芳西南医科大学附属医院内分泌科泸州646000

目的探讨T2DM合并糖尿病周围神经病变(DPN)的影响因素,构建基于随机森林算法的DPN预测模型并进行验证。方法选取2019年1月至2021年12月于我院住院治疗的T2DM患者512例,根据是否合并DPN分为单纯T2DM组(n=292)和T2DM合并DPN组(DPN,n=220)... 详细信息

目的探讨T2DM合并糖尿病周围神经病变(DPN)的影响因素,构建基于随机森林算法的DPN预测模型并进行验证。方法选取2019年1月至2021年12月于我院住院治疗的T2DM患者512例,根据是否合并DPN分为单纯T2DM组(n=292)和T2DM合并DPN组(DPN,n=220)。比较两组一般资料及生化指标,Logistic回归分析T2DM合并DPN的影响因素,构建随机森林模型。结果与T2DM组比较,DPN组白细胞计数、HbA_(1)c、体重下降速度、DR患病率升高(P<0.05),DM病程≥10年、TG、HDL-C降低(P<0.05)。Logistic回归分析显示,年龄≥60岁、HbA_(1)c、TG、HDL-C、体重下降速度、DR是T2DM合并DPN的影响因素。随机森林模型显示,树的数量为387时错误率最低,T2DM合并DPN的影响因素重要性排序为体重下降速度、TG、DR、HDL-C、HbA_(1)c及年龄≥60岁。结论年龄≥60岁、HbA_(1)c、TG、HDL-C、体重下降速度是T2DM合并DPN的影响因素,有助于临床早期诊治。

关键词：随机森林算法糖尿病周围神经病变预测模型构建验证

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动的刨花板性能预测模型构建研究

基于数据驱动的刨花板性能预测模型构建研究

引用

作者：杨翠屏东北林业大学

学位级别：博士

刨花板作为生产生活非常重要的一种木质复合材料,是我国三大主流人造板之一。面对原材料紧张、能源消耗大、行业竞争激烈等现实问题,唯有充分提高生产效率、产品质量和产品稳定性,才能降低其生产成本进而提高刨花板企业的竞争力。刨花... 详细信息

刨花板作为生产生活非常重要的一种木质复合材料,是我国三大主流人造板之一。面对原材料紧张、能源消耗大、行业竞争激烈等现实问题,唯有充分提高生产效率、产品质量和产品稳定性,才能降低其生产成本进而提高刨花板企业的竞争力。刨花板的生产工艺对板材的诸多性能有着重要影响,因此如何通过刨花板生产工艺的智能反馈与调控,实现刨花板的智能制造,从而进一步有效提升刨花板产品质量与生产效率,成为国内外刨花板生产企业与学者关注的问题。本文将数据驱动方法与刨花板生产工艺学原理相结合,基于刨花板企业的生产工艺记录及其对应刨花板产品性能的检测数据,应用刨花板生产工艺参数与其性能的映射关系,对刨花板性能数据进行评估与清洗,优选刨花板性能最适宜的预测方法,构建了刨花板生产工艺参数对其性能在线预测的有效模型,并通过中试生产试验对构建的预测模型进行可靠性验证,相关研究为现有刨花板企业在生产中的刨花板性能在线预测、生产工艺的反馈与调控、以及企业效益提升与刨花板智能制造升级等奠定良好理论与实践基础。主要研究内容和结果如下:(1)在刨花板性能数据可靠性评估方面,利用刨花板企业检测数据对刨花板的性能进行分析,通过降低性能数据不确定性和不可靠性因素对预测结果的干扰,提出了一种基于IER rule的刨花板性能参数评估与清洗方法,为后续预测不同生产工艺条件下的刨花板性能提供可靠保障。与BP、ELM和RBF方法的评估结果对比,IER rule方法不仅拟合效果良好,且均方误差值仅为1.84×10-4。证实了在考虑可靠度区间状态下进行证据推理评估方法的有效性,能够解决处理区间形式的数据不确定,清洗不可靠数据。(2)在优选刨花板性能预测方法方面,基于刨花板企业生产工艺参数与性能检测数据,提出了基于数据驱动的刨花板性能预测方法。通过归一化将具有不同量纲的数据进行标准化处理,再使用随机森林、决策树、K-近邻、自适应增强、支持向量回归等10种预测方法,用平均绝对误差、均方误差和平均绝对百分比误差三种不同的评价指标对预测结果进行评价,筛选刨花板工艺参数预测板材性能的最适宜方法,其中,使用随机森林方法对刨花板8个性能的预测表现出突出的效果,对于平均绝对误差、均方误差和平均绝对百分比误差三种评价指标都具有优良的泛化能力,所预测8个刨花板性能的均方误差值最小为7.90×10-3,最大仅为2.38×10-2。由此,最终确定随机森林作为刨花板性能的优选预测方法。(3)在构建刨花板性能预测模型方面,为了能够更有效确定影响刨花板性能的关键因素,提出了基于主成分回归和随机森林的刨花板性能预测模型。采用能有效解决自变量间存在多重线性问题的主成分回归方法,对刨花板企业生产中工艺参数及其对应板材性能的数据集进行多因子回归拟合,获得刨花板各主要性能的关键影响因素,并在优选的随机森林预测方法基础上,验证其有效性,构建了基于主成分回归和随机森林方法的刨花板性能预测模型。主要是通过对刨花板企业的工艺记录及其对应板材性能检测数据的归一标准化、矩阵建立、特征值和特征向量确定以及特征值信息贡献率计算,获得特征值大于1、累积信息贡献率大于60%的6个特征值;针对刨花板的性能及相关的工艺参数,在随机森林方法的基础上,使用优选6个主成分进行多元线性拟合,得到刨花板生产工艺参数与各性能的回归方程,由方程所确定的关键影响因素分析证实所构建的预测模型符合刨花板生产工艺原理及刨花板性能的影响机制。(4)在构建预测模型的验证方面,采用中试生产试验数据,对于优化的刨花板生产工艺参数与其主要性能的预测可靠性进行验证与评价;在“含水率”、“热压温度”和“固化剂用量”这3个工艺参数的6种参数水平调控下的中试生产中,所优化预测模型的预测值与中试生产板材性能测量值的相对误差都小于4.1%、大部分相对误差在1.3-3.8%之间,充分证实所构建优化的预测模型能够由刨花板生产工艺参数对其主要性能实现有效预测、且可靠性良好;因此,运用构建的预测模型能够对企业生产刨花板实现在线无损预测、性能监控和生产工艺调控与反馈,进而为刨花板企业的产品质量稳定、生产效率和效益提升提供技术保障,也为企业的刨花板智能制造升级提供理论基础。

关键词：刨花板性能预测生产工艺参数预测模型构建预测模型验证

来源：评论

学校读者我要写书评

暂无评论

胶质瘤预后分析的预测模型构建及长链非编码RNA-AHIF在胶质母细胞瘤放疗抵抗中的作用研究

胶质瘤预后分析的预测模型构建及长链非编码RNA-AHIF在胶质母细胞...

引用

作者：黄仁华苏州大学

学位级别：博士

第一部分胶质瘤预后分析及复发和生存模型的建立背景:中枢神经系统肿瘤中最常见的是胶质瘤,目前治疗原则为手术、术后放疗及辅助化疗。经过积极综合治疗后仍有患者复发甚至死亡,胶质母细胞瘤中位生存时间为14.6个月左右。目前,病理学... 详细信息

第一部分胶质瘤预后分析及复发和生存模型的建立背景:中枢神经系统肿瘤中最常见的是胶质瘤,目前治疗原则为手术、术后放疗及辅助化疗。经过积极综合治疗后仍有患者复发甚至死亡,胶质母细胞瘤中位生存时间为14.6个月左右。目前,病理学检查为评估治疗反应的金标准,影像学评估依据神经肿瘤反应评价标准。影响胶质瘤复发与预后的因素较多,如:患者的年龄、一般状况、肿瘤的大小、肿瘤的病理级别及外科的手术切除范围等因素都有可能是导致患者复发或者死亡的原因。所以在临床工作中准确评估胶质瘤患者复发及预后是个体化治疗的重点。人工智能领域一个重要的分支是机器学习,利用机器学习来构建模型是胶质瘤预测转化研究的热点。构建预测模型的参数很多,如放射组学、基因组学或临床信息等。目的:探讨胶质瘤的复发及生存的预后因素,并利用与疗效密切相关的临床特征及治疗相关信息,构建预测胶质瘤复发及患者生存的模型,用内部数据验证模型的准确度,对患者进行无创性的复发及生存预后判断。材料与方法:回顾性研究270例胶质瘤综合治疗后的患者,收集患者的年龄、性别、KPS、病理分级、肿瘤部位、手术方式、术后放疗时间、术后同步放化疗等资料,分析患者复发及生存结果。探讨胶质瘤综合治疗后影响复发及生存的原因,并筛选与疗效密切相关的临床特征及治疗相关信息,利用R语言的相关软件包构建logistic回归复发预测模型及COX回归生存预测模型,并用内部数据进行验证。结果:270例患者的1年生存率为79%,2年生存率为55%,3年生存率为46%,中位无进展生存期(progression-free Survival,PFS)为20个月,中位生存期(Overall Survival,OS)为30个月。Kaplan-Meier分析显示影响患者OS的因素有:KPS评分(P=0.012)、病理分级(P<0.001)和手术切除程度(P<0.001);多因素分析提示影响患者OS的因素有:KPS(P=0.002)、病理分级(P<0.001)和手术切除程度(P<0.001)。利用临床信息成功构建逻辑回归预测肿瘤复发模型,逻辑回归模型预测复发风险的特异性为84.6%、灵敏性为77%、准确率(AUC)为87.7%。同样,利用临床信息成功构建了 Cox回归预测胶质瘤生存模型。模型显示影响生存的关键因素为病理分级及肿瘤是否复发,Cox回归预测胶质瘤5年生存率模型的C-index值为0.86。预测复发及生存的模型在内部验证中表现良好,具有很好的实用性。结论:患者一般状况好,病理级别低,手术切除程度高局部复发较晚,生存预后好。利用临床信息构建预测肿瘤复发模型及预测胶质瘤生存模型,构建模型准确度高,具有良好的预测性能在内部验证中表现良好,具有很好的实用性。第二部分胶质母细胞瘤的复发因素分析背景:本文的第一部分结论提示肿瘤病理分级不仅仅是患者预后评估因素,同时还是复发及生存的预测因素。胶质母细胞瘤(Glioblastoma,GBM)属于WHO Ⅳ级的胶质瘤,GBM浸润性生长且与正常脑组织边界不清晰,几乎所有的GBM患者在经过综合治疗后都会复发,甚至死亡。但由于GBM的高度异质性,患者复发的时间差异较大。究竟是哪些因素决定了 GBM的复发?如何预防复发和延长GBM的复发时间是目前研究的热点和重点之一。目的:探讨胶质母细胞瘤的复发相关因素:KPS评分,年龄,性别,肿瘤大小,肿瘤位置,手术切除程度,术后的放化疗,辅助化疗周期,基因状态,放疗敏感性;在临床信息的因素上,联合影像,基因信息,以期构建更加完善的GBM复发模型,进一步精准预测GBM复发时间,为GBM综合治疗后的复发预测、及时治疗及生存预后判断提供理论依据。材料与方法:对176例胶质母细胞瘤综合治疗后复发的患者进行回顾性分析,研究患者复发的相关因素,如年龄、性别、KPS、肿瘤部位、是否侵犯脑室、肿瘤大小、术后放疗时间、放疗敏感性,手术方式及是否术后同步放化疗,异柠檬酸脱氢酶1(Isocitrate Dehydrogenase,IDH1),06-甲基鸟嘌呤-DNA-甲基转移酶(O6-methylguanine-DNA Methyltransferase,MGMT),对上述因数进行单因素和多因素分析。在临床病理的因素上,联合影像,基因信息构建复发预测模型。结果:单因素分析的结果提示,与复发时间无关的因素有:年龄、性别、KPS评分、肿瘤部位、增强特征、肿瘤直径、肿瘤体积、术后放疗时间、同期放化疗、辅助化疗、辅助化疗周期(P>0.05)。与复发时间相关的因素有:手术切除程度、肿瘤放疗敏感性、室管膜下区(Subventricular Zone,SVZ)侵犯、IDH1 状态、TERT C228T状态、GFAP表达情况(P<0.05)。多因素分析结果提示,手术切除范围、肿瘤放疗敏感性、SVZ侵犯、TER

关键词：胶质瘤预后因素预测模型构建胶质母细胞瘤复发因素放疗抵抗胶质母细胞瘤放疗抵抗 AHIF 长链非编码RNA

来源：评论

学校读者我要写书评

暂无评论

角膜移植术后并发干眼的影响因素分析及列线图预测模型构建

引用

国际眼科杂志 2024年第6期24卷 970-974页

作者：徐宏亮康黔马志英成都爱迪眼科医院四川省成都市610031

目的:分析角膜移植术后并发干眼的影响因素,并构建预测角膜移植术后并发干眼的列线图预测模型。方法:收集2021-03/2023-02于我院行角膜移植术的患者117例的临床资料。根据术后是否并发干眼分为干眼组(n=96)和非干眼组(n=21),分析角膜移... 详细信息

目的:分析角膜移植术后并发干眼的影响因素,并构建预测角膜移植术后并发干眼的列线图预测模型。方法:收集2021-03/2023-02于我院行角膜移植术的患者117例的临床资料。根据术后是否并发干眼分为干眼组(n=96)和非干眼组(n=21),分析角膜移植术后并发干眼的危险因素,构建预测角膜移植术后并发干眼的列线图预测模型,模型的内部验证和预测效能分别用校正曲线、决策曲线评估。结果:合并糖尿病、合并睡眠障碍、合并睑板腺功能障碍、长期滥用滴眼液、长期配戴角膜接触镜、泪液中白介素-6(IL-6)和肿瘤坏死因子-α(TNF-α)水平是角膜移植术后并发干眼的危险因素(P<0.05)。列线图预测模型预测角膜移植术后并发干眼的C-index为0.890(95%CI 0.877-0.903);列线图预测模型的阈值>0.07,列线图预测模型提供的临床净收益均高于单一指标。结论:基于角膜移植术后并发干眼的影响因素所构建的列线图预测模型对角膜移植术后并发干眼的预测价值较好。

关键词：角膜移植术干眼影响因素列线图预测模型构建

来源：评论

学校读者我要写书评

暂无评论

基于教育数据挖掘学生表现预测模型构建研究

引用

黑龙江高教研究 2015年第11期33卷 55-58页

作者：彭涛丁凌云东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 哈尔滨商业大学设计艺术学院黑龙江哈尔滨150028

自教育数据挖掘成功从人工智能中独立出来,就获得研究学者的广泛关注,现已成为教育研究领域的热点。为了实现学生表现的准确预测,首先阐述了教育数据挖掘的概念、方法、核心应用及研究动态,并在此基础上从学生表现预测教育数据准备、数... 详细信息

自教育数据挖掘成功从人工智能中独立出来,就获得研究学者的广泛关注,现已成为教育研究领域的热点。为了实现学生表现的准确预测,首先阐述了教育数据挖掘的概念、方法、核心应用及研究动态,并在此基础上从学生表现预测教育数据准备、数据筛选、数据预处理、数据转换、数据挖掘模型建立及结果分析等六个方面详细阐述了教育数据挖掘方法下学生表现预测模型构建的方法及设计流程,以期为未来的研究者提供一种思路和借鉴。

关键词：教育数据挖掘学生表现预测模型构建

来源：评论

学校读者我要写书评

暂无评论

颅脑损伤开颅术后肺部感染危险因素分析及预测模型构建

引用

中华医院感染学杂志 2021年第7期31卷 1034-1038页

作者：戴俊芬戴伟民戚东静戴夏慧李霞衢州市人民医院神经外科浙江衢州324000

目的探究颅脑损伤开颅术后肺部感染危险因素,并进行预测模型构建。方法对衢州市人民医院神经外科2016年10月-2019年10月收治的120例颅脑损伤住院患者相关资料予以回顾性分析,依据患者术后是否出现肺部感染分为感染组与未感染组,对两组... 详细信息

目的探究颅脑损伤开颅术后肺部感染危险因素,并进行预测模型构建。方法对衢州市人民医院神经外科2016年10月-2019年10月收治的120例颅脑损伤住院患者相关资料予以回顾性分析,依据患者术后是否出现肺部感染分为感染组与未感染组,对两组患者各项资料进行单因素以及多因素分析,同时构建患者术后肺部感染预测模型,应用受试者工作特征曲线(ROC)验证其预测效能,同时随机抽取50%研究样本代入模型进行深入验证。结果术后肺部感染发生率为35.0%;单因素与多因素分析结果显示,格拉斯哥昏迷指数(GCS)评分低、术前血糖高、术后7 d内血清白蛋白低、抗菌药物应用时间短为颅脑损伤住院患者肺部感染危险因素(P<0.05);依据多元Logistic回归分析结果构建风险模型为:LogitP=30.322-1.506×GCS评分+0.632×术前血糖-0.953×术后7 d内血清白蛋白-0.784×抗菌药物应用时间,采用经Hosmer-Lemeshow拟合优度检验评估方程拟合效果显示P=0.726,ROC曲线结果显示曲线下面积(AUC)为0.806,灵敏度与特异度分别为81.5%、80.2%;随机取样验证结果显示,模型预测肺部感染患者灵敏度、特异度以及准确率分别为77.27%、92.10%以及86.67%,Kappa值为0.707。结论颅脑创伤住院患者术后肺部感染受GCS评分、术前血糖等因素影响,构建风险预测模型对颅脑创伤住院患者术后肺部感染预测效能较好。

关键词：颅脑损伤住院患者术后肺部感染危险因素预测模型构建

来源：评论

学校读者我要写书评

暂无评论

衰老相关分泌表型在复发慢性硬膜下血肿患者中表达及其预测模型构建

引用

中国老年学杂志 2024年第11期44卷 2600-2603页

作者：赵国政刘超钱冬喜邢惟慷鲁杰刘星钱伟左常阳苏州市第九人民医院神经外科江苏苏州215299 苏州市第九人民医院中心实验室

目的探究衰老相关分泌表型(SASP)在复发慢性硬膜下血肿(CSDH)患者中表达及其预测模型构建。方法纳入159例CSDH患者,根据首次钻孔后3个月内是否复发分为复发组和非复发组;比较两组基本资料及4种典型的SASP[白细胞介素(IL)-6、IL-8、血管... 详细信息

目的探究衰老相关分泌表型(SASP)在复发慢性硬膜下血肿(CSDH)患者中表达及其预测模型构建。方法纳入159例CSDH患者,根据首次钻孔后3个月内是否复发分为复发组和非复发组;比较两组基本资料及4种典型的SASP[白细胞介素(IL)-6、IL-8、血管内皮生长因子(VEGF)和基质金属蛋白酶(MMP)-9]的表达水平,纳入多因素Logistic回归建立预测模型,绘制受试者工作特征(ROC)曲线并计算曲线下面积(AUC),评估模型的预测效能。结果复发组年龄、IL-6、IL-8、VEGF和MMP-9水平明显高于非复发组(P<0.05),Logistic回归分析显示,IL-6、IL-8、VEGF和MMP-9均是CSDH复发的危险因素,上述因素所建立模型的预测效能最好,模型AUC为0.983,预测模型公式Log(P)=2.832×VEGF+2.547×MMP-9+3.197×IL-6+2.658×IL-8-18.500。结论年龄、脑萎缩程度是CSDH患者复发的高危因素,IL-6、IL-8、VEGF和MMP-9在CSDH复发患者中表达明显增高,基于IL-6、IL-8、VEGF和MMP-9建立的预测模型预测效能较好。

关键词：衰老相关分泌表型慢性硬膜下血肿预测模型构建

来源：评论

学校读者我要写书评

暂无评论

多器官功能障碍合并急性肾损伤预后的影响因素及预测模型构建

引用

中国老年学杂志 2024年第5期44卷 1072-1075页

作者：董义军周姝谭州科遵义医科大学附属医院肾内科贵州遵义563000

目的探讨多器官功能障碍合并急性肾损伤(MODS-AKI)预后的影响因素及预测模型构建。方法选取89例MODS-AKI患者,记录患者的一般资料,并分析患者预后的影响因素。结果随访6个月内死亡36例,好转53例。死亡组AKI分期过高、使用活性血管药... 详细信息

目的探讨多器官功能障碍合并急性肾损伤(MODS-AKI)预后的影响因素及预测模型构建。方法选取89例MODS-AKI患者,记录患者的一般资料,并分析患者预后的影响因素。结果随访6个月内死亡36例,好转53例。死亡组AKI分期过高、使用活性血管药物、器官衰竭个数过多机械通气及感染相关器官衰竭评分(SOFA)和急性生理学及慢性健康评估(APACHE)Ⅱ评分过高的例数均显著高于好转组(P<0.05)。Logistic回归分析显示,AKI分期(OR=9.217,95%CI:2.513~33.801)、器官衰竭个数(OR=3.245,95%CI:1.624~6.481)、APACHEⅡ(OR=3.480,95%CI:1.739~6.965)、SOFA评分(OR=12.846,95%CI:5.412~30.489)是不良预后的危险因素(P<0.05)。回归方程建立危险评估模型显示,高危组(5~6)分不良预后率显著高于中危组和低危组(P<0.05)。结论活性血管药物使用情况、AKI分期、器官衰竭个数、APACHEⅡ和SOFA评分与MODS-AKI不良预后有关,以此建立的简易评分模型具有良好的预后区分度,具有一定临床参考价值。

关键词：多器官功能障碍急性肾损伤预后预测模型构建

来源：评论

学校读者我要写书评

暂无评论

高等级沥青路面预防性养护预测模型构建与工程应用

高等级沥青路面预防性养护预测模型构建与工程应用

引用

作者：主钦珂中国矿业大学

学位级别：硕士

预防性养护是一种非常有效的公路养护方案,对公路养护周期的缩短,养护资金的节约、道路使用寿命的提高等方面有着非常重要的意义。路面技术状况评定指数(Pavement Maintenance Quality Index简称PQI)反应了路面状况与使用性能,积极开展... 详细信息

预防性养护是一种非常有效的公路养护方案,对公路养护周期的缩短,养护资金的节约、道路使用寿命的提高等方面有着非常重要的意义。路面技术状况评定指数(Pavement Maintenance Quality Index简称PQI)反应了路面状况与使用性能,积极开展PQI评价工作有利于掌握公路路面技术状况、指导养护施工。为全面做好国省公路徐州市区段高等级沥青路面预防性养护工作,通过路面预防性养护预测模型构建、路面病害调查与关键指标确定,探明了养护时机与决策,完善了预防性养护决策评价体系,取得的主要研究成果如下:(1)根据国省公路徐州市区高等级沥青路面预防性养护实际情况,微调各指标权重值,通过对徐州市117.944公里国省公路沥青样本路段的调查检测,获得了预测模型所需的路面各项指标,结合预防性养护特点,探明了裂缝类与车辙类病害的重要性,建立以PQI为基础的GM(1,1)灰色预测模型,通过调整后的模型数据样本实测值与预测值对比,验证了预测模型的精度。(2)结合沥青路面的常用预防性养护技术与ANSYS有限元软件数值模拟,探明了沥青路面灌缝、还原剂雾封层、精铣刨三种预防性养护技术的作用机理,以路面状况实测指标(PSSI、MQI、PQI)“优、良”为基础,建立了国省公路徐州地区沥青路面预防性养护策略,为下一步预防性养护决策评价体系的建立提供了理论与养护技术支撑。(3)分析了有代表性的104国道、206国道、310国道,2019年4季度,2020年1季度、2020年2季度、2020年3季度共518条样本路段数据,获得了最佳养护时机:(1)按照裂缝型权重计算时,指标处于94.0到96.5区间时为较理想的预防性养护实施区间。(2)按照车辙型权重计算时,指标处于94.5到96.5区间为较理想的预防性养护实施区间。(4)按照建立的预测模型与养护策略,对54条样本路段进行裂缝类PQI与车辙类PQI预测,判定样本路段养护措施。按照决策结果,在试验样本路段实施预防性养护,跟踪养护技术的应用效果,根据反馈情况进一步验证了预测模型和养护决策系统的可靠性。

关键词：高等级沥青路面预防性养护预测模型构建工程应用

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：