董帅 作品数:9 被引量:10 H指数:2 供职机构: 沈阳建筑大学 更多>> 发文基金: 辽宁省自然科学基金 国家自然科学基金 辽宁省教育厅高等学校科学研究项目 更多>> 相关领域: 交通运输工程 建筑科学 自动化与计算机技术 金属学及工艺 更多>>
基于Hough变换和GLCM的端铣表面粗糙度检测 被引量:3 2019年 研究基于计算机视觉的非接触式端铣表面粗糙度检测方法。通过图像采集系统获取端铣工件表面图像,并进行图像预处理。基于Hough变换旋转图像,提取特定方向下GLCM的特征参数,较大程度缩短了计算时间。确定了适于表征端铣表面粗糙度的4个GLCM特征参数。采用BP神经网络算法研究纹理特征参数与粗糙度Ra之间的关系,构建粗糙度BP神经网络检测模型。实验表明,基于Hough变换的GLCM纹理特征参数提取方法能快速实现粗糙度纹理特征的提取,而BP神经网络检测模型具有较好的预测效果,能够满足端铣表面粗糙度测量的精度要求。 闵莉 王哲 董帅关键词:表面粗糙度 HOUGH变换 GLCM 纹理特征 BP神经网络 基于正交设计的乳化沥青冷再生下面层力学特性分析 被引量:5 2016年 目的研究乳化沥青冷再生材料作为沥青路面下面层的力学特性,推荐合理结构参数.方法采用正交试验设计方法,运用ABAQUS有限元分析软件对不同路面结构进行模拟分析.结果当乳化沥青冷再生材料厚度大于10 cm,模量大于800M Pa;水泥稳定碎石厚度大于40 cm,模量大于1 600 M Pa;土基模量大于70 M Pa,沥青路面路表弯沉、AC-10面层最大剪应力和层底弯拉应力、乳化沥青冷再生下面层最大剪应力和层底弯拉应力等效果较好.结论在路面结构层参数合理的情况下,乳化沥青冷再生材料可以作为沥青路面下面层使用. 杨彦海 杨野 曲泰霖 董帅关键词:道路工程 重复荷载下冷再生混合料细观结构运动及变形破坏机理研究 乳化沥青厂拌冷再生是一种利用沥青路面回收旧料,能够在常温下施工的路面再生技术。对于普通沥青混合料在重复荷载作用下的细观研究较多,并且较为成熟,而针对乳化沥青冷再生混合料的细观结构在重复荷载作用下的变化规律研究相对较少。基... 董帅关键词:乳化沥青冷再生混合料 细观结构 数字图像处理技术 支持向量机模型 文献传递 基于实物期权的BOT公租房政府担保价值研究 公共租赁住房是我国保障性安居工程建设的重点对象之一,也是我国亟待解决的重要民生问题。由于随着城镇化的加快发展,我国部分地区的住房保障的覆盖面并不是很广,再加上城市的房价上涨较快,城市的小面积户型明显不足以满足中等偏下收入... 董帅关键词:公共租赁住房 实物期权 BOT 文献传递 一种基于元胞自动机模型的沥青混合料破坏演化仿真方法 本发明提供一种基于元胞自动机模型的沥青混合料破坏演化仿真方法,包括:获取沥青混合料各个点的屈服强度;采用Weibull分布法得到沥青混合料屈服强度的概率分布参数;构建元胞自动机模型运行的元胞空间,并确定所述元胞空间中每个... 杨彦海 董帅 杨野 徐启程文献传递 基于神经网络冷再生层最大剪应力预测 被引量:1 2017年 目的针对乳化沥青冷再生路面内部剪应力过大易导致路面产生车辙等路面破坏问题,对其内部剪应力进行预测,减少此类病害,更好地选择路面结构参数,提高冷再生层内部抗剪强度.方法以乳化沥青冷再生层的厚度、模量,水泥稳定碎石的厚度、模量以及土基模量为输入参数,以冷再生层最大剪应力为输出参数,运用遗传算法对初始参数进行优化,运用灰色神经网络理论构建冷再生层最大剪应力预估模型;构建多元线性回归模型预测最大剪应力,对二者的预测能力进行分析.结果笔者建立的神经网络模型预测值与实测值拟合效果良好,最大误差仅为4.119 2%,能够进行准确预测.多元线性回归和灰色神经网络预测模型,都可用于冷再生层最大剪应力的预测,但灰色神经网络模型对冷再生层最大剪应力数据的预测结果较优.结论把灰色神经网络预测模型与沥青路面结构的设计联系起来,可以更好地控制乳化沥青冷再生路面的剪切破坏. 杨彦海 董帅 杨野 叶学峰关键词:道路工程 灰色神经网络 多元线性回归 一种基于元胞自动机模型的沥青混合料破坏演化仿真方法 本发明提供一种基于元胞自动机模型的沥青混合料破坏演化仿真方法,包括:获取沥青混合料各个点的屈服强度;采用Weibull分布法得到沥青混合料屈服强度的概率分布参数;构建元胞自动机模型运行的元胞空间,并确定所述元胞空间中每个... 杨彦海 董帅 杨野 徐启程石材雕刻五轴数控加工刀具轨迹规划研究 随着生活质量的不断改善,大众的审美标准也越来越高,人们对石材雕刻制品的需求量也在不断的增长,人们对浮雕制品的造型美感以及加工的精度要求也越来越高。个性化的定制、小批量的生产是异型石材制品加工发展的必然趋势,使得石材浮雕的... 董帅关键词:主曲率 基于GA优化灰色神经网络冷再生材料力学特性预测分析 2016年 通过室内试验测得不同路面结构下冷再生材料力学特性数据,运用遗传算法(GA)优化灰色神经网络模型进行数据分析和预测,采用灰关联理论进行冷再生材料力学特性影响因素(冷再生层厚度和模量、水泥稳定碎石厚度和模量以及土基模量)的敏感性分析。结果表明,运用遗传算法(GA)优化灰色神经网络组合预测值与试验实测值最大误差仅为6.281%,能有效预测乳化沥青冷再生材料力学特性,可对不同因素下冷再生力学特性进行量化预测分析,可减少试验量。通过灰关联理论敏感性分析得到,水泥稳定碎石模量对乳化沥青力学性能影响较大。 杨彦海 董帅 杨野关键词:道路工程 冷再生材料 力学特性 灰色神经网络 灰关联分析