首页期刊导航|黑龙江科技大学学报
期刊信息/Journal information
黑龙江科技大学学报
黑龙江科技学院
黑龙江科技大学学报

黑龙江科技学院

赵国刚

双月刊

2095-7262

kjdxxb@vip.163.com

0451-88036032;88036078

150027

黑龙江省哈尔滨市松北区糖厂街1号

黑龙江科技大学学报/Journal Journal of Heilongjiang University of Science and TechnologyCSTPCD
查看更多>>本刊是经中国国家科技部核准、由黑龙江科技学院主办的国内外公开发行的综合性学术刊物,印刷版、光盘版、网络版平行出版。《黑龙江科技学院学报》以黑龙江科技学院为依托,面向全国。我刊前身是《黑龙江矿业学院学报》,创刊于1991年,1994年国内外公开发行,当时的中国标准刊号ISSN 1006-303X ,CN23-1380/TD,CODEN HKXUFN。2001年更名为《黑龙江科技学院学报》,2004年始出版双月刊,中国标准刊号ISSN 1671-0118 CN23-1486/TD。
正式出版
收录年代

    城市轨道交通穿越交城活动断裂力学性质研究

    郭文远谢霖陶连金李栋...
    957-962页
    查看更多>>摘要:依托太原市城市轨道交通 1 号线一期工程金阳路站-小井峪站区间穿越交城断裂工程,采用浅层地震勘探、钻孔联合剖面探测、探槽开挖和地质调查相结合的技术手段,探究金阳路站"一"小井峪站区间内交城断裂带位置及断层力学性质特性.结果表明:交城断裂是具有发震断裂的性质的强烈全新活动正断层;金阳路站~小井峪站区间隧道主要穿越交城断裂F1-1和F1-2分支,且F1-2分支断裂具有强烈的活动迹象,产生的地裂缝导致地表结构出现不同程度破坏;岩芯样中存在不整合接触、擦痕及液化脉体等变形构造表明交城断裂的存在;交城断裂带断层产状位置等断层力学性质的分析可为轨道交通 1 号线设计和施工时防灾减灾技术的确定提供数据支撑.

    交城断裂带浅层地震勘探探槽开挖正断层

    中承式钢拱桥静力参数的敏感性分析

    汪占飞
    963-972页
    查看更多>>摘要:为分析不同静力参数对中承式钢拱桥施工过程的影响,提高中承式钢拱桥的施工精度,以某中承式钢拱桥为研究对象,采用有限元分析软件Midas Civil建立全桥仿真模型,从影响该桥线形及内力的各种因素出发,研究结构容重、弹性模量、收缩徐变、整体升降温和施工索力变化对该桥成桥状态下成桥索力、中跨箱梁挠度及应力的影响程度.结果表明:桥面板容重及施工索力对该桥成桥状态下成桥索力、中跨箱梁挠度及应力影响显著,在施工过程中需作为敏感性参数控制;弹性模量、收缩徐变和整体升降温对该桥成桥状态下成桥索力、中跨箱梁挠度及应力影响较小,在施工过程中作为非敏感性参数控制.

    中承式钢拱桥线形及内力敏感性参数

    冲击荷载对FRP布加固RC圆柱力学性能的影响

    于洋宋康佳李明政
    973-979页
    查看更多>>摘要:针对地下车库和多层停车场的柱子周围安装防撞装置,易使可用空间减小,无法满足使用需求问题,提出采用纤维增强聚合物FRP布加固钢筋混凝土RC柱的方法.利用ABAQUS有限元软件,研究在冲击荷载作用下,不同层数的玄武岩纤维BFRP布对加固柱性能的影响,对比分析BFRP布和碳纤维CFRP布对组合柱的加固效果.结果表明:在冲击速度小于16m/s时,使用两层BFRP布进行加固可以兼顾安全性和经济性;与CFRP布相比,BFRP布在抵抗冲击荷载方面表现出更好的性能,可以替代CFRP布用于构件加固以抵御冲击荷载.

    混凝土圆柱FRP布冲击荷载

    基于Revit+Dynamo的特长隧道可视化

    许珊珊赵丽云刘忠禹
    980-984页
    查看更多>>摘要:针对隧道工程现有建模技术精确度低、信息共享不足及工作量大等问题,提出了新的隧道结构和地质模型参数化建模方法.通过深度的精细化建模,高度还原隧道工程图纸,实现隧道结构细节的可视化.以鹤伊高速峰岩山特长隧道工程为依托,采用Dynamo软件对Revit软件进行二次开发辅助模型建立,根据特长隧道独有的建模特点,编写一种特长隧道参数化建模程序.研究表明,将此建模方法应用在构建峰岩山特长隧道BIM模型中,实现了地质模型和隧道结构模型建立.相较于仅利用传统Revit建模方法,该方法有效提高了建模效率,优化了施工进度.

    特长隧道Revit+Dynamo精细化建模可视化编程

    改进YOLOv8的无人机小目标检测方法

    刘付刚刘巾瑞祝永涛
    985-989页
    查看更多>>摘要:针对无人机视角拍摄的小目标具有分布聚集、数量繁多、类别不均衡等特点,致使小目标检测精度较低,容易出现漏检和误检的问题,提出了基于改进YOLOv8 的目标检测算法.通过添加小目标特征融合网络的方式优化网络结构,引入可变形卷积来提升模型对感兴趣区域的关注能力,采用MPDIoU损失函数,提高边界框回归的准确性.结果表明,改进后的YOLOv8 检测算法在VisDrone2019 数据集上的精度提升了6.1%,模型参数量减少了25.3%,在轻量化网络的同时有效提高了小目标检测精度.

    小目标检测YOLOv8可变形卷积损失函数

    一种改进YOLOv7的钢铁表面缺陷检测优化模型

    史健婷李洋
    990-996页
    查看更多>>摘要:为满足工业钢材表面缺陷检测对高实时性和准确性的需求,提出了一种基于YOLOv7改进的钢材表面缺陷检测算法.该算法引入K-means++算法聚类分析,使锚框能够适应数据集内所有缺陷类型,同时通过分别引入SENet、CBAM、ECANet和CA注意力机制,提高模型对目标信息的关注程度.结果表明,在NEU-DET数据集上,改进后的四种算法与原YOLOv7 算法相比具有更高的检测精度.YOLOv7+CBAM 算法的效果最好,相较于 YOLOv7 算法检测精度提高了1.64%,对裂纹缺陷的精度提升了8.59%.与以往的钢表面缺陷检测算法相比,改进后的算法取得了显著的性能提升,检测速度为32 M,检测精度达到了80.79%,在保持原检测速度基本不变的情况下,精准地检测钢材表面缺陷.

    缺陷检测YOLOv7算法K-means++CBAM注意力机制

    《黑龙江科技大学学报》稿约

    封3页