钢筋混凝土梁自修复结构
    1.
    发明公开

    公开(公告)号:CN116220424A

    公开(公告)日:2023-06-06

    申请号:CN202310192890.X

    申请日:2023-03-02

    Abstract: 本发明涉及一种钢筋混凝土梁自修复结构,涉及钢筋混凝土二次修复技术领域。本发明的钢筋混凝土梁自修复结构,包括设置在用于形成钢筋混凝土梁的钢筋本体外围的第一管体,第一管体内部设置有第二管体,第一管体与第二管体之间形成第一容置腔,第二管体内部具有与第一容置腔分隔开的第二容置腔,第一容置腔与第二容置腔均填充有修复液,第一管体和第二管体能够先后破裂以顺次释放其内部的修复液对钢筋混凝土梁进行修复。能够实现钢筋混凝土结构的自动二次修复,提高了混凝土梁的受拉面抗裂性的同时实现裂缝及时的二次自修复,为裂缝修复提供了双重保障。

    一种防脱轨装置
    2.
    发明公开

    公开(公告)号:CN117104294A

    公开(公告)日:2023-11-24

    申请号:CN202311219297.6

    申请日:2023-09-20

    Abstract: 本发明涉及一种防脱轨装置,设置在列车的底部,包括:第一翻转支架,第一翻转支架包括相互铰接的第一转动座和第一支杆;限位组件,其设置在第一支杆远离第一转动座的一端;第一驱动件,第一驱动件可带动第一支杆转动至第一工作位置;第一支杆在第一工作位置时,限位组件与轨道在轨道的宽度方向限位配合;以及,控制系统,控制系统与第一驱动件电连接,控制系统实时检测列车的行驶状态,并根据行驶状态向第一驱动件发出动作指令。相对于现有技术中设置在列车底部不可折叠的防脱轨装置,本发明的防脱轨装置在非工作状态下,即不过多的占用竖向空间避免与铁路线上的异物撞击,也不与轨道相互接触,因此减少了其工作时长,延长了其使用寿命。

    铁路桥梁加固结构及加固方法
    3.
    发明公开

    公开(公告)号:CN116770739A

    公开(公告)日:2023-09-19

    申请号:CN202310809668.X

    申请日:2023-07-03

    Abstract: 本发明涉及一种铁路桥梁加固结构及加固方法,涉及桥梁结构工程技术领域。本发明的铁路桥梁加固结构用于铁路桥梁,铁路桥梁包括在纵向方向上间隔布置的多个支撑件,支撑件包括在横向方向上并排布置的两个T梁以及设置于两个T梁之间的多个横隔板,多个横隔板在所述纵向方向上间隔布置,加固结构包括翼缘加固组件以及纤维空间桁架组件,翼缘加固组件设置于T梁上,翼缘组件位于两个T梁之间;纤维空间桁架组件设置于翼缘加固组件上,纤维空间桁架组件沿纵向方向延伸,且纤维空间桁架组件位于两个T梁之间。本申请所公开的技术方案能够解决现有加固方法存在新旧两种材料连接可靠性不足、提高的承载力有限、耐久性较差和施工困难的问题。

    一种基于石墨烯复合材料的三维网格式应变传感器及其制备方法

    公开(公告)号:CN118623752A

    公开(公告)日:2024-09-10

    申请号:CN202410661922.0

    申请日:2024-05-27

    Abstract: 本发明公开了一种基于石墨烯复合材料的三维网格式应变传感器及其制备方法。该应变传感器包括基底层、表面封装层和被包裹于二者之间的石墨烯三维网格传感层,所述基底层与表面封装层通过网格传感层孔洞密封连接;所述石墨烯三维网格传感层由有机骨架及附着于其表面的石墨烯涂层组成。该传感器的制备过程为:将有机骨架裁剪和预张拉采用隔离纸分隔出传感区域,然后均匀喷涂石墨烯溶液并烘干固化,重复2~4次,得石墨烯三维网络传感层,再依次连接导线、封装和参数测定,即得。该传感器基于三维网格传感层优异的机敏特性和良好的物理力学性能,有效解决了现有技术当中传感器量程小,对开裂或离缝前后轨道交通结构应变和变形不足等问题。

    一种基于深度学习的螺栓松动角度检测方法及系统

    公开(公告)号:CN118037844A

    公开(公告)日:2024-05-14

    申请号:CN202410210532.1

    申请日:2024-02-26

    Abstract: 本发明公开了一种基于深度学习的螺栓松动角度检测方法及系统,该方法基于螺栓表面纹理标记物对螺栓表面角度进行定义;构建基于深度学习的目标检测模型的网络架构以及获取训练样本,进而基于训练样本以及设定的总损失函数进行模型训练;在目标检测模型中引入角度监督损失函数;采集标记每个螺栓图像训练样本中每个螺栓对应的螺栓表面角度;待检测的螺栓图像输入目标检测模型中得到每个螺栓的螺栓表面角度预测值,并与之前时刻或初始值进行比较得到螺栓松动角度值。本发明上述技术方案通过引入深度学习以及增加角度信息输出,改进了基于深度学习的螺栓松动角度检测模型,实现螺栓松动的自动化检测,提高检测效率以及精度。

Patent Agency Ranking