|
搜索
搜 索
高等教育领域数字化综合服务平台
承载比试验仪（河北路仪）
产品详细介绍承载比试验仪（河北路仪）
主要用途: cbr-1型承载比试验仪适用于各种土和混合料（粒径小于40mm的土）在规定的试筒模内压实后进行承载比试验，以确定所设计的路面、路面基层，底基层，路基材料层的承载能力，是土工试验必配仪器之一。仪器由主机、量力环及贯入杆、加栽板、百分表、膨胀量测定装置等组成。仪器具有体积小，出力大，操作方便等特点。
主要技术参数：
最大载荷:30kn, 50kn(可选)；
载荷速度:1.0mm/min；
贯入杆:ф50mm×100mm；
工作台:ф50mm；
工作台行程:50mm；
试件模:ф152mm×170mm；
仪器尺寸:310×310×930mm；
仪器重量:100kg；
承载比试验仪器使用说明
一、用途：
承载比试验仪，是用于在规定的试筒内制作后，对各种土和路基层，底层材料进行承载比试验。混合料的最大粒径，应控制在25mm以内，最大不超过40mm.
二、仪器主要参数：
1、速度：1mm/min 最大压力3T
2、贯入杆：端面直径φ50mm。内径φ52mm 长100mm
3、多孔板：两块
4、百分表：0~10mm，三只φ
5、载荷板：6块（外径φ150mm，内径φ52mm，每块1.25Kg）.
6、试筒：内径φ125mm，高170mm，垫块φ151mm,高50mm同重型击实试验试筒。
三、仪器的使用方法
1、打开电源开关，仪器运转，检查仪器的工作状况是否正常，检查手柄进出，转动是否正常，如一切正常可准备开始试验。
2、按《公路路面基层材料试验规程》JTJ075-85承载比试验方法制取试件。
3、测量饱水膨胀量：
A、将经过湿气养生的试件放在装有调节杆的多孔板，在板上加足够的载荷板，使试件面上的压力等于该材料层上路面的压力，
B、将试筒与多孔板一起放在水槽内（先不放水）并用拉杆将模具拉紧，安装百分表，读取初始读数。
C、向水槽内放水，使自由进到试件的顶部，在饱水期间，槽内水应保持在试件的顶面以上25mm，通常试件要泡96小时，
D、在泡水时间到时，读取百分表读数，计算膨胀量。
AV=泡水后试件高度的变化/原试件高（120mm）×100%
E、从水槽中取出试样，倒出试样上的水，静置15分钟让其排水然后卸去附加载荷和多孔板，底板及滤纸，并承重M，以计算试件的深度及密度的变化。
4、贯入试验：
A、将饱和水试验终了的试件放到试验仪升降盘上，调整贯入杆与测力环对中，在贯入杆周围放置预定数量的载荷板。
B、先将贯入杆用手轮施加45N载荷，然后将测力环，测形变的百分表调整到零点。
C、加荷压人手轮，记录测力百分表某些读数（20、40…..）时的贯入量，并注意贯入量为2.5mm，能有8各以上的读数，总贯入量为2.5、50mm时的承载比：
承载比C=单位压力/7或10.5×100%
四，保养：
1、每次使用后，应立即将仪器擦干净。
2、使用一年后应把变速箱内润滑油脂换上新的润滑油脂，一会定期保养。
同时供应试验仪器、无损检测、力学设备、各种试模、各种筛具，混凝土试验仪器 水泥试验仪器 无损检测仪器 公路土工试验仪器 沥青试验仪器 压力机、拉力机 水泥、混凝土试模类 天平类 其它检测仪器
河北路仪电话03174608382
传真03174608387
手机：13703330687
QQ：421782710
网址http://www.010yq.com
邮箱：yiqi0687@163.com
河北路仪公路仪器有限公司
2021-08-23
基于多源光谱特征融合的食用油种类快速鉴别方法
其他成果/n一种基于多源光谱特征融合的食用油种类快速鉴别方法，包括如下步骤：选取待鉴别的未知种类的食用油样品；采集拉曼光谱图和近红外光谱图；分别对采集的拉曼光谱图和近红外光谱图进行预处理，得到预处理拉曼光谱图和预处理近红外光谱图；分别对预处理拉曼光谱图和预处理近红外光谱图进行特征提取，得到拉曼特征变量和近红外特征变量；将拉曼特征变量和近红外特征变量进行光谱特征融合，得到特征融合光谱图；采用优化定性模型对所述未知种类的食用油样品进行种类鉴别。本发明提供的基于多源光谱特征融合的食用油种类快速鉴别方法，安全快速、检测便捷，鉴别准确率高，具有较强的实用价值和推广价值。
武汉轻工大学
2021-04-11
一种基于吸收光谱技术的双频率波长调制方法
本发明公开了一种基于吸收光谱技术的双频率波长调制方法，该方法在传统波长调制信号的基础上叠加了另一高频正弦信号，针对该种激光激励方式建立了双频率波长调制的傅里叶分析模型，理论推导了各次谐波表达式，研究了不同调制参数对谐波信号的影响并通过全局寻优算法确定了最佳调制参数。在此基础上，确定了双频率波长调制频率响应关系的函数表达式。相比于传统单频率波长调制方法，本发明提出的测量方法具有更高的信噪比，测量结果的稳定性更强，并且在弱吸收情况下的谐波峰值位置更易于判断，具有更大的应用潜力，本发明方法仅改变了激光器的注入电流激励方式，对硬件成本要求低，并可应用于多次反射池等系统进一步降低气体浓度的检测下限。
东南大学
2021-04-11
基于免基线波长扫描直接吸收光谱的气体浓度测量方法
本发明提出一种基于免基线波长扫描直接吸收光谱的气体浓度测量方法，该方法首先对透射光强信号加上Ｎｕｔｔａｌｌ时窗，其次对加窗的透射光强信号进行数字带通滤波处理，获得谐波处的Ｘ分量，使得吸收部分的信号得到强化而使边缘处接近为零，同时对加窗的透射光强信号进行数字低通滤波处理得到常数项，然后使用得到的常数项对Ｘ分量进行归一化处理，消除光强波动的影响，最后对归一化的Ｘ分量使用拟合算法即可得到待测气体参数值。本发明的测量方法克服了传统直接吸收方法对基线敏感的缺点，同时避免了由于基线拟合误差对结果的影响，尤其适合
东南大学
2021-04-14
一种面向超光谱数据库的小波去噪算法
本发明公开了一种面向超光谱数据库的小波去噪算法，属于超光谱数据的处理方法，用于对带有噪 声的超光谱曲线进行降噪。本发明顺序包括小波降噪参数选择、小波降噪。本发明在小波降噪参数学习 过程中充分考虑了超光谱数据库中各种物质超光谱曲线的特性，快速的选择适合超光谱数据库绝大多数 光谱曲线的小波降噪参数，然后使用选择得到的参数对测量到的超光谱曲线进行降噪。该方法能快速的 针对各种不同应用场景的超光谱数据库选择与之适应小波降噪参数，提高了降噪的效果，提高光谱匹配 的准确率。
武汉大学
2021-04-13
一种手性环氧化合物的高通量光谱检测方法
手性环氧是一类重要的中间体分子，能够转化成多种手性官能团。然而，文献中还没有针对环氧的光谱手性检测方法。蒋伟课题组利用独立发展的“内修饰分子管”（ Chem. Commun. 2015, 51, 15490; Chem. Commun. 2016 , 52, 9078; J. Am. Chem. Soc. 2016 , 138, 14550），通过氢键和疏水效应在水中实现了对手性环氧的识别。核磁滴定、荧光滴定与等温量热滴定等实验结果都证实“内修饰分子管”在水中与环氧分子之间存在较强的键合。同时，X-射线单晶衍射、核磁滴定等实验结果证实了氢键的存在。手性环氧通过氢键将手性信号传递给了非手性但有紫外吸收的“内修饰分子管”，诱导产生了紫外圆二色（CD）信号。通过CD信号的强度和正负性，可以实现绝对构型的归属和ee值的测量。该方法具有环境友好（溶剂是水，“内修饰分子管”能够回收）、响应速度快（30 ms）、可以实现实时监测、适用于高通量检测等优点。该方法首次实现了只含环氧的手性化合物的光谱检测，并被成功应用于真实的不对称环氧化反应，获得了与手性色谱方法相类似的结果，在不对称环氧化的前期条件筛选研究中具有广阔的应用前景。
南方科技大学
2021-04-13
基于 LED 混光呈色模型的光谱功率分布提取方法及系统
一种基于 LED 混光呈色模型的光谱功率分布提取方法及系统，包括进行 LED 智能光源控制信号空 间全局采样，利用预设的 LED 发光控制方式根据全局采样样本集中各信号值驱动 LED 光源发光，组成 发光样本集；分别测量所得各发光样本对应光谱功率分及照度，生成发光数据集；根据预设的照度阈值 进行筛选，得到最终发光数据集，并从全局采样样本集中选取对应信号样本，组成最终信号空间采样样 本集；构建 BP 神经网络，并在此基础上建立相应的 LED 混光
武汉大学
2021-04-14
基于光谱拟合与差分算法的光纤传感动态信号解调方法
本发明公开了一种基于光谱拟合与差分算法的光纤传感动态信 号解调方法，包括：扫描得到光谱纹波；对光谱纹波进行拟合获得静 态光谱；将光谱纹波与静态光谱进行差分处理获得差值信号；对光谱 纹波的极值点进行拟合获得上下边缘包络曲线；对上下边缘包络曲线 进行差分处理获得光谱变化函数，将差值信号与光谱变化函数进行归 一化处理，获得去包络后差值信号，根据扫描速度和初始波长将波长 换算为时间，获得去包络后时域动态信号。本方法对纹波光谱及其拟 合曲线进行差分获得动态信号，可以消除诸如温度、湿度等环境干扰， 且恢复的动态
华中科技大学
2021-04-14
基于超像素样本扩充的空谱全卷积高光谱图像分类方法
本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。
成果非涉密，专利申请已经提交。
实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。
由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。
表 1 PaviaU 数据集上对比实验结果
西安电子科技大学
2023-03-03
基于空谱差分辅助核联合稀疏表示的高光谱图像分类
该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于：1）能够将光谱的差分辅助信息和原光谱特征信息有效结合。2）能够考虑不同光谱属性间的高阶空间相关信息。3）原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明，该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。
主要技术指标
不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM，OA 提高了约 20%；相比于 SOMP，OA 提高了约20%。
该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。
表 1. 不同数据集下的训练样本选取数量
表 2. PaviaU 大学数据下不同方法的正确率比较
西安电子科技大学
2023-03-22