CN110926592B - 爆破振动舒适度评价方法 - Google Patents
爆破振动舒适度评价方法 Download PDFInfo
- Publication number
- CN110926592B CN110926592B CN201911116380.4A CN201911116380A CN110926592B CN 110926592 B CN110926592 B CN 110926592B CN 201911116380 A CN201911116380 A CN 201911116380A CN 110926592 B CN110926592 B CN 110926592B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- blasting
- blasting vibration
- vibration
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种爆破振动舒适度评价方法,涉及建筑领域。该评价方法包括获取设定评价因子,并基于隶属度函数计算设定评价因子中吸收爆破振动能量对应的评价值;基于评价测定表获取剩余设定评价因子的评价值,剩余设定评价因子包括爆破噪声、环境振动、环境噪声、是否房屋所有者信息和正在进行活动;根据设定评价因子的评价值,采用爆破振动舒适度评价指标的评价模型计算爆破振动舒适度评价指标的评价值;根据爆破振动舒适度评价指标的评价值和评价标准得到爆破振动舒适度。
Description
技术领域
本发明涉及建筑领域,具体涉及一种爆破振动舒适度评价方法。
背景技术
人体对于爆破振动的反应受到一系列因素的影响,如爆破振动振幅、频率和持续时间等,目前爆破振动舒适度评价方法主要有峰值质点振动强度PPV、最大加权振动烈度KBFmax、四次方振动剂量值VDV和烦恼率指标等,主要是在考虑爆破振动单一因素基础上建立的,均存在一定的不足,不能很好地为实现“不扰民,安全和谐施工”的爆破施工提供参考和指导。
发明内容
针对现有技术中的上述不足,本发明旨在提供一种能够为实现“不扰民,安全和谐施工”的爆破施工提供指导的爆破振动舒适度评价方法。
为了达到上述发明创造的目的,本发明采用的技术方案为:
提供一种爆破振动舒适度评价方法,其包括:
获取设定评价因子,并基于隶属度函数计算设定评价因子中吸收爆破振动能量对应的评价值;
基于评价测定表获取剩余设定评价因子的评价值,剩余设定评价因子包括爆破噪声、环境振动、环境噪声、是否房屋所有者信息和正在进行活动;
根据设定评价因子的评价值,采用爆破振动舒适度评价指标的评价模型计算爆破振动舒适度评价指标的评价值,评价模型的数学表达式为:
其中,BVCE为爆破振动舒适度评价指标的评价值,wi为设定评价因子的评价值,pi为设定评价因子的权重,a为设定评价因子的数量;
根据爆破振动舒适度评价指标的评价值和评价标准得到爆破振动舒适度。
进一步地,评价模型的构建方法包括:
S1、基于评价测定表进行调查得到爆破振动舒适度评价指标和剩余设定评价因子的评价值,并获取调查过程中相应吸收爆破振动能量,剩余设定评价因子包括爆破噪声、环境振动、环境噪声、是否房屋所有者信息和正在进行活动;
S2、基于爆破振动舒适度评价指标的评价值和吸收爆破振动能量确定吸收爆破振动能量的隶属度函数,并根据隶属度函数计算吸收爆破振动能量的评价值;
S3、基于设定评价因子构建层次结构模型,层次结构模型包括目标层、准则层和指标层,目标层、准则层和指标层分别为爆破振动舒适度评价指标,爆破相关评价指标、对象所处环境评价指标和对象个体差异性评价指标及各设定评价因子;
S4、基于所有评价值采用层次分析法确定爆破相关评价指标、对象所处环境评价指标、对象个体差异性评价指标和各设定评价因子的层级权重;
S5、根据所有层级权重确定各设定评价因子的权重,之后根据各设定评价因子及其对应的权重构建评价模型。
进一步地,确定吸收爆破振动能量的隶属度函数进一步包括:
将调查过程中所有吸收爆破振动能量按爆破振动舒适度评价指标的评价值进行等级划分,之后确定各个等级下吸收爆破振动能量的平均值,爆破振动舒适度评价指标的评价值分为非常不舒适、不舒适、一般、舒适和非常舒适5个等级;
基于平均值并采用三角形隶属函数确定隶属度函数。
进一步地,隶属度函数的数学表达式为:
其中,I为吸收爆破振动能量对应的评价值,
其中,t1=0.002,t2=0.0105,x为吸收爆破振动能量的值。
进一步地,获取调查过程中相应吸收爆破振动能量进一步包括:采用TC-4850爆破测振仪监测爆破振动速度历程数据,并计算吸收爆破振动能量:
其中,v(ti)为离散的爆破振动数字信号,n为总采样点数,Δt为采样的时间间隔,ABVE为吸收爆破振动能量。
进一步地,步骤S4包括:
基于所有评价值构建目标层与准则层之间、爆破相关评价指标与指标层之间、对象所处环境评价指标与指标层之间以及对象个体差异评价指标与指标层之间的判断矩阵;
根据所有判断矩阵确定爆破相关评价指标、对象所处环境评价指标、对象个体差异性评价指标和各设定评价因子的层级权重。
进一步地,所有判断矩阵的数学表达式如下:
A-B判断矩阵为:
B1-C判断矩阵为:
B2-C判断矩阵为:
B3-C判断矩阵为:
其中,A为爆破振动舒适度评价指标,B1为爆破相关评价指标,B2为对象所处环境评价指标,B3为对象个体差异性评价指标,C1为吸收爆破振动能量,C2为爆破噪声,C3为环境振动,C4为环境噪声,C5为是否房屋所有者信息,C6为正在进行活动。
进一步地,吸收爆破振动能量、爆破噪声、环境振动、环境噪声、是否房屋所有者信息和正在进行活动的权重分别为0.421632、0.090368、0.2465、0.1479、0.06545和0.02805。
进一步地,评价测定表中评价值取值范围为1-5,评价标准为:BVCE≤1.5表示非常不舒适;1.5<BVCE≤2.5表示不舒适;2.5<BVCE≤3.5表示一般;3.5<BVCE≤4.5表示舒适;4.5<BVCE表示非常舒适。
本发明的有益效果为:
吸收爆破振动能量直接反映了爆破振动,采用隶属度函数确定吸收爆破振动能量的评价值。将吸收爆破振动能量、爆破噪声、环境振动、环境噪声、正在进行活动和是否房屋所有者信息这6个设定评价因子作为影响爆破震动舒适度的因素。
并基于调查结果构建了爆破振动舒适度评价指标的评价模型,确定了评价模型中各设定评价因子的权重,从而明确和量化了爆破振动舒适度评价指标,使影响爆破振动舒适度的因素条理化、层次化,进而实现了较为准确的爆破振动舒适性评价。
各设定评价因子的权重已经明确,便于工程实践中通过创造更好的有利条件进行爆破施工,从而提高居民舒适度感受,为实现爆破施工中“不扰民,安全和谐施工”提供了参考和指导。
附图说明
图1为具体实施例中三角形隶属度函数;
图2为具体实施例中ABVE的隶属度函数;
图3为爆破振动舒适度对比图。
具体实施方式
下面结合附图,对本发明的具体实施方式做详细说明,以便于本技术领域的技术人员理解本发明。但应该清楚,下文所描述的实施例仅仅是本发明的一部分实施例,而不是全部实施例。在不脱离所附的权利要求限定和确定的本发明的精神和范围内,本领域技术人员在没有做出任何创造性劳动所获得的所有其他实施例,都属于本发明的保护范围。
本方案提供一种爆破振动舒适度评价方法,其包括:
获取设定评价因子,并基于隶属度函数计算设定评价因子中吸收爆破振动能量对应的评价值;
基于评价测定表获取剩余设定评价因子的评价值,剩余所述设定评价因子包括爆破噪声、环境振动、环境噪声、是否房屋所有者信息和正在进行活动;
根据设定评价因子的评价值,采用爆破振动舒适度评价指标的评价模型计算爆破振动舒适度评价指标的评价值,评价模型的数学表达式为:
其中,BVCE为爆破振动舒适度评价指标的评价值,wi为设定评价因子的评价值,pi为设定评价因子的权重,a为设定评价因子的数量;
根据爆破振动舒适度评价指标的评价值和评价标准得到爆破振动舒适度。
关于吸收爆破振动能量:当爆破地震波传至与人体接触的地板或座椅等振动体时,振动能量被人体接受并沿全身传递,所以能量传递和转化概念可用来评价人体振动特征,可称之为“吸收爆破振动能量(Absorption Blasting Vibration Energy,ABVE)”,以此作为表征人和振动环境之间相互作用的参数。
其中,爆破振动舒适度评价指标的评价模型的构建方法包括:
S1、基于评价测定表进行调查得到爆破振动舒适度评价指标和剩余设定评价因子的评价值,并获取调查过程中相应吸收爆破振动能量,剩余设定评价因子包括爆破噪声、环境振动、环境噪声、是否房屋所有者信息和正在进行活动。
在具体实施例中,评价测定表如下表1
表1爆破振动舒适度主观评价测定表
年月日
表1表明爆破噪声、环境振动、环境噪声和正在进行活动4个设定评价因子采用5分制进行评分,将评价指标的影响程度划分为:非常小、较小、一般、较重、非常严重,对应等级分别为1、2、3、4、5。“是否房屋所有者信息”这一设定评价因子不具有模糊性,则按1(是)或者5(否)取值。爆破振动舒适度评价指标按照“非常不舒适”、“不舒适”、“一般”、“舒适”和“非常舒适”5个等级描述,被调查对象根据自己的真实感受选择相应等级。
关于爆破噪声、环境振动、环境噪声的值获取采用相关仪器在靠近被调查对象的位置监测得到,其中爆破噪声的值采用专用的A计权声压计及记录仪获得,环境振动采用环境振动监测仪获得,环境噪声采用精度为2型以上的积分平均声级计或环境噪声自动监测仪器获得。针对监测结果,根据表1将其采用线性插值对应到相应的等级1~5,比如夜间爆破噪声监测结果80dB,其对应的等级为2.5。同时昼间是指每天7:00~22:00,夜间是指每天22:00~7:00。
S2、基于爆破振动舒适度评价指标的评价值和吸收爆破振动能量确定吸收爆破振动能量的隶属度函数,并根据隶属度函数得到吸收爆破振动能量的评价值。
也即将吸收爆破振动能量、爆破噪声、环境振动、环境噪声、正在进行活动和是否房屋所有者信息作为影响爆破震动舒适度的因素。
关于吸收爆破振动能量的获取:采用TC-4850爆破测振仪监测爆破振动速度历程数据,并计算获取吸收爆破振动能量(以下简称ABVE):
其中,v(ti)为离散的爆破振动数字信号,n为总采样点数,Δt为采样的时间间隔,ABVE为吸收爆破振动能量。
吸收爆破振动能量表示l能量随时间的变化情况,表征了爆破振动,将吸收爆破振动能量作为爆破振动舒适度的评价因子之一。
综合基于表1得到的166个调查对象得到的调查结果如下表2。至此,即可获得ABVE的值以及爆破噪声、环境噪声、环境振动、正在进行活动和爆破振动舒适度的评价值。也即获得ABVE、爆破噪声、环境噪声、环境振动、正在进行活动是否房屋所有者信息这6个爆破振动舒适性影响因素,及其对应的爆破振动舒适度等级。
(注:在该步骤中ABVE对应的评价值列实际为空白,为避免表格重复,表2列出的ABVE对应的评价值列的值为后续步骤中确定隶属度函数函数后得到的相应值)。
表2爆破振动舒适度调查结果
将调查过程中166组吸收爆破振动能量的值按爆破振动舒适度评价指标的评价值进行等级划分得到ABVE舒适性等级分布结果如下表3:
表3ABVE舒适性等级分布结果
表3表明,0.0018,0.0035,0.0060,0.0084,0.0132分别是5个舒适性等级所对应的ABVE均值。以ABVE大小作为变量来描述“非常不舒适”、“不舒适”、“一般”、“舒适”、“非常舒适”这5个模糊概念。如图1所示,取三角形隶属度函数作为ABVE隶属度函数,其数学表达式如下:
其中,“非常舒适”、“舒适”、“一般”、“不舒适”、“非常不舒适”这5个模糊概念的模糊集分别为A、B、C、D、E;t1∈(0.0018,0.0035),t2∈(0.0084,0.0132),t1和t2为待定参数;论域
X={x1,x2,…,x166}={0.0114,0.0119,…,0.0007,0.0007}。
其中,k为常数,且大于零;s(x)为
x为吸收爆破振动能量的值,求解H的最小值就得到了到t1和t2的最优解:t1=0.002,t2=0.0105,使得5个模糊集的模糊度达到最小的值,进而ABVE隶属度函数如图2所示。
根据,ABVE隶属度函数,对于任一大小的ABVE值,都可以定量的得到其隶属于“非常舒适”、“舒适”、“一般”、“不舒适”、“非常不舒适”这5个模糊概念的程度,然后利用下式得到ABVE对应的评价值(也即吸收爆破振动能量对应的评价值):
其中,I为吸收爆破振动能量对应的评价值,x为吸收爆破振动能量的值。
依据图2所示的ABVE隶属度函数,调查结果中166组ABVE对应的评价值见表2第三列。
S3、基于设定评价因子构建层次结构模型,层次结构模型包括目标层、准则层和指标层,目标层、准则层和指标层分别为爆破振动舒适度评价指标,爆破相关评价指标、对象所处环境评价指标和对象个体差异性评价指标及各设定评价因子,其表格形式如下表4。
表4层次结构模型
S4、基于所有评价值采用层次分析法确定爆破相关评价指标、对象所处环境评价指标、对象个体差异性评价指标和各设定评价因子的层级权重。
具体地,基于所有评价值构建目标层与准则层之间、爆破相关评价指标与指标层之间、对象所处环境评价指标与指标层之间以及对象个体差异评价指标与指标层之间的判断矩阵;
在层次分析法中,为了形成判断矩阵,采用1-9的标度方法,模型中标度的含义如表5所示。
表5模型中标度的含义
经工程爆破及振动舒适性评价方面的专家教授共3人,基于表2并按照表5对各个比较赋值,构造的判断矩阵如下:
A-B判断矩阵为:
B1-C判断矩阵为:
B2-C判断矩阵为:
B3-C判断矩阵为:
其中,其中,A为爆破振动舒适度评价指标,B1为爆破相关评价指标,B2为对象所处环境评价指标,B3为对象个体差异性评价指标,C1为吸收爆破振动能量,C2为爆破噪声,C3为环境振动,C4为环境噪声,C5为是否房屋所有者信息,C6为正在进行活动。
根据所有判断矩阵确定爆破相关评价指标、对象所处环境评价指标、对象个体差异性评价指标和各设定评价因子的层级权重。
具体地,通过计算各判断矩阵的特征值与特征向量得出相应层级权重:
首先构建等式|λE-M|=0,其中M为判断矩阵,E为单位矩阵。然后计算所有λ(λ为矩阵M的特征值),得到最大特征值λmax。之后求解方程(λmaxE-M)X=0,得到层级权重X。
进而得到的层级权重表的结果如下表6。
表6层级权重表
S5、根据所有层级权重确定各设定评价因子的权重,之后根据各设定评价因子及其对应的权重构建评价模型。
其中,BVCE为爆破振动舒适度评价指标的评价值,wi为设定评价因子的评价值,pi为设定评价因子的权重,a为设定评价因子的数量。
依据表6,吸收爆破振动能量、爆破噪声、环境振动、环境噪声、是否房屋所有者信息和正在进行活动的权重分别为0.421632、0.090368、0.2465、0.1479、0.06545和0.02805。
计算得到的BVCE值越大,说明爆破振动舒适性越好。评价标准为:BVCE≤1.5表示非常不舒适;1.5<BVCE≤2.5表示不舒适;2.5<BVCE≤3.5表示一般;3.5<BVCE≤4.5表示舒适;4.5<BVCE表示非常舒适。将爆破振动舒适度评价指标的评价值代入评价标准即可得到爆破振动舒适度。
将利用本发明设计的评价模型的到的爆破振动舒适度评价指标与166组实际调查结果得到的爆破振动舒适度进行对比,结果如图3所示,并给出两者的差值。其中,25组数据二者差值大于等于1,占比为15%。141组数据二者差值小于1,占比85%,其中38组数据二者差值大于0.5小于1.0,占比为22.9%,31组数据二者差值大于0.3小于0.5,占比为18.7%,72组数据二者差值小于0.3,占比为43.4%,从预测可以看出,85%的预测结果差值小于1,62.1%的预测结果小于0.5,评价模型的评价值与舒适性主观感受调查结果较为吻合。表明评价模型与评价标准能够较为准确地评价爆破震动舒适度。
并且在针对某个范围内大量居民的整体感受进行预测时,本发明提供的基于评价模型的评价方法具有很好的潜在价值。同时在针对一些受各种条件限制很难开展大量调查的情况下地区,本发明提供的评价方法具有突出的优势。
Claims (6)
1.爆破振动舒适度评价方法,其特征在于,包括:
获取设定评价因子,并基于隶属度函数计算设定评价因子中吸收爆破振动能量对应的评价值;
基于评价测定表获取剩余设定评价因子的评价值,剩余所述设定评价因子包括爆破噪声、环境振动、环境噪声、是否房屋所有者信息和正在进行活动;
根据设定评价因子的评价值,采用爆破振动舒适度评价指标的评价模型计算爆破振动舒适度评价指标的评价值,所述评价模型的数学表达式为:
其中,BVCE为爆破振动舒适度评价指标的评价值,wi为设定评价因子的评价值,pi为设定评价因子的权重,a为设定评价因子的数量;
根据爆破振动舒适度评价指标的评价值和评价标准得到爆破振动舒适度;
所述评价模型的构建方法包括:
S1、基于评价测定表得到爆破振动舒适度评价指标和剩余设定评价因子的评价值,并获取调查过程中相应吸收爆破振动能量,剩余所述设定评价因子包括爆破噪声、环境振动、环境噪声、是否房屋所有者信息和正在进行活动;
S2、基于爆破振动舒适度评价指标的评价值和吸收爆破振动能量确定吸收爆破振动能量的隶属度函数,并根据隶属度函数计算吸收爆破振动能量的评价值;
S3、基于设定评价因子构建层次结构模型,所述层次结构模型包括目标层、准则层和指标层,目标层、准则层和指标层分别为爆破振动舒适度评价指标,爆破相关评价指标、对象所处环境评价指标和对象个体差异性评价指标及各设定评价因子;
S4、基于所有评价值采用层次分析法确定爆破相关评价指标、对象所处环境评价指标、对象个体差异性评价指标和各设定评价因子的层级权重;
S5、根据所有层级权重确定各设定评价因子的权重,之后根据各设定评价因子及其对应的权重构建所述评价模型;
确定吸收爆破振动能量的隶属度函数进一步包括:
将调查过程中所有吸收爆破振动能量按爆破振动舒适度评价指标的评价值进行等级划分,之后确定各个等级下吸收爆破振动能量的平均值,所述爆破振动舒适度评价指标的评价值分为非常不舒适、不舒适、一般、舒适和非常舒适5个等级;
基于所述平均值并采用三角形隶属函数确定隶属度函数;
所述隶属度函数的数学表达式为:
其中,I为吸收爆破振动能量对应的评价值,
其中,t1=0.002,t2=0.0105,x为吸收爆破振动能量的值。
3.据权利要求1所述的爆破振动舒适度评价方法,其特征在于,所述步骤S4包括:
基于所有评价值构建目标层与准则层之间、爆破相关评价指标与指标层之间、对象所处环境评价指标与指标层之间以及对象个体差异评价指标与指标层之间的判断矩阵;
根据所有判断矩阵确定爆破相关评价指标、对象所处环境评价指标、对象个体差异性评价指标和各设定评价因子的层级权重。
4.根据权利要求3所述的爆破振动舒适度评价方法,其特征在于,所有判断矩阵的数学表达式如下:
A-B判断矩阵为:
A B1 B2 B3
B1 1 3/13 3/16
B2 13/3 1 3/4
B3 16/3 4/3 1
B1-C判断矩阵为:
B1 C1 C2
C1 1 3/8
C2 8/3 1
B2-C判断矩阵为:
B2 C3 C4
C3 1 3/5
C4 5/3 1
B3-C判断矩阵为:
B3 C5 C6
C5 1 3/7
C6 7/3 1
其中,A为爆破振动舒适度评价指标,B1为爆破相关评价指标,B2为对象所处环境评价指标,B3为对象个体差异性评价指标,C1为吸收爆破振动能量,C2为爆破噪声,C3为环境振动,C4为环境噪声,C5为是否房屋所有者信息,C6为正在进行活动。
5.根据权利要求1-4任一所述的爆破振动舒适度评价方法,其特征在于,所述吸收爆破振动能量、爆破噪声、环境振动、环境噪声、是否房屋所有者信息和正在进行活动的权重分别为0.421632、0.090368、0.2465、0.1479、0.06545和0.02805。
6.根据权利要求5所述的爆破振动舒适度评价方法,其特征在于,所述评价测定表中评价值取值范围为1-5,所述评价标准为:BVCE≤1.5表示非常不舒适;1.5<BVCE≤2.5表示不舒适;2.5<BVCE≤3.5表示一般;3.5<BVCE≤4.5表示舒适;4.5<BVCE表示非常舒适。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911116380.4A CN110926592B (zh) | 2019-11-15 | 2019-11-15 | 爆破振动舒适度评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911116380.4A CN110926592B (zh) | 2019-11-15 | 2019-11-15 | 爆破振动舒适度评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110926592A CN110926592A (zh) | 2020-03-27 |
CN110926592B true CN110926592B (zh) | 2021-11-02 |
Family
ID=69853925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911116380.4A Active CN110926592B (zh) | 2019-11-15 | 2019-11-15 | 爆破振动舒适度评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110926592B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6073066A (en) * | 1997-09-18 | 2000-06-06 | Unisia Jecs Corporation | Suspension control system and method for cab over type truck |
CN103870995A (zh) * | 2014-03-18 | 2014-06-18 | 环境保护部南京环境科学研究所 | 一种高寒沙地植被恢复潜力评估方法 |
EP1650416B1 (en) * | 2004-10-20 | 2014-12-03 | Denso Corporation | Torque control system for vehicle |
CN105021275A (zh) * | 2015-07-15 | 2015-11-04 | 吉林大学 | 基于时域动态特性分析的车内声品质预测方法 |
CN105046055A (zh) * | 2015-06-24 | 2015-11-11 | 南京大学(苏州)高新技术研究院 | 一种地铁环境振动与噪声联合效应的烦恼度评价方法 |
CN105956408A (zh) * | 2016-05-17 | 2016-09-21 | 四川大学 | 基于吸收能量原理的爆破振动舒适性评价方法 |
CN106126904A (zh) * | 2016-06-21 | 2016-11-16 | 四川大学 | 多层建筑物的吸收爆破振动能量舒适性评价方法 |
CN106372803A (zh) * | 2016-09-07 | 2017-02-01 | 华侨大学 | 一种爆破振动舒适性的简易评价方法 |
CN106643902A (zh) * | 2016-12-29 | 2017-05-10 | 深圳天珑无线科技有限公司 | 一种舒适度评价方法及装置 |
CN108038592A (zh) * | 2017-11-22 | 2018-05-15 | 华北电力大学 | 一种基于模糊区间层次分析法的配电网投资成效评价方法 |
CN109325683A (zh) * | 2018-09-19 | 2019-02-12 | 北京城市排水集团有限责任公司 | 一种基于层次分析法的膜性能综合评价方法 |
-
2019
- 2019-11-15 CN CN201911116380.4A patent/CN110926592B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6073066A (en) * | 1997-09-18 | 2000-06-06 | Unisia Jecs Corporation | Suspension control system and method for cab over type truck |
EP1650416B1 (en) * | 2004-10-20 | 2014-12-03 | Denso Corporation | Torque control system for vehicle |
CN103870995A (zh) * | 2014-03-18 | 2014-06-18 | 环境保护部南京环境科学研究所 | 一种高寒沙地植被恢复潜力评估方法 |
CN105046055A (zh) * | 2015-06-24 | 2015-11-11 | 南京大学(苏州)高新技术研究院 | 一种地铁环境振动与噪声联合效应的烦恼度评价方法 |
CN105021275A (zh) * | 2015-07-15 | 2015-11-04 | 吉林大学 | 基于时域动态特性分析的车内声品质预测方法 |
CN105956408A (zh) * | 2016-05-17 | 2016-09-21 | 四川大学 | 基于吸收能量原理的爆破振动舒适性评价方法 |
CN106126904A (zh) * | 2016-06-21 | 2016-11-16 | 四川大学 | 多层建筑物的吸收爆破振动能量舒适性评价方法 |
CN106372803A (zh) * | 2016-09-07 | 2017-02-01 | 华侨大学 | 一种爆破振动舒适性的简易评价方法 |
CN106643902A (zh) * | 2016-12-29 | 2017-05-10 | 深圳天珑无线科技有限公司 | 一种舒适度评价方法及装置 |
CN108038592A (zh) * | 2017-11-22 | 2018-05-15 | 华北电力大学 | 一种基于模糊区间层次分析法的配电网投资成效评价方法 |
CN109325683A (zh) * | 2018-09-19 | 2019-02-12 | 北京城市排水集团有限责任公司 | 一种基于层次分析法的膜性能综合评价方法 |
Non-Patent Citations (3)
Title |
---|
Design of an instrumented bicycle for the evaluation of bicycle dynamics and its relation with thecyclist"s comfort;JoachimVanwalleghem等;《Procedia Engineering》;20210126;第34卷;第485-490页 * |
爆破振动舒适性评价方法研究现状及展望;姚强等;《振动与冲击》;20161130;第35卷(第22(2016)期);第95-104页 * |
露天矿高边坡地质灾害探测与边坡失稳风险评估;赵自豪;《中国优秀博士学位论文全文数据库工程科技Ⅰ辑》;20180915(第9(2018)期);正文第152-160、175页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110926592A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108460101B (zh) | 面向位置社交网络基于地理位置正则化的兴趣点推荐方法 | |
CN110346844A (zh) | Nriet基于云分类和机器学习的定量降水估测方法 | |
Zhang et al. | Sound quality prediction of vehicle interior noise and mathematical modeling using a back propagation neural network (BPNN) based on particle swarm optimization (PSO) | |
CN109872060B (zh) | 一种用于多卫星传感器联合观测方案选择的方法 | |
CN111680870B (zh) | 目标运动轨迹质量综合评估方法 | |
CN111260116A (zh) | 一种基于boa-svr和模糊聚类的分时段精细化短期负荷预测方法 | |
O'Connor et al. | An examination of the accuracy of judgemental confidence intervals in time series forecasting | |
CN105843829A (zh) | 一种基于分层模型的大数据可信性度量方法 | |
Khosrowshahi | Simulation of expenditure patterns of construction projects | |
Hannah et al. | Predicting windspeeds for forest areas in complex terrain | |
CN111401677A (zh) | 生态水利工程的综合评价方法 | |
CN108256693B (zh) | 一种光伏发电功率预测方法、装置及系统 | |
CN109657962A (zh) | 一种品牌的声量资产的评估方法及系统 | |
Chang et al. | Analysis of the relative operating characteristic and economic value using the LAPS ensemble prediction system in Taiwan | |
CN110926592B (zh) | 爆破振动舒适度评价方法 | |
CN114564883B (zh) | 融合机理与ML的湖泊叶绿素a短期集合预报方法及系统 | |
CN116933152A (zh) | 一种基于多维emd-pso-lstm神经网络的海浪信息预测方法及系统 | |
CN107507396A (zh) | 一种降雨型滑坡危险性三维多点位多指标的预警方法 | |
CN114266392A (zh) | 一种基于时间衰减降水算法的森林火灾预警模型构建方法 | |
CN103675010B (zh) | 支持向量机的工业熔融指数软测量仪表及方法 | |
CN106295202B (zh) | 基于Hale指数的青少年健康状况动态分析方法 | |
Bowitz | Disability benefits, replacement ratios and the labour market. A time series approach | |
CN110070304A (zh) | 一种大数据资产质量评估方法 | |
CN109829197A (zh) | 改进的布谷鸟寻优的丙烯聚合生产过程最优软测量仪表 | |
Chen et al. | Research on Network Security Risk Assessment Model Based on Grey Language Variables |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |