ACMS - Engine Monitoring Auxiliary Power Unit ECS and Ram Aitr turbine

ACMS REPORTS D/O (3)

GENERAL

There are four categories of preprogrammed reports:

- engine monitoring,

- Auxiliary Power Unit (APU) monitoring,

- Environmental Control System (ECS),

- Ram Air Turbine (RAT).

And there are three programmable reports for trouble shooting assistance. These reports are triggered and generated when specific conditions are met.

All the reports can be printed from the MCDU. Some reports can be printed through the ACMS (Aircraft Condition Monitoring System) PRINT P/B, sent through Aircraft Communication Addressing and Reporting System (ACARS), or dumped on the Multipurpose Disk Drive Unit (MDDU). The parameters contained in the reports are among the 300 parameters provided with an Alpha Call-Up.

Some Report data items can be reconfigured through Ground Support Equipment (GSE), such as: Report limits, constants, parameter conversion factor, report time and destination, triggers, ACMS PRINT P/B functionality and report enable.

GENERAL

ACMS REPORTS D/O (3)

PRINT REPORT STANDARD- HEADER DESCRIPTION A standard header is printed on each report. It is composed of information about the report at the top, information about the flight, codes for report trigger conditions in the middle and general data at the bottom. Each data line starts with a two letter identifier. A checksum is printed in 2 hexadecimal characters at the end of each data line. The report information appears at the top of the report and it consists of 2 free programmable lines, which are available for airline specific messages, and another line that contains the report identification, title and number.

NOTE:Note: All reports shown on this module come from an A330 with GE engines.

A/C AND FLIGHT INFORMATION

The A/C and flight information on the report shows:

- A/C Identification, this is the tail number (ACID),

- date (DATE): year, month and day,

- Universal Time Coordinated (UTC): hours, minutes and seconds separated by points,

- city pair (FROM / TO),

- and Flight number (FLT).

TRIGGER CODES

The three left digits of the CODE are the logic code number that has triggered the report. The last digit shows the number of consecutive issued reports, or the letter "T" if the report was triggered via ACARS.

The trigger codes are the following:

- 1000: manual selection via MCDU,

- 2000: flight phase dependent manual selection via ACMS PRINT P/B if programmed,

- 3XXX: programmable start logic,- 4000 to 7000: for these codes, refer to the table of the Aircraft Maintenance Manual (AMM) on ATA chapter 31, subchapter 36,

- reports are triggered by a combination of logic conditions.

When a report is generated by ACARS a request is sent. This request contains an appropriate ACARS Tieback code (TIEBCK) with 6 characters.

GENERAL DATA

The general data that appears on the first line (C1) is:

- Report Count (CNT) ; the three digits are the numbers of the reports that were previously initiated, either automatically or by the ACMS PRINT P/B,

The general data that appear on the second line (C2) are:

- Previous Report (PRV) ; the three digits are the report type number of the previously generated report,

- Flight Phase (PH),

- the Data Management Unit (DMU) software is identified with three part numbers: the System, the Version and the Customer software part number,

- Temporary Modifications (MOD) ; this is a three digit counter which determines the expiration time of temporary modifications of constants, - Auto Pilot (AP) 1 or 2 status (i.e.: 012 means altitude hold mode active).

The general data that appear on the third line (C3) are:

- Total Air Temperature (TAT) ; in case of negative value it is indicated by "N" and positive value by "0" on the first character,

- Standard Altitude (ALT) ; negative value is indicated by "N" on the first character. Otherwise the first position is used for the value,

- Mach Number (MN),

- each digit of SYS part indicates the Air Data/Inertial Reference Unit (ADIRU) number of the respective TAT, ALT and MN value,

- BLEED STATUS data is the discrete coded information and numerical values. Each number indicates the position of the

corresponding valve (open/closed) except the first and the last which indicate the pack flow value,

- APU digit indicates the bleed valve position (1 to indicate that the valve is opened, and 0 to indicate that is closed).

MANUAL REPORT REQUEST

ACMS D/O (3)

DATA SOURCES

The parameters from 26 computers, receivers or transceivers can be transmitted to the DMU and recorded.

DATA SOURCES

ACMS REPORTS D/O (3)

GENERAL

There are four categories of preprogrammed reports:

- engine monitoring,

- Auxiliary Power Unit (APU) monitoring,

- Environmental Control System (ECS),

- Ram Air Turbine (RAT).

And there are three programmable reports for trouble shooting assistance. These reports are triggered and generated when specific conditions are met.

All the reports can be printed from the MCDU. Some reports can be printed through the ACMS (Aircraft Condition Monitoring System) PRINT P/B, sent through Aircraft Communication Addressing and Reporting System (ACARS), or dumped on the Multipurpose Disk Drive Unit (MDDU). The parameters contained in the reports are among the 300 parameters provided with an Alpha Call-Up.

Some Report data items can be reconfigured through Ground Support Equipment (GSE), such as: Report limits, constants, parameter conversion factor, report time and destination, triggers, ACMS PRINT P/B functionality and report enable.

GENERAL

ACMS REPORTS D/O (3)

PRINT REPORT STANDARD- HEADER DESCRIPTION A standard header is printed on each report. It is composed of information about the report at the top, information about the flight, codes for report trigger conditions in the middle and general data at the bottom. Each data line starts with a two letter identifier. A checksum is printed in 2 hexadecimal characters at the end of each data line. The report information appears at the top of the report and it consists of 2 free programmable lines, which are available for airline specific messages, and another line that contains the report identification, title and number.

NOTE:Note: All reports shown on this module come from an A330 with GE engines.

A/C AND FLIGHT INFORMATION

The A/C and flight information on the report shows:

- A/C Identification, this is the tail number (ACID),

- date (DATE): year, month and day,

- Universal Time Coordinated (UTC): hours, minutes and seconds separated by points,

- city pair (FROM / TO),

- and Flight number (FLT).

TRIGGER CODES

The three left digits of the CODE are the logic code number that has triggered the report. The last digit shows the number of consecutive issued reports, or the letter "T" if the report was triggered via ACARS.

The trigger codes are the following:

- 1000: manual selection via MCDU,

- 2000: flight phase dependent manual selection via ACMS PRINT P/B if programmed,

- 3XXX: programmable start logic,- 4000 to 7000: for these codes, refer to the table of the Aircraft Maintenance Manual (AMM) on ATA chapter 31, subchapter 36,

- reports are triggered by a combination of logic conditions.

When a report is generated by ACARS a request is sent. This request contains an appropriate ACARS Tieback code (TIEBCK) with 6 characters.

GENERAL DATA

The general data that appears on the first line (C1) is:

- Report Count (CNT) ; the three digits are the numbers of the reports that were previously initiated, either automatically or by the ACMS PRINT P/B,

The general data that appear on the second line (C2) are:

- Previous Report (PRV) ; the three digits are the report type number of the previously generated report,

- Flight Phase (PH),

- the Data Management Unit (DMU) software is identified with three part numbers: the System, the Version and the Customer software part number,

- Temporary Modifications (MOD) ; this is a three digit counter which determines the expiration time of temporary modifications of constants, - Auto Pilot (AP) 1 or 2 status (i.e.: 012 means altitude hold mode active).

The general data that appear on the third line (C3) are:

- Total Air Temperature (TAT) ; in case of negative value it is indicated by "N" and positive value by "0" on the first character,

- Standard Altitude (ALT) ; negative value is indicated by "N" on the first character. Otherwise the first position is used for the value,

- Mach Number (MN),

- each digit of SYS part indicates the Air Data/Inertial Reference Unit (ADIRU) number of the respective TAT, ALT and MN value,

- BLEED STATUS data is the discrete coded information and numerical values. Each number indicates the position of the

corresponding valve (open/closed) except the first and the last which indicate the pack flow value,

- APU digit indicates the bleed valve position (1 to indicate that the valve is opened, and 0 to indicate that is closed).

PRINT REPORT STANDARD- HEADER DESCRIPTION - A/C AND FLIGHT INFORMATION ... GENERAL DATA

This Page Intentionally Left Blank

ACMS REPORTS D/O (3)

ENGINE CRUISE REPORT <01>

The Engine Cruise Report is generated when the A/C is in stable condition. It records operating conditions of the engines. All data is an average with the exception of:

- serial number,

- A/C Flight Hours (FH) with dedicated engine, running time, cycles, - source status (status of Full Authority Digital Engine Control (FADEC) sensors),

- engine control word, engine vibration status,

- oil consumption, oil system chip detection.

CRUISE PERFORMANCE REPORT <02>

The Cruise Performance Report is similar to report <01> except that data is sampled for longer periods and more information is provided about the A/C and flight controls.

ENGINE CRUISE REPORT <01> & CRUISE PERFORMANCE REPORT <02>

ACMS REPORTS D/O (3)

ENGINE TAKEOFF REPORT <04>

The Engine Take Off Report is generated a few seconds after take-off. The number of intervals between each Engine Take-off Report generation is programmable. It collects parameters of A/C and engine during the take-off flight phase. "T/O DELTA N1 SUMMARY" is the difference between N1 MAX and N1 from the engine with the maximum value of N1. This report is used to check the trend and the stress of the engines at take-off.

ENGINE TAKEOFF REPORT <04>

ACMS REPORTS D/O (3)

ENGINE REPORT ON REQUEST <05>

The Engine Report On Request provides a snapshot of the engine parameters. This report can be generated by manual request thanks the ACMS PRINT P/B, or through the MCDU menu selection, or by the programmable triggers. The parameters recorded are taken in one second intervals from five seconds before the request to five seconds after.

ENGINE REPORT ON REQUEST <05>

ACMS REPORTS D/O (3)

ENGINE GAS PATH ADVISORY REPORT <06>

The Engine Gas Path Advisory Report is generated when there is an excess of one of the primary engine parameters (EGT/N1/N2) or either a stall, shutdown or flame out condition exists on one engine. Four sets of parameters are recorded at one second intervals before the event and five sets are recorded at one second intervals after the event.

决策表

黑盒测试：决策表 用决策表测试法测试以下程序:该程序有三个输入变量month、day、year（month 、day和year均为整数值，并且满足：1≤month≤12和1≤day≤31),分别作为输入日期的月份、日、年份，通过程序可以输出该输入日期在日历上隔一天的日期。例如，输入为2004 年11月29日,则该程序的输出为2004年12月1日。 (1) 分析各种输入情况，列出为输入变量month 、day 、year 划分的有效等价类。 (2) 分析程序的规格说明，并结合以上等价类划分的情况，给出问题规定的可能采取的操作（即列出所有的动作桩）。 (3) 根据(1) 和(2) ，画出简化后的决策表。 (1)分析各种输入情况，列出为输入变量month、day、year划分的有效等价类。 ①month变量的有效等价类： M1: {month=4,6,9,11} M2: {month=1,3,5,7,8,10} M3: {month=12} M4: {month=2} ②day变量的有效等价类： D1: {1≤day≤26} D2: {day=27} D3: {day=28} D4: {day=29} D5: {day=30} D6: {day=31} ③year变量的有效等价类： Y1: {year是闰年} Y2: {year不是闰年} (2)分析程序规格说明，结合以上等价类划分的情况给出问题规定的可能采取的操作（即列出所有的动作桩）。 动作桩：A1: day+1 A2: day=1 A3: month+1 A4: month=1 A5: year+1 A6：不可能 (3)根据条件桩和动作桩，画出决策表

决策表的一种知识约简与规则获取方法

收稿日期:2006-02-28 作者简介:孙 胜(1978-),男,湖北黄冈人,博士研究生,研究方向为现代数据库理论与技术及系统实现;导师:王元珍,教授,博士生导师,主要研究方向为现代数据库理论及实现技术。 决策表的一种知识约简与规则获取方法 孙 胜1,2 (1.华中科技大学计算机学院,湖北武汉430074; 2.黄石理工学院计算机学院,湖北黄石435003) 摘 要:粗糙集理论是一种新型的数据挖掘和决策分析方法,利用粗糙集理论进行决策表的知识约简与决策规则挖掘已经成为研究热点。文中介绍了粗糙集的基本理论,在此基础上运用该理论对从决策表中获取最小规则进行了研究,提出了决策表约简的启发式方法,并通过一个具体实例详细说明了决策规则获取过程,实例分析表明了其有效性。关键词:粗糙集;决策表;决策规则;属性约简 中图分类号:T P311.131 文献标识码:A 文章编号:1673-629X(2006)09-0035-03 Knowledge Reduction and Rule Acquirement Method in Decision Table SUN Sheng 1,2 (1.Schoo l of Computer Science,Huazhong U niv ersity of Science and T echnolog y,Wuhan 430074,China; 2.School of Computer Science,Huangshi Institute of T echnolog y,Huangshi 435003,China) Abstract:Rough set theory is a new data mining and decision analysis method.Knowledge reduction and decision rule mining in decision table by using rough set theory has become a research hotspot.T he article introduces basic con cepts in rough set theory first.M inimal dec-i sion rule acquirement in deci sion table based on rough set theory i s researched.A heuristic approach for rule reduction is put forward,and the procedure of decisi on rule acquirem ent is i lluminated using an example.T he instance analysis show s its validity.Key words:rough set;deci sion table;decision rule;attribute reduction 0 引 言 粗糙集理论是由波兰科学家Z.Paw lak 教授于1982年提出的一种研究不精确、不确定性知识的数学工具[1,2]。已应用于机器学习、知识发现、数据挖掘、决策支持与分析、专家系统、归纳推理和模式识别等许多科学和工程领域[3]。从实际系统采集到的数据可能包含各种噪声,存在许多不确定因素和不完全信息有待处理。传统的不确定信息处理方法,如模糊集理论、证据理论和概率统计理论等需要数据的附加信息或先验知识,而粗糙集理论能在缺少关于数据的先验知识的情况下,仅仅以对数据的分类能力为基础,对模糊或不确定性数据进行分析和处理,这就克服了以上几种方法的不足之处。 知识约简就是在保持知识库的分类和决策能力不变的条件下,删除其中不相关或不重要的知识[4] 。决策表的简化是知识约简的重要内容之一,并在数据挖掘和知识发现等领域有重大应用价值。粗糙集理论的研究对象是一个二元信息表,称为信息系统 [5] 。信息系统由一些对象通 过在一些属性上的取值来构成。若属性集合分为条件集和决策集,则信息系统称为决策表。决策表简化的理论基础是属性的核与约简及其关系、规则的核与约简及其关系。根据决策表简化的结果,利用决策规则挖掘算法可以获取决策系统的规则。 1 有关的粗糙集概念 现实世界中的信息,在粗糙集理论中用决策表的形式给出。下面先简要介绍一下文中主要用到的Rough 集基本概念,详细的请参考文献[3~5]。 定义1 称S =(U,A ,V ,f )是一个知识表达系统,其中U 是非空有限对象集合,U ={X 1,X 2,,,X n };A 是非空有限属性集合;f 是一个U @A 到属性值集合V 上的一个映射,它表示每个对象在每个属性上对应一个值,称为信息函数。若A =C G D ,其中C 是非空有限条件属性集合,D 是非空有限决策属性集合,且C H D =a,则称 该知识表达系统为决策表。此知识表达系统又称为决策系 统。 定义2 若X A U,则称R -(X ){x I U:[x ]R A X }为X 的下近似集,R -(X )={x I U:[x ]R H X X a}为X 的上近似集。pos R (X )=R -(X )称为X 的R 正域,neg R (X )=U -R -(X )称为X 的R 负域。 第16卷 第9期2006年9月 计算机技术与发展 COM PUT ER TECHNOLOGY AND DEVELOPM ENT Vo l.16 N o.9Sep. 2006

软件测试 决策表总结.doc

软件测试 实验报告 题目: 决策表法的使用 学号: 姓名: 教师: 东南大学成贤学院电子与计算机工程学院 2017年 9 月30 日

实验题目 1、实验内容 NextDate 函数包含三个变量：month（月份）、day（日期）和year（年），函数的输出为输入日期前一天的日期。例如，输入为2007年9月9日，则函数的输出为2007年9月10日。要求输入变量month 、day 和year 均为整数值，并且满足下列条件： （1）1≤month≤12 （2）1≤day≤31 （3）1912≤year≤2050 2、实验目的与要求 分别输入测试用例，判断期望输出与实际输出是否相等 3、实验环境 操作系统 WIN10 测试工具 VS2010 测试语言 c++语言 4、设计思路分析（包括需求分析、整体设计思路、概要设计） 需求分析： 此函数的主要特点是输入变量之间的逻辑关系比较复杂。复杂性的来源有两个：一个是输入域的复杂性，另一个是指闰年的规则。例如变量year和变量month取不同的值，对应的变量day会有不同的取值范围，day值的范围可能是1～30或1～31，也可能是1～28或1～29。 整体设计思路： NextDate函数中包含了定义域各个变量之间的依赖问题。等价类划分法和边界值分析法只能“独立地”选取各个输入值，不能体现出多个变量的依赖关系。决策表法则是根据变量间的逻辑依赖关系设计测试输入数据，排除不可能的数据组合，很好地解决了定义域的依赖问题。 5、详细设计 NextDate函数求解给定某个日期的下一个日期的可能操作（动作桩）如下： 变量day加1操作； 变量day复位操作；

第八章 决策表值约简

第八章信息表值约简 值约简是在属性约简的基础上对决策表的进一步简化。本章将就决策表的值约简问题进行系统分析，并介绍几种主要的值约简算法。 8.1 决策表值约简概述 在第7章中，我们介绍了决策信息表的属性约简，通过属性约简，可以将决策表中对决策分类不必要的属性省略，从而实现决策表的简化，这有利于从决策表中分析发现对决策分类起作用的属性。但是，属性约简只是在一定程度上去掉了决策表中的冗余属性，但是还没有充分去掉决策表中的冗余信息。 例如，在表7.3-1所示的关于气象信息的决策表表的属性约简结果中，如果在条件Outlook=Sunny∧Temperature=Hot下，决策属性的取值肯定是N，而无需考虑条件属性Windy的取值是True还是False。 显然，这个属性约简结果，对于决策分类来说，仍然包含冗余信息。根据第四章中介绍的决策规则，我们不能够直接从该表中得到满意的决策规则。这就是说我们还需要进一步对决策表进行处理，得到更加简化的决策表，这就是我们本章将要讨论的决策表值约简问题。 与属性约简中的属性核一样，值约简中也可以定义相应的值核。 决策表S=(U,C,D,V,f)，对于任意的x∈U，用d x表示决策规则，即 d x：des([x]C)?des([x]D)，d x(a)=a(x)，a∈C?D， 且d x|C、d x|D分别称为d x的条件和决策。 定义8.1-1 考虑一个相容知识表达系统S，对决策规则d x有[x]C?[x]D。若?r∈C，有[x]C-{r}?[x]D，则r为d x的核值属性，r为d x中不可省略的；若[x]C-{r}?[x]D，则r不是d x的核值属性，r为d x中可省略的。

第七章 决策表属性约简

第七章信息表属性约简 基于Rough集理论的知识获取，主要是通过对原始决策表的约简，在保持决策表决策属性和条件属性之间的依赖关系不发生变化的前提下对决策表进行约简（简化），包括属性约简和值约简。本章将对决策表的属性约简从代数集合观点和信息论的信息熵观点进行系统分析，并介绍几种有效的属性约简算法。 7.1决策表属性约简概述 一个决策表就是一个决策信息系统，表中包含了大量领域样本（实例）的信息。在第四章中，我们曾经对决策规则进行了讨论，决策表中的一个样本就代表一条基本决策规则，如果我们把所有这样的决策规则罗列出来，就可以得到一个决策规则集合，但是，这样的决策规则集合是没有什么用处的，因为其中的基本决策规则没有适应性，只是机械地记录了一个样本的情况，不能适应新的、其他的情况。为了从决策表中抽取得到适应度大的规则，我们需要对决策表进行约简，使得经过约简处理的决策表中的一个记录就代表一类具有相同规律特性的样本，这样得到的决策规则就具有较高的适应性。 根据定义2.1-1，我们可以进一步讨论决策表中属性的必要性和相应的约简算法。 定义7.1-1 设U是一个论域，P是定义在U上的一个等价关系簇，R∈P。如果IND(P-{R})=IND(P)，则称关系R在P中是绝对不必要的（多余的）；否则，称R在P中是绝对必要的。 绝对不必要的关系在知识库中是多余的，如果将它们从知识库中去掉，不会改变该知识库的分类能力。相反，若知识库中去掉一个绝对必要的关系，则一定改变知识库的分类能力。 定义7.1-2 设U为一个论域，P为定义在U上的一个等价关系簇，R∈P。如果每个关系R∈P在P中都是绝对必要的，则称关系簇P 是独立的；否则，称P是相互依赖的。 对于相互依赖的关系簇来说，其中包含有冗余关系，可以对其约简；而对于独立的关系簇，去掉其中任何一个关系都将破坏知识库的分类能力。

大数据环境下多决策表的区间值全局近似约简

软件学报ISSN 1000-9825, CODEN RUXUEW E-mail: jos@https://www.wendangku.net/doc/385290382.html, Journal of Software,2014,25(9):2119?2135 [doi: 10.13328/https://www.wendangku.net/doc/385290382.html,ki.jos.004640] https://www.wendangku.net/doc/385290382.html, +86-10-62562563 ?中国科学院软件研究所版权所有. Tel/Fax: ? 大数据环境下多决策表的区间值全局近似约简 徐菲菲1, 雷景生1, 毕忠勤1, 苗夺谦2, 杜海舟1 1(上海电力学院计算机科学与技术学院,上海 200090) 2(同济大学电子与信息工程学院,上海 200092) 通讯作者: 徐菲菲, E-mail: xufeifei@https://www.wendangku.net/doc/385290382.html, 摘要: 在电力大数据中,很多具体的应用如负荷预测、故障诊断都需要依据一段时间内的数据变化来判断所属 类别,对某一条数据进行类别判定是毫无意义的.基于此,将区间值粗糙集引入到大数据分类问题中,分别从代数观 和信息观提出了基于属性依赖度和基于互信息的区间值启发式约简相关定义和性质证明,并给出相应算法,丰富和 发展了区间值粗糙集理论,同时为大数据的分析研究提供了思路.针对大数据的分布式存储架构,又提出了多决策表 的区间值全局约简概念和性质证明,进一步给出多决策表的区间值全局约简算法.为了使得算法在实际应用中取得 更好的效果,将近似约简概念引入所提的3种算法中,通过对2012上半年某电厂一台600MW的机组运行数据进行 稳态判定,验证所提算法的有效性.实验结果表明,所提的3种算法均能在保持较高分类准确率的条件下从对象和属 性个数两方面对数据集进行大幅度缩减,从而为大数据的进一步分析处理提供支撑. 关键词: 大数据;区间值;近似约简;多决策表;全局约简 中图法分类号: TP181 中文引用格式: 徐菲菲,雷景生,毕忠勤,苗夺谦,杜海舟.大数据环境下多决策表的区间值全局近似约简.软件学报,2014,25(9): 2119?2135.https://www.wendangku.net/doc/385290382.html,/1000-9825/4640.htm 英文引用格式: Xu FF, Lei JS, Bi ZQ, Miao DQ, Du HZ. Approaches to approximate reduction with interval-valued multi- decision tables in big data. Ruan Jian Xue Bao/Journal of Software, 2014,25(9):2119?2135 (in Chinese).https://www.wendangku.net/doc/385290382.html,/ 1000-9825/4640.htm Approaches to Approximate Reduction with Interval-Valued Multi-Decision Tables in Big Data XU Fei-Fei1, LEI Jing-Sheng1, BI Zhong-Qin1, MIAO Duo-Qian2, DU Hai-Zhou1 1(College of Computer Science and Technology, Shanghai University of Electric Power, Shanghai 200090, China) 2(College of Electronic and Information Engineering, Tongji University, Shanghai 200092, China) Corresponding author: XU Fei-Fei, E-mail: xufeifei@https://www.wendangku.net/doc/385290382.html, Abstract: For the big data on electric power, many specific applications, such as load forecasting and fault diagnosis, need to consider data changes during a period of time to determine their decision classes, as deriving a class label of only one data record is meaningless. Based on the above discussion, interval-valued rough set is introduced into big data classification. Employing algebra and information theory, this paper defines the related concepts and proves the properties for interval-valued reductions based on dependency and mutual information, and presents the corresponding heuristic reduction algorithms. The proposed methods can not only enrich and develop the interval-valued rough set theory, but also provide a new way for the analysis of big data. Pertaining to the distributed data storage architecture of big data, this paper further proposes the interval-valued global reduction in multi-decision tables with proofs of its properties. The corresponding algorithm is also given. In order for the algorithms to achieve better results in practical applications, approximate reduction is introduced. To evaluate three proposed algorithms, it uses six months’ operating data of one 600MW unit in some power plant. Experimental results show that the three algorithms ?基金项目: 国家自然科学基金(61272437, 60305094); 上海市教育委员会科研创新项目(12YZ140, 14YZ131); 上海市自然科学 基金(13ZR1417500) 收稿时间:2014-03-31; 定稿时间: 2014-05-14

桥梁圆端形实体桥墩钢施工方案

目录 一、编制依据............................... 错误!未定义书签。 二、工程概况............................... 错误!未定义书签。 三、模板方案选择.......................... 错误!未定义书签。 四、模板设计方案........................... 错误!未定义书签。 五、进场验收............................... 错误!未定义书签。 六、模板安装 (6) 七、模板拆除............................... 错误!未定义书签。 八、模板存放............................... 错误!未定义书签。 九、安全、环保文明施工措施................. 错误!未定义书签。 十、附件................................... 错误!未定义书签。

桥梁圆端形实体桥墩钢模板施工方案 一、编制依据 1、《危险性较大工程安全专项施工方案编制和安全管理办法》（JXJL-4监字［2010］019号文）。 2、建设部《危险性较大的分部分项工程安全管理办法》。 3、《沪昆铁路客运专线江西公司工程建设桥涵施工管理办法》（沪昆赣工发［2010］78号文）。 4、《钢结构工程施工质量验收规范》（GB50205）。 5、铁路桥涵施工规范（TB10202-2002）。 6、客运专线铁路桥涵工程施工技术指南（TZ213-2005）。 7、沪昆客专杭长施桥工点设计图。 8、《混凝土结构工程施工及验收规范》（GB50204-2002） 二、工程概况 我工区承担的施工任务起讫里程为：DK777+～DIK790+,全线总长13.7km，管区内共有桥梁共11座，其中特大桥6座，共9.64km，大中桥5座，共1.1km。墩身采用圆端形实体墩和空心墩两种，实体墩分为直坡墩和45：1两种。 三、模板方案选择 本工程考虑到施工工期、质量和安全要求，故在选择方案时，应充分考虑以下几点：

桥梁圆端形实体桥墩钢施工方案

、编制依据 、工程概况 模板方案选择 四、模板设计方案 五、进场验收 六、模板安装 七、模板拆除 八、模板存放 九、安全、环保文明施工措施 十、附件 桥梁圆端形实体桥墩钢模板施工方案 、编制依据 1、《危险性较大工程安全专项施工方案编制和安全管理办法》 （JXJL-4 监字[ 2010] 019 号文）。 2、建设部《危险性较大的分部分项工程安全管理办法》 。 3、《沪昆铁路客运专线江西公司工程建设桥涵施工管理办法》 （沪昆赣工发[ 2010]78 10 20

号文)。 4、《钢结构工程施工质量验收规范》 ( GB50205)。 5、铁路桥涵施工规范( TB10202-2002)。 6、客运专线铁路桥涵工程施工技术指南( TZ213-2005)。 7、沪昆客专杭长施桥工点设计图。 8、《混凝土结构工程施工及验收规范》 (GB50204-2002) 、工程概况 我工区承担的施工任务起讫里程为：DK777+858.935?DIK790+211.585,全线总长13.7km，管区内共有桥梁共11座，其中特大桥6座，共9.64km，大中桥5座，共1.1km。 墩身采用圆端形实体墩和空心墩两种，实体墩分为直坡墩和45：1 两种。 三、模板方案选择 本工程考虑到施工工期、质量和安全要求，故在选择方案时，应充分考虑以下几点：、模板及其支架的结构设计，力求做到结构安全可靠，造价经济合理。 、在规定的条件下和规定的使用期限内，能够充分满足预期的安全性和耐久性。 、选用材料时，力求做到常见通用、可周转利用，便于保养维修。 4、结构选型时，力求做到受力明确，构造措施到位，升降搭拆方便，便于检查验收。 5、模板及模板支架的搭设，必须符合验收标准要求，要符合《新建杭州至长沙客运专

种常用工程材料属性性表

材料名称弹性模量(N/m^2)泊松比质量密度(kg/m^3)抗剪模量(N/m^2)张力强度(N/m^2)屈服强度(N/m^2)热扩张系数(/Kelven)比热(J/(kg.K))热导率(W/(m.k)) Ductile Iron (SN) 1.20E+110.3107.90E+037.70E+108.62E+08 5.51E+08 1.10E-05 4.50E+0275.00 KTH300-06 (GB) 1.90E+110.2707.30E+038.60E+10 3.00E+080.00E+00 1.20E-05 5.10E+0247.00 KTH350-10 (GB) 1.90E+110.2707.30E+038.60E+10 3.50E+08 2.00E+08 1.20E-05 5.10E+0247.00 KTZ450-06 (GB) 1.90E+110.2707.30E+038.60E+10 4.50E+08 2.70E+08 1.20E-05 5.10E+0247.00 KTZ550-04 (GB) 1.90E+110.2707.30E+038.60E+10 5.50E+08 3.40E+08 1.20E-05 5.10E+0247.00 KTZ650-02 (GB) 1.90E+110.2707.30E+038.60E+10 6.50E+08 4.30E+08 1.20E-05 5.10E+0247.00 KTZ700-02 (GB) 1.90E+110.2707.30E+038.60E+107.00E+08 5.30E+08 1.20E-05 5.10E+0247.00 KTB350-04 (GB) 1.20E+110.3107.90E+037.70E+10 3.50E+080.00E+00 1.10E-05 4.50E+0275.00 KTB380-12 (GB) 1.20E+110.3107.90E+037.70E+10 3.80E+08 1.70E+08 1.10E-05 4.50E+0275.00 KTB400-05 (GB) 1.20E+110.3107.90E+037.70E+10 4.40E+08 2.20E+08 1.10E-05 4.50E+0275.00 KTB450-07 (GB) 1.20E+110.3107.90E+037.70E+10 4.50E+08 2.60E+08 1.10E-05 4.50E+0275.00 Gray Cast Iron (SN) 6.62E+100.2707.20E+03 5.00E+10 1.52E+080.00E+00 1.20E-05 5.10E+0245.00 HT100 (GB) 1.08E+110.1237.10E+03 4.80E+10 1.50E+080.00E+008.20E-06 5.10E+0245.00 HT150 (GB) 1.16E+110.1947.00E+03 4.86E+10 1.50E+080.00E+00 1.01E-05 5.10E+0245.00 HT200 (GB) 1.48E+110.3107.20E+03 5.66E+10 2.00E+080.00E+00 1.10E-05 5.10E+0245.00 HT250 (GB) 1.38E+110.1567.28E+03 5.98E+10 2.50E+080.00E+008.20E-06 5.10E+0245.00 HT300 (GB) 1.43E+110.2707.30E+03 5.66E+10 3.00E+080.00E+00 1.12E-05 5.10E+0245.00 HT350 (GB) 1.45E+110.2707.30E+03 5.66E+10 3.50E+080.00E+00 1.12E-05 5.10E+0245.00 Malleable Cast Iron 1.90E+110.2707.30E+038.60E+10 4.14E+08 2.76E+08 1.20E-05 5.10E+0247.00 QT400-15 1.61E+110.2747.01E+03 6.32E+10 4.00E+08 2.50E+08 1.29E-05 5.10E+0247.00 QT400-18 1.61E+110.2747.01E+03 6.32E+10 4.00E+08 2.50E+08 1.29E-05 5.10E+0247.00 QT450-10 1.69E+110.2577.06E+03 6.76E+10 4.50E+08 3.10E+08 1.01E-05 5.10E+0247.00 QT500-7 1.62E+110.2937.00E+03 6.27E+10 5.00E+08 3.20E+089.10E-06 5.10E+0247.00 QT600-3 1.69E+110.2867.12E+03 6.56E+10 6.00E+08 3.70E+08 1.18E-05 5.10E+0247.00 QT700-2 1.69E+110.3057.09E+03 6.47E+107.00E+08 4.20E+08 1.08E-05 5.10E+0247.00 QT800-2 1.74E+110.2707.30E+03 6.84E+108.00E+08 4.80E+08 1.01E-05 5.10E+0247.00 QT900-2 1.81E+110.2707.18E+037.10E+109.00E+08 6.00E+08 1.10E-05 5.10E+0247.00 Q195 2.12E+110.2867.69E+038.24E+10 3.50E+08 1.95E+088.80E-06 4.40E+0243.00 Q215 2.12E+110.2887.69E+038.25E+10 3.50E+08 2.15E+088.80E-06 4.40E+0243.00 Q235-A(F) 2.08E+110.2777.86E+038.14E+10 3.90E+08 2.35E+088.70E-06 4.40E+0243.00 Q235-A 2.12E+110.2887.86E+038.23E+10 3.90E+08 2.35E+08 1.20E-05 4.40E+0243.00 Q235-B 2.10E+110.2747.83E+038.24E+10 3.90E+08 2.35E+088.00E-06 4.40E+0243.00 Q255 2.10E+110.2747.83E+038.24E+10 4.50E+08 2.55E+088.00E-06 4.40E+0243.00 Q275 2.10E+110.2747.83E+038.24E+10 4.90E+08 2.50E+088.00E-06 4.40E+0243.00 08F 2.19E+110.2677.83E+038.62E+10 2.95E+08 1.75E+088.70E-06 4.40E+0248.00 8 2.11E+110.2797.82E+038.25E+10 2.95E+08 1.75E+08 1.22E-05 4.40E+0248.00 10F 2.12E+110.2707.85E+038.26E+10 3.15E+08 1.85E+08 1.25E-05 4.40E+0248.00 10 2.10E+110.2707.86E+038.26E+10 3.15E+08 1.85E+08 1.26E-05 4.40E+0248.00 15F 2.12E+110.2887.85E+038.24E+10 3.55E+08 2.05E+08 1.19E-05 4.40E+0248.00 15 2.13E+110.2897.85E+038.26E+10 3.75E+08 2.25E+08 1.19E-05 4.40E+0248.00

多值决策表的最小决策树生成

Computer Science and Application 计算机科学与应用, 2016, 6(10), 617-628 Published Online October 2016 in Hans. https://www.wendangku.net/doc/385290382.html,/journal/csa https://www.wendangku.net/doc/385290382.html,/10.12677/csa.2016.610076 文章引用: 乔莹, 许美玲, 钟发荣, 曾静, 莫毓昌. 多值决策表的最小决策树生成[J]. 计算机科学与应用, 2016, 6(10): Minimal Decision Tree Generation for Multi-Label Decision Tables Ying Qiao, Meiling Xu, Farong Zhong, Jing Zeng, Yuchang Mo Zhejiang Normal University, Jinhua Zhejiang Received: Oct. 5th , 2016; accepted: Oct. 23rd , 2016; published: Oct. 28th , 2016 Copyright ? 2016 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.wendangku.net/doc/385290382.html,/licenses/by/4.0/ Abstract Decision tree is a widely used classification in data mining. It can discover the essential knowledge from the common decision tables (each row has a decision). However, it is difficult to do data mining from the multi-label decision tables (each row has a set of decisions). In a multi-label deci-sion tables, each row contains several decisions, and several decision attributes are represented using a set. By testing the existing heuristic algorithms, such as greedy algorithms, their perfor-mance is not stable, i.e ., the size of the decision tree might become very large. In this paper, we propose a dynamic programming algorithm to minimize the size of the decision trees for a multi- label decision table. In our algorithm, the multi-label decision table is divided into several sub-tables, and the decision tree is constructed by using all subtables of the multi-label decision table, then useful information can be discovered from the multi-label decision tables. Keywords Multi-Label Decision Tables, Decision Trees, Dynamic Programming Algorithm 多值决策表的最小决策树生成 乔 莹，许美玲，钟发荣，曾 静，莫毓昌 浙江师范大学，浙江 金华 收稿日期：2016年10月5日；录用日期：2016年10月23日；发布日期：2016年10月28日 Open Access

基于相对熵的决策表连续属性离散化算法

基于相对熵的决策表连续属性离散 化算法 摘要该文提出了一种新的决策表 连续属性离散化算法.首先使用相对熵来度 量条件属性的重要性,并据此对条件属性按 照属性重要性从小到大排序,然后按排序后 的顺序,考察每个条件属性的所有断点,将 冗余的断点去掉,从而将条件属性离散化. 该算法易于理解，计算简单, 算法的时间复杂性为O(3kn2)。关键词相对熵;互信息; 连续属性;离散化;决策表1 引言波兰科学 家Pawlak提出的粗糙集(Rough set)理论[1，2]是一种新型的处理模糊和不确定知识的 数学工具,目前已经在人工智能、知识与数 据发现、模式识别与分类、故障检测等方面得到了较为成功的应用。在运用粗糙集理 论处理决策表时,要求决策表中的值用离散 数据表示.如果某些条件属性或决策属性的 值域为连续值(如浮点数),则在处理前必须 进行离散化处理,而且即使对于离散数据,

有时也需要通过将离散值进行合并(抽象) 得到更高抽象层次的离散值。该文形式化地描述了决策表的离散化问题,利用相对熵定义了属性的重要性度量，提出了基于相对熵的决策表离散化算法,并分析了该算法的时间复杂度，最后用例子说明该算法的离散化过程。2 基本概念应用粗糙集理论实现知识获取和数据分析通常是对决策表进行 处理,为此首先给出决策表的定义. 定义1. 一个决策表是一个由四元组T=(Ｕ,Ｒ,Ｖ,ｆ)构成的知识表达系统,其中Ｕ是对象的 集合,也称为论域.Ｒ=Ｃ∪Ｄ是属性的集合,子集Ｃ和Ｄ分别被称为条件属性集和决策 属性集. V = 是属性的取值范围构成的集合,其中Ｖr是属性ｒ的值域.ｆ:Ｕ×Ｒ→Ｖ是信息函数,它指定Ｕ中每一个对象各个属性的取值.Ｄ≠Φ. 在本文讨论中假设决策属性值为离散值,连续属性变量仅出现在条件属性中,不失一般性,以下仅考虑单个决策 属性的决策表。离散化问题的描述设T=(Ｕ,Ｒ,Ｖ,ｆ)是一个决策表,其中Ｕ={ｘ1,ｘ2,…,ｘｎ}为论域,Ｒ=Ｃ∪{ｄ}, C ={C1 ,

发掘多值属性的关联规则

发掘多值属性的关联规则 张朝晖陆玉昌张钹 （清华大学计算机科学与技术系北京 100084） (清华大学智能技术与系统国家重点实验室北京 100084) 摘要属性值可以取布尔量或多值量.从以布尔量描述的数据中发掘关联规则已经有比较成熟的系统和方法,而对于多值量则不然.将多值量 的数据转化为布尔型的数据是一条方便、有效的途径.提出一种算法,根据数据本身的情况决定多值量的划分,进而将划分后的区段映射为布尔量,在此基础上可发掘容易理解且具有概括性的、有效的关联规则. 关键词数据采掘,关联规则,聚类算法. 中图法分类号TP311 当今世界,数据每天都在迅猛地增长.据估计,全世界的信息量每20个月翻一番.人们保存如此大量的数据,一是因为计算机技术的发展使之变 得方便可行,二是因为这些数据有巨大的潜在作用.然而,如何有效地使用这些数据却成为一个问题,因为常常是数据丰富而知识缺乏,利用当 前的数据库技术并不能很好地发挥这些数据的作用. 数据采掘(Data Mining)是数据库中知识发现KDD(knowledge discovery in databases)的核心,它为大量数据的利用提供了有效的工具.自从1989年第1届KDD专题研讨会举办以来,数据采掘的研究方兴未艾.从1995年开始,每年举办一次的KDD国际会议,将KDD方面的研究推向了高潮.KDD可以定义如下［1］:从数据中得出新的、有效的、有潜在用途的、

可理解的模式的非平凡过程. 关联规则［2］是当前数据采掘研究的主要模式之一,侧重于确定数据中不同领域之间的联系,找出满足给定支持度和可信度阈值的多个域之间的依赖关系.下面是一个直观的关联规则的例子:在计算机配件商店 中,70%的包含键盘的交易中包含鼠标,在所有交易中,有6%同时包含这两种物品.规则表示为 键盘鼠标（可信度70%,支持度6%） 关联规则可以分为两种:布尔型关联规则和多值关联规则.［3］许多文献［2,5～8］都讨论了发掘布尔型关联规则问题［4］BARP(Boolean association rules problem),它可以看作是发掘多值关联规则问题 QARP(quantitative association rules problem)的基础和特例,是在属性值为布尔量的关系表中寻找属性值为“1”的属性之间的关系.多 值属性可分为数量属性(Quantitative Attribute),如年龄、价格等;类别属性(Categorical Attribute),如品牌、制造商等. QARP比较复杂,一种自然的想法是将它转换为BARP.当全部属性的取值数量都是有限的时候,只需将每个属性值映射为一个布尔型属性即可. 当属性的取值范围很宽时,则需将其分为若干区段,然后将每个区段映 射为一个布尔型属性. 于是,如何划分区段是实现QARP到BARP转变的关键.这里面有两个互相牵制的问题:当区段的范围太窄时,则可能使每个区段对应的属性的支

圆端形实体桥墩专项施工方案

目录 1. 工程概况 (1) 1.1 主要工程数量 (1) 1.2 交通条件 (2) 1.3 气象地质条件 (2) 1.3.1 气象条件 (2) 1.3.2 地质条件 (2) 2. 编制依据 (3) 3. 施工总体目标 (4) 3.1 工期目标 (4) 3.2 质量目标 (4) 3.3 安全目标 (4) 3.4 环境保护及文明施工目标 (4) 3.5 职业健康安全目标 (4) 4. 人员、设备计划安排 (4) 4.1 人员情况 (5) 4.2 设备情况 (5) 5. 墩身施工 (5) 5.1 施工方案的确定 (5) 5.2 施工工艺流程 (6) 5.3钢筋工程 (6) 5.3.1施工准备 (6) 5.4模板工程 (8) 5.4.1模板加工 (8) 5.4.2模板安装 (9) 5.5混凝土工程 (10) 5.5.1混凝土浇筑 (10) ①砼配比的设计 (12) ②砼低温入模温度措施 (12)

5.5四电接口施工 (12) 5.6施工缝处理 (13) 5.7桥梁墩台沉降观测 (13) 6高性能混凝土 (15) 6.1 满足耐久性要求的高性能混凝土原材料选择 (15) 6.2 满足耐久性要求的高性能混凝土配制 (15) 6.3 满足耐久性要求的高性能混凝土施工工艺 (16) 6.4 高性能混凝土施工技术工法整理安排 (19) 7、质量控制与保证措施 (19) 7.1 质量管理组织机构与保证体系 (19) 7.2 保证质量的主要措施 (19) 7.2.1 制度保证措施 (19) 7.2.2 思想和管理保证措施 (19) 7.2.3技术保证措施 (20) 7.2.4 施工过程质量保证措施 (22) 7.2.5 混凝土振捣质量 (23) 7.2.6 混凝土养护质量 (23) 7.2.7 混凝土运输条件 (24) 7.3 材料质量保证措施 (24) 7.4 高性能混凝土质量保证措施 (24) 7.5质量通病及采取的措施 (25) 8.安全保证体系及措施 (25) 8.1 安全目标 (25) 8.2 安全管理组织机构及保证体系 (25) 8.3 安全保证措施 (26) 8.3.1安全组织保证措施 (26) 8.3.2 安全管理保证措施 (27) 8.3.3 安全经济保证措施 (27) 8.3.4 安全制度保证措施 (27) 8.3.5 安全技术保证措施 (28)