智慧试验室建设重点及难点分析(每日一练)

智慧试验室建设重点及难点分析(每日一练)
判断题(共18 题)
1、终端自助委托技术,指委托方只需要在网络终端上详细填写委托单,与检测机构建立信息传递,完成相关信息确认,通过快递的方式将样品邮寄或托运到检测机构进行检测。 (A)
A、 正确

B、 错误
答题结果:
正确答案:A
2、终端取样技术,指取样人员在现场进行样品信息录入,远程进入检测系统,在现场实时定位、影像资料录入,确保样品真实性。 (A)
A、 正确


B、 错误
答题结果:
正确答案:A
3、桥梁检测过程中手持式电子化人工巡检系统,实时将检查人员与检测结果进行绑定,检查的时间、地点、结构部位等等信息实时记录在系统中,现场真实反馈信息,后台及时分析。 (A)
A、 正确

B、 错误
答题结果:
一氧化氮 笑气正确答案:A
4、路基智能压实系统基于北斗GPS高精度定位技术,对压路机进行厘米级定位,采集碾压遍数、碾压速度、层厚、碾压轨迹;同时基于振动传感器采集压路机压实值、振动频率和加速度。 (A)
A、 正确

B、 错误
答题结果:
正确答案:A
5、路基沉降观测系统通过采用土压力计、渗压计、冻胀计等监测软基位移、沉降变形。 (A)
声纳浮标
A、 正确

B、 错误
答题结果:
正确答案:B
6、维护道路健康,提升道路品质形象,已出现通过视频数据分析,及时发现道路显性病害,进行养护,对于重要道路资产(如桥梁)进行智能监测,系统自动评估道路损伤等级,及时发出路产养护的提醒。 (A)
A、 正确

防火罩B、 错误
答题结果:
正确答案:A
7、抗渗试验过程中,用自动安装、自动加压、自动判断抗渗等级的设备替代手工安装、自动加压、人工识别的检测方式,符合当前智能制造要求。 (B)
A、 正确

B、 错误
答题结果:
正确答案:A
8、在水泥混凝土拌合环节,通过传感器和控制器对集料用量、水泥剂量、外加剂用量、用水量、拌和时间等关键数据进行实时采集、传输、分析和存储。 (A)
A、 正确

B、 错误
答题结果:
正确答案:A
9、水泥混凝土搅拌系统同时不提供智能预警和统计分析机制,不能够有效监控搅拌站生产过程中质量波动,不能定期进行生产工作总结。 (B)
A、 正确

B、 错误
答题结果:
正确答案:B
10、沥青搅拌楼的搅拌温度是受监控的。 (A)
A、 正确

B、 错误
答题结果:
正确答案:A
11、沥青运输是摊铺过程重要环节,等料或衣料都不是理想状态,车辆安装定位系统,实时掌握车辆位置、速度,便于施工总调度。 (A)
A、 正确

B、 错误台卡制作
答题结果:
正确答案:A
12、智慧试验室可以理解成在试验室的建设、运行、管理等各个方面,充分运用物联网、云计算、互联网、人工智能、自动控制等技术,使试验室具备智能感知、智能互联、智能分析、智能预测、智能控制等能力,从而助其具备更强的业务能力,更高的管理水平,更佳的服务体验,更快的检测效率。 (A)取笔
A、 正确

B、 错误
答题结果:
正确答案:A
13、智能检测样品标识标准化是为了样品在检测过程中,不同层级的识别,不同时间内样品的查询。 (A)
A、 正确

B、 错误
答题结果:
正确答案:A
14、设备数据自动采集的运用,避免了人为干扰,全自动设备实时将检测结果上传系统,系统加荷、数据自动处理、自动生成报告、自助打印报告。 (A)
tuner接口A、 正确

B、 错误
答题结果:
正确答案:A
15、智慧试验室检测设备自动化、智能动作、自动采集是必须的功能,而且数据的稳定性必须可靠,采集之后的数据需要处理,自动处理是智慧试验室的重要环节,在大量数据的分析中,能到质量波动、能到潜在规则,能进行有效预防。 (A)
A、 正确

B、 错误
答题结果:
正确答案:A
16、智慧试验室建立的难点之一是数据的数据库结构、数据储存、保管、调取。 (A)
A、 正确

B、 错误
答题结果:
正确答案:A
17、智慧试验室应该具备智能识别、智能控制、智能分析、智能预测、智能预报功能。 (A)
A、 正确

B、 错误
答题结果:
正确答案:A
18、混凝土试件智能养护、自动抗压,解决了机构每天几百组试件搬运、原始记录填写、报告编制的问题。流程是试件编号后,放入指定位置自动进行入养护室,到达28天龄期时,自动出养护室进入压力机进行抗压试验,自动处理数据,自动生成报告。 (A)
A、 正确

B、 错误
答题结果:
正确答案:A

本文发布于:2024-09-22 03:42:58,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/4/219945.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:智能   自动   进行   检测   系统   数据   采集
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议