一根锯切用原木,树种为红松,材长4.28m,小头短径25.9cm,长径28.4cm。靠小头检尺长终止线上有一活节,尺寸为10.6cm,靠大头有一漏节,尺寸为8.6cm。检尺长范围内节子最多1m内有活节三个,死节两个,漏节一个,尺寸分别为5.8cm、3.0cm、2.9cm; 6.5cm、2.5cm;2.1cm。没有其他缺陷,求此材检尺尺寸、缺陷百分率和查定节子个数。
相似题目
-
一车辆4s通过一根12.5m的钢轨,其速度为()。
-
某货舱上、下装载有货高分别为4.28m和2.17m的两种货物,它们的重量分别是1316t,829t,已知双层底高1.35m,则该舱重心高度为()m。
-
装运原木时,材长为8m的,每垛应使用几对支柱?
-
甲乙分别在山上伐木,为图方便,各自将伐下的原木从山上滚下,不料其中一根木头砸伤了山下的行人丙,且无法确定是谁推下的这根木头,丙的损害应由()
-
根据一年中林木高生长期的长短把树种分为全期生长和前期生长类型,落叶松属于(),红松属于()。
-
竹、木脚手架最上一根立杆应小头朝上。
-
电缆桥架敷设时,垂直敷设要求每敷设一根固定一根,全塑型电缆的固定点为1m,其他电缆固定点为1.0m,控制电缆固定点为1m。
-
由TC13B级红松原木制作的轴心受压柱,两端铰接,柱高计算长度均为2.6m,柱1.3m高度处有一个d=22mm的螺栓孔,原木标注直径D=120mm。该受压杆件处于室内正常环境,安全等级为二级,设计使用年限为50年。当按稳定验算时,试问,柱轴心受压的稳定系数φ,与下列何项数值最为接近?()
-
一根圆木长5.37m,其检尺长度为()。
-
原木径级是以小头通过断面中心的()为检尺径。
-
由TC13B级红松原木制作的轴心受压柱,两端铰接,柱高计算长度均为2.6m,柱1.3m高度处有一个d=22mm的螺栓孔,原木标注直径D=120mm。该受压杆件处于室内正常环境,安全等级为二级,设计使用年限为50年。[2008年真题]当按稳定验算时,试问,柱轴心受压的稳定系数φ,与下列何项数值最为接近?()
-
由TC13B级红松原木制作的轴心受压柱,两端铰接,柱高计算长度均为2.6m,柱1.3m高度处有一个d=22mm的螺栓孔,原木标注直径D=120mm。该受压杆件处于室内正常环境,安全等级为二级,设计使用年限为50年。当计算柱的轴心受压承载力时,试问,受压构件的净截面面积An(mm2),与下列何项数值最为接近?()
-
气压传感器为封装好的带一根长约()m尾缆的成品。
-
一条原木的实际长度为6.7m,按原木长度等级规定,它的标准长度应为()。
-
红松为幼年阶段(),成年阶段为中性的树种。
-
某木材厂是增值税一般纳税人,本月向小规模纳税人购进原木1000m³,单价500元/m³,取得普通发票,该批木材的进项税额为()元。
-
原木构件的相关设计要求中()与规范相符。Ⅰ.验算挠度和稳定时,可取构件的中央截面Ⅱ.验算抗弯强度时,可取最大弯矩处的截面Ⅲ.标注原木直径时,以小头为准Ⅳ.标注原木直径时,以大头为准
-
如本题图,一根不可伸长的绳子跨过一定滑轮,两端各拴质量为m和M的物体(M>m)。M静止在地面上,绳子
-
红松树种的从早材到晚材的变化为( )。
-
第一根吊弦距悬挂点的距离为()m
-
小横杆的脚手架总高度H<20m时,小头有效直径为()。
-
某城市输水管线长4.28km,DN1200钢管,管道埋深约5.0m,管线位于城市主干道路的非机动车道上。采用明开槽方法施工,沟槽土质为回填杂土及粉砂土。受交通条件制约,沟槽土方挖运和吊车下管安排在晚10时~次日早6时进行,项目部办理了管线开挖占路手续。现场施工发生如下事件:
-
11、红松、落叶松、鱼鳞松、红皮云杉、冷杉、椴树和杨树等树种主要在我国的那个林区()。
-
m 将一根条形磁铁截去一段仍为条形磁铁,它仍然具有两个磁极()
推荐题目
- 患者,男性,40岁,右膝关节外翻位扭伤后出现疼痛,肿胀一天。查:右侧胫骨髁压痛(+),右内侧副韧带分离试验(+),浮髌试验(一)。患者应诊断()
- 网络虚拟化的对象是()
- 行政机关在委托其他行政机关实施行政许可时,应当()。
- ()是指结算业务发生在两家不同的银行间的清算业务。
- 代偿性代谢性酸中毒()
- 简述建筑企业生产经营管理特点。
- 感染性休克(高排低阻型)病人,其血压低的主要原因是外周血管阻力降低,故可选用去()。
- 他却揭开匣儿看处,里边有一张简帖,上写着――愚甥A,顿首百拜,启上B大人台下:向承佳惠,感感。今因获得二物,乃东土僧人,实为世间之罕物。甥不敢自用。因念舅爷圣诞在迩,特设菲筵,预祝千寿。万望车驾速临是荷!上面选文中的B是谁?()
- 【单选题】下列关于海关发票和领事发票,表述不正确的是()。
- 1、阅读算法攻破人脸识别“口罩”难题,两天落地千人小区准确率达97% 链接:https://new.qq.com/omn/20200218/20200218A0A04O00.html,讨论卷积神经网络在实际应用过程中可能碰到的问题以及解决方法。