参数空间变异性的黄土边坡稳定性分析

根据Vanmarcke提出的随机场理论，描述土性参数的空间变异性，利用边坡分析理论建立了黄土边坡的稳定计算公式，通过算例，分析了岩土参数变异性对黄土边坡稳定的影响。     

青藏公路路基纵向裂缝病害及其发生规律

路基裂缝病害是青藏公路上继沉降以后的第二大类型路基病害,此种类型的病害与公路左右两侧的太阳辐射差异密切相关。病害统计结果表明,发生在阳侧的路基纵向裂缝有22.5条,占总裂缝条数的70.0%,占路基纵向裂缝总长度的65.0%;其次,从病害发生路段的道路走向来看,路基纵向裂缝病害主要发生在走向为S90°、W S60°、W S30°、EW 0°和ES60°的路段,在走向为ES30°的路段上仅发生1条路基纵向裂缝。路基纵向裂缝与走向间的这一关系主要与高原上特殊的太阳辐射日变化规律和青藏公路主体走向有关。     

融合K-means聚类和序列分解的实车锂电池剩余使用寿命预测

电动汽车锂离子动力电池健康状态（SOH）衰退过程受使用工况影响存在较多波动,导致模型预测精度下降,在锂电池剩余使用寿命（RUL）短期预测时,SOH波动情况不可忽略,为了准确预测SOH短期内波动情况,须从实车上传的锂电池运行数据中提取有效的健康因子。本文建立一种联合分布特征输入和序列分解融合的锂电池RUL预测方法,使用K-means聚类方法构建车辆锂电池运行过程的联合分布特征,并通过S-G滤波器对SOH衰退曲线进行序列分解,分别使用长短时记忆神经网络（LSTM）和多层感知机（MLP）对趋势部分和波动部分进行预测,融合得到最终预测结果。理论分析和实车采集数据验证表明,融合模型可以在预测车辆锂电池RUL短期衰退趋势的同时预测SOH的波动情况,有较高的短期预测精度。     

柴木铁路片石通风措施的工程效果分析

研究目的:柴达尔-木里铁路(柴木铁路)全长142.04km,沿线高温不稳定和极不稳定多年冻土广泛分布,冻土含冰量较高,同时由于柴木铁路呈东南-西北走向,冻土路基又面临着阴阳坡问题.柴木铁路53 km路段采用了片石通风路基,为保证路基的稳定性,有必要对片石通风措施的工程效果进行分析研究.研究结论:2007年以来的监测结果表明,在高温冻土区,片石通风路基和片石护道仅能有效冷却阴坡侧路基和坡脚;在低温基本稳定多年冻土区,片石通风措施不仅可以有效冷却路基本底,对阴阳坡现象也具有一定的抑制作用.     

增强约束条件下地铁二线纵断面自动生成方法

针对地铁二线设计强约束下自动设计的难点,提出一种负反馈线性转化求交法:首先对二线纵坡的所有约束进行数学刻画,推导出图形化求解方法;然后以此为理论基础,提出参照法初始化—常规约束调整—增强约束调整—负反馈检测与调整4阶段分治调整策略.该方法实现了规范几何常规约束与联合设置结构物等增强约束条件下的二线纵坡方案自动生成,以此研发的原型系统在厦门地铁等多条地铁线路设计中得到成功应用.该方法使设计人员摆脱了繁琐的二线纵坡调整过程,仅需对自动生成方案进行局部优化获得最终方案,设计效率大幅提升.     

复杂山区铁路选线与工程地质的若干问题探讨

铁路建设是关乎国计民生的大事,线路走向的选择对铁路建设投资规模起着决定性的因素,也决定着运输能力的大小和运营条件的好坏,这使得优化线路方案成为实现项目经济、社会与投资者效益的重要保证。随着铁路工程建设的迅速发展,尤其是高速铁路在复杂山区的建设,对复杂山区铁路选线技术提出了更高的要求。立足复杂山区建设环境,较为详细的论述了铁路复杂山区选线与工程地质技术问题。     

实车数据驱动的锂电池剩余使用寿命预测方法研究

锂离子动力电池剩余使用寿命（RUL）预测对于认识全生命周期电动汽车的安全和可靠性、改善电池管理系统的设计具有重要意义。通常基于深度学习的时序预测方法，本质上是一个递推的过程，每一次预测的误差会随预测次数增加而累积，难以保证预测精度和预测效率。基于深度学习序列预测和误差分析理论，建立一种ARIMA-EDLSTM融合模型的锂电池RUL预测方法，使用编码器-解码器（ED）框架改进长短时记忆神经网络模型（LSTM）构建从序列到序列预测的EDLSTM模型，并融合ARIMA模型预测误差趋势，进而修正最终预测结果。理论分析和实车采集数据验证表明，该方法在预测比例超过历史数据总量35%的情况下，仍然能较好地拟合实车SOH衰退曲线，有效提高锂电池剩余使用寿命的预测精度。