浅谈高速公路沥青路面的水破坏及防范措施

分析了高速公路沥青路面的水破坏现象及原因,简要介绍了减少水破坏的措施。     

高速公路桥梁伸缩缝破坏类型及原因分析

首先对高速公路桥梁伸缩缝的类型进行分类,进而对不同类型的伸缩缝破坏进行研究并分析伸缩缝破坏产生的原因,最后对破坏原因进行总结归类.     

公路路基路面破坏特征及成因

笔者多年从事公路建设行业．由于设计、施工等原因造成的公路路基路面破坏不仅对社会、交通造成了较大的影响．也在经济上造成了很大的损失。因此．公路路基路面的破坏问题引起了广泛的关注。笔者在文中深入分析了公路路面破坏和路基病害的特征及成因，为以后公路的整治维修提供参考。     

岩质边坡开挖变形破坏特征及锚索支护分析

以贵州省毕节境内某大型开挖边坡为例,采用高密度电法、岩体结构面统计和地质调查方法获得了开挖边坡结构特征。通过现场调查、监测和有限元模拟分析,揭示了该开挖边坡变形破坏特征,从而得出滑移-拉裂的变形破坏模式,提出了锚索支护方案并通过数值模拟进行支护效果分析。     

基于拟合优度检验-贝叶斯理论的生态混凝土碳化深度概率模型研究

针对生态混凝土碳化深度具有随机性的特点,提出基于拟合优度检验和贝叶斯理论相结合的方法进行生态混凝土碳化深度概率模型分析。采用拟合优度检验识别生态混凝土碳化服从的最优概率分布类型,采用贝叶斯理论对最优概率分布类型中的参数进行估计,在此基础上进行碳化可靠度分析。通过3组检测数据来说明基于拟合优度检验和贝叶斯理论相结合的方法在生态混凝土碳化深度概率模型研究和碳化可靠度分析中的应用过程。结果表明:与传统方法相比,基于拟合优度检验和贝叶斯理论相结合的方法进行生态混凝土碳化深度概率模型和碳化可靠度分析更加符合工程实际,便于工程应用。     

基于Kinect深度虚拟线圈的夜间车流量检测

针对夜间环境下基于摄像机的车辆检测方法存在精度低、稳定性差以及无法对车型进行有效识别等问题,提出一种基于Kinect深度虚拟线圈的夜间车辆检测与计数算法.首先对Kinect深度图像进行预处理,分别获得运动目标深度图(MDM)与空洞深度图(HDM).然后在MDM与HDM上设置虚拟线圈,利用积分图像分别生成对应的一维运动信号,对其进行加权合成获得对车辆运动特征的表达,并在合成的运动信号范围内检测出车辆目标,并计算出车辆目标的几何特征,通过SVM对车型进行有效识别.实验结果表明,该算法对于单双车道的车辆计数正确率分别高达99.75%与99.25%,大小车型分类正确率可达99.80%,处理单张图片的平均时间仅为7 ms.      

桩基施工中的坍孔原因与预防措施

对在一般河流上钻(冲)孔过程中出现坍孔原因进行分析,并提出了坍孔预防措施.     

沥青桥面铺装早期破坏原因分析

从设计、施工、外部原因等方面分析沥青桥面铺装早期破坏原因及其相应防治措施。     

农村公路沥青路面的破坏原因与预防措施

沥青路面是一种有良好柔性的结构物,已在公路与城市道路建设中得到了广泛的应用,不少沥青路面存在较严重的破坏。结合工程实践,从路面施工、路面设计、施工组织、管理、养护等方面分析导致沥青路面发生早期破坏的原因,并有针对性地提出工程防治措施,为农村公路沥青路面的建设与管理提供理论指导。     

基于迁移学习的桥墩结构损伤识别方法

提出一种深度学习的桥墩结构损伤识别方法,该方法通过迁移学习(TL)将源模型的权重和参数转移到目标模型上,加快深度模型的训练速度、提升模型损伤识别精度。使用连续小波变换将振动信号转换成时频图作为深度模型的输入,构建可识别砼结构损伤的深度模型,该模型的固定部分使用源模型的权重和参数,非固定部分的权重和参数使用新的数据训练得到;通过试验及仿真对该模型的有效性进行验证,试验方面使用砼桥梁在有损伤和无损伤时的振动信号,仿真采用ABAQUS/CAE建立砼塑性损伤识别模型(CDP)并采集振动信号;将文中方法与从零开始训练的深度卷积神经网络(CNN)及支持向量机(SVM)方法进行对比,文中方法在试验数据上的识别精度达99.1%,在仿真数据上的精度达100%,相对于传统识别方法,该方法可提高损伤识别精度和模型训练速度。