高能量强夯法加固厚填石地基效果

通过福州港罗源湾港区可门作业区10#、11#泊位煤堆场高能量强夯加固地基试验分析,证明高能量强夯法用于沿海厚填石(土)场地进行地基处理效果明显、工艺简单、费用较低。     

高速铁路隧道接触网混凝土工作性能分析

接触网轨槽的预安装方式、锚固材质、锚固区混凝土受力性态影响高铁隧道运营安全。以兰新铁路第二双线高速铁路隧道内接触网布置形式为例,计算分析了隧道内接触网荷载,对接触网预埋滑道轨槽和锚钉受力状态进行有限元分析,对衬砌混凝土基材截面受力及安全性进行评估。通过《混凝土结构后锚固技术规程》对各项强度指标的检算表明,高速铁路接触网安装对隧道二衬结构(素混凝土)安全性无重大影响;为保障混凝土有一定的强度承担锚栓传递的接触网荷载,必须强制执行混凝土强度等级不小于 C20,亦不宜大于 C40的规定;为提高主体结构整体安全性,基材内应配置必要构造钢筋。     

RC系杆拱桥拱肋吊杆锚固结构力学性能分析与优化

拱肋吊杆锚固区是系杆拱传力的重要部位,锚固区结构构造复杂,受力机理难以用杆系模型进行分析。本文分别采用整体计算和板壳有限元分析了锚固区结构,探讨了原设计方案的传力机理和出现局部高应力的原因,提出了优化方案。计算表明优化方案能使锚固区结构传力顺畅并降低主要结构构件应力,可为同类桥梁参考使用。     

桥上CRTSⅡ型板式无砟轨道台后锚固体系端刺结构受力变形特性

通过在高速铁路正线上开展长期温度荷载下的原位监测和列车制动荷载下的实车试验,以及运用ABAQUS有限元软件的数值计算,进行高速铁路桥上CRTSⅡ型板式无砟轨道倒T型和Π型台后锚固体系的端刺结构在温度力和制动力作用下的受力变形特性研究。结果表明:在降温和升温过程中,端刺结构周围土体压应力较大值主要出现在主端刺摩擦板的下部和桥台方向首个小端刺的位置,端刺结构变形主要以顶部弯拉为主,整体纵向变形较小;在紧急制动荷载的作用下,钢轨纵向应力、端刺纵向位移均随着轴重的增加而明显增大,但端刺纵向位移绝对值较小,与温度荷载作用相比,紧急制动荷载作用对端刺结构的影响小。     

公路大跨度悬索桥预应力锚固系统研究

预应力锚固系统主要有钢绞线和粗钢筋两种体系,目前国内通常采用有黏结预应力钢绞线锚固系统,这种体系施工工程量小、安全性高,还有极高的投入产出比,但存在检测维修困难、无法更换等缺点。以棋盘洲长江大桥北锚碇锚固系统采用的可更换式无黏结预应力锚固系统为研究背景,该体系很好地克服了当前锚固系统中普遍存在的缺点。锚固系统施工主要包括定位钢支架制作安装、预应力管道安装及预应力体系施工3个方面,棋盘洲长江大桥北锚碇锚固系统通过科学合理的施工安排,确保了锚固系统高质量、高精度的施工要求,对于其他同类工程具有很好的借鉴意义。     

基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。     

混凝气浮工艺在高标准、短工期背景下的应用

苏州某污水处理厂现状规模4万m3/d,出水执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准.随着苏州地区"三年行动计划"的实施,要求辖区内污水处理厂自2021年1月1日起出水标准按照"苏州特别排放限制"执行.工程难点在于TP的稳定达标(＜0.3 mg/L),且施工工期短、用地紧张.通过比选,采用混凝气浮工艺作为TP深度处理工艺,并介绍了该工艺的原理和核心设计参数,以及投运以来的进出水数据及成本分析.结果表明,TP出水值可以稳定达到0.3 mg/L以下,总水头损失可控制在0.7 m以内,直接运行成本0.076元/m3.采用一体化装置,可实现快速启动、运行.相关经验可供施工周期短、水质要求高的工程参考.     

广州从化大桥工程吊杆锚固节点设计研究

广州从化大桥工程主桥为单跨136m的下承式钢管混凝土空间拱梁组合体系桥,属于非常规结构,吊杆与拱肋、吊杆与主梁的节点锚固设计是整个设计方案的关键控制点之一.为了得到合理的吊杆锚固设计方案,保证结构受力安全,给出了针对从化大桥的各种可能的节点连接方案,并对其优缺点逐一进行了分析评价,最后给出了该桥采用的方案.     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。