盾构法施工的环境保护技术

结合上海近年来在城市软土密集区盾构穿越施工的实践,对盾构穿越危险房屋、上方及下方穿越运营地铁的施工风险,以及变形控制标准与预测分析方法、土压力、注浆等关键施工工序及参数的控制细节进行了阐述和总结.明确提出:严格的地层损失率限制标准及强有力的监控手段,是化解盾构施工中各种风险的根本;针对特殊地质及环境条件下的盾构设备选型及相关工艺水平的改进与提高,是控制风险的决定性条件.     

隧道超前地质预报中不良地质体的瞬变电磁响应特征

采用电磁场有限元方法,模拟计算隧道中瞬变电磁法预报不良地质体的视电阻率,研究视电阻率等值线图中断层、溶洞等不良地质体的瞬变电磁响应特征.研究结果表明:在不良地质体周围,视电阻率等值线相对密集,在不良地质体内部或者周围岩体,等值线相对稀疏;由此可根据等值线密集带和视电阻率相对大小,初步判断不良地质体的位置和大小.当掌子面前方存在富水溶洞时,溶洞部位视电阻率明显偏低且等值线密集;存在富水断层时,断层部位等值线密集且出现规则排列的塔形低阻区;存在干燥溶洞时,溶洞部位呈高阻区,且高阻区内部呈多个三角形组合分布;存在干燥断层时,断层部位出现近直线平行的视电阻率等值线密集高阻带.干燥溶洞和干燥断层的响应特征不易识别,需要结合地质资料进行更为细致的分析判断.部分响应特征已在实际工程中得到了应用和验证.     

铁路旅客列车票额智能预分研究

根据铁路的客流特点、季节特征和预售票规律,结合客流的历史数据和专家经验,采用时间序列分析方法建立旅客列车客流预测模型,预测旅客列车的OD客流.以预测的OD客流为基础,以旅客列车全程的客座率、收入以及整体效益最大化为目标,研究提出先长途后短途、先有座后无座、先按数量预分再按比例预分等旅客列车票额预分等主要原则,给出票额预分算法,并在此基础上构建铁路旅客列车票额智能预分系统.实际应用结果表明,该系统实现了铁路旅客列车票额的动态分配,提高了旅客列车沿途停靠车站组织客流的积极性,提高了旅客列车的客座率.     

填海造地工程中的软基沉降预测研究

基于某填海造地道路地基处理工程中的软基沉降监测实测数据,采用双曲线法、三点法和星野法对软土地基沉降进行了预测和比较研究,并对3种方法的预测结果和实测数据进行了对比分析.研究结果表明,双曲线法和星野法的预测沉降值与实测值比较吻合;三点法的预测沉降值与实测值偏差较大,且收敛速度较慢.所得结论对于类似工程中的沉降预测具有参考...     

基于BPNN-TD算法的城市轨道交通线网规模预测方法

科学预测城市轨道交通线网规模,对于轨道线网的规划建设与城市布局发展具有重要意义。基于轨道交通线网规模及其影响指标数据,综合两种模型优势,对城市轨道交通线网规模进行有效预测。首先,从政策、经济、城市规模、出行需求4个方面,简要分析城市轨道交通线网规模的影响因素,并利用相关性分析法,提取GDP、第三产业值、人口规模、建设用地规模、日均客运量等5个模型输入指标。其次,构建基于BP神经网络模型(BPNN)的城市轨道交通线网规模预测方法,在求解熵权向量的基础上,结合交通需求法(TD)调整预测结果。最后,以广州市轨道交通线网规模为例,以误差最小为目标,对模型的隐含层数、神经元数、激活函数等进行优化。研究结果得出:2023年广州市轨道交通线网规模预测值为745.2km,低于实际规划值5.9%,表明广州市轨道交通线网规模的发展规划仍存在调整空间,研究有助于在大数据背景下为城市轨道交通线网的规划设计提供理论支撑。     

基于组合误差优化模型的城市轨道交通短期客流预测研究

为提高城市轨道交通短期客流预测的准确性,构建了一种基于组合误差优化的短期客流预测模型。采用预测误差值对预测值进行优化校正,弱化传统SVM模型在实际预测中误差对预测结果的影响,以提高模型的预测精度。数据选取样本周期内郑州市地铁1号线每小时客流量组成的样本序列并进行了仿真验证。结果显示,经误差优化后的预测模型的预测精度有了明显提高,且优化后的预测值与误差预测值的趋势具有较高的一致性。     

非煤系构造连通型瓦斯隧道超前地质预报技术

穿越非煤系地层的隧道中的瓦斯的不可预见性很大,非煤系构造连通型瓦斯隧道是穿越非煤系地层的典型代表,现阶段对这类隧道还没有系统的超前地质预报技术,给施工安全造成了很大的威胁。为了准确预报非煤系构造连通型瓦斯隧道中的瓦斯运移途径,避免安全事故的发生,通过对现有超前地质预报技术包括地质法和物探法在非煤系构造连通型瓦斯隧道中适用性的分析,构建非煤系构造连通型瓦斯隧道的综合超前地质预报体系,并通过在肖家梁铁路隧道施工中成功应用,说明提出的超前地质预报技术是可行的。     

基于递阶神经网络的轨道车辆振动状态预测

车体振动加速度是反映车辆振动状态及轮轨接触性能的重要参数。运用机器学习方法,结合车辆动力学模型,构建了轨道输入参数对车辆振动反映的神经网络预测模型。通过SIMPACK动力学仿真软件获得模型的输入与输出,为提高模型的预测精度,运用遍历法确定了网络的时延阶数、隐节点等模型参数。仿真结果表明,该模型可以准确预测出在不同轨道不平顺激励下的车体振动加速度。     

基于稳健估计的沉降预测方法

双曲线法和Asaoka法在对沉降数据进行预测时,需要对原始数据进行拟合处理,且多采用最小二乘法进行拟合处理。但当沉降数据中混入粗差后,采用最小二乘法拟合存在失准的情况。针对这一问题,引入稳健线性估计理论,在数据预处理过程中采用稳健线性拟合法。并探讨混入粗差后,最小二乘线性拟合与稳健线性拟合分别在双曲线法、Asaoka法的预测效果和适用性。研究结果表明：采用稳健线性拟合法进行数据处理受粗差的影响极小,能起到很好的抵抗粗差的作用;当拟合数据过少时,最小二乘法线性拟合与稳健线性拟合效果无明显差异。     

基于脉冲激励的地铁运营引起邻近建筑物内振动预测方法

根据振动系统传递特性,提出一种新的环境振动预测方法——实测脉冲传递函数预测方法。通过脉冲试验测得振源与邻近建筑物内测点的振动加速度,计算得到振动系统的振动响应传递函数;将实测的地铁运营振源的振动加速度代入传递函数公式,实现对建筑物内测点的振动加速度时程、频谱、1/3倍频程和z振级的预测。应用该方法预测隧道中心楼内测点振动加速度结果表明:隧道结构与隧道中心楼内测点振动加速度传递函数峰值频段为30～50Hz,隧道中心楼内振动加速度峰值频段为40～60Hz;土层和隧道中心楼基础结构对60Hz以上频段的振动具有很强的衰减作用,楼房基础结构有效地隔断了70Hz以上的高频振动。该方法可用于预测地铁运营引起的建筑物内振动。