主动铰接盾构在连续小半径曲线中风化泥岩的掘进控制技术

武汉市轨道交通11号线东段工程光谷四路站—光谷五路站区间为"S"型连续曲线,最小平曲线半径为350 m,采用盾构法施工。通过对主动铰接盾构机掘进控制的难点分析,从土压力、千斤顶推力、千斤顶行程差、水平铰接角度和前盾水平趋向等方面采取有针对性的技术控制措施,使成型隧道轴线、管片错台控制在规范允许范围之内,成功解决了连续小半径曲线隧道盾构施工轴线难以控制、管片容易错台等大问题。     

拱架式预切槽施工机械在黄土隧道施工中的应用

隧道预切槽施工技术在国外应用比较广泛,但在我国应用还较少。针对黄土地质专项研制了国内首台拱架式预切槽机,并在黄土隧道进行了施工试验。通过施工试验,掌握设备定位、分区切灌、设备行走、施工作业组织等关键技术,并提出应用改进及优化措施。试验结果表明切槽系统工作状态和设备切削、喷灌功能满足设计及施工试验要求,为预切槽同步切削喷灌一体化研究提供了数据支撑和研究方向。     

基于支持向量机回归树的内燃机振动信号趋势预测

针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。     

复合地层盾构机推进速度SVM预测模型研究

在复合地层盾构法隧道施工中,如何提高盾构机推进速度一直是盾构机设计、施工人员研究的重点。以长沙轨道交通1号线五一广场到营盘路隧道工程为研究背景,现场采集盾构机掘进参数,应用SVM,建立了"五营"区间复合地层盾构机推进速度的预测数学模型,并对模型进行检测,检测结果表明该预测模型对推进速度预测的平均相对误差≤7%,验证了该模型对推进速度预测的有效性。     

ZK4型电空转辙机锁闭性能改进探讨

针对目前ZK4型电空转辙机存在的锁闭问题进行分析,并对主要问题的应对措施进行介绍,为实际应用提供理论指导。     

南京地铁3号线浦珠路站满足大直径盾构整体始发结构托换技术研究

为满足南京地铁3号线浦珠路站大直径盾构整体始发的需要,对该站原分体始发结构进行调整。通过分析大直径盾构整体始发技术对地铁车站的影响,总结出地铁车站在大盾构整体始发条件下结构设计的处理方法及难点。根据车站工程地质,利用混凝土梁柱临时托换体系满足始发要求,并采用SAP2000有限元软件建立二维及三维模型进行模拟分析,提出转换始发的关键技术。得出采用临时结构托换技术解决大直径盾构整体始发技术是可行的,且临时结构托换体系对原结构尺寸未产生影响。通过分析验证了混凝土梁柱体系在在地铁车站结构受力体系临时转换时的适用性。     

数控铣床加工低碳钢零件的进给速度优化

论述了数控铣床加工低碳钢零件时进给速度的优化问题．在基于加工效率（可等效转化为加工工时）和加工成本目标函数的基础上，对这两个目标函数运用多目标函数理论进行综合，得到了多目标综合函数．通过计算，并综合表面粗糙度，进而得到进给速度的优化范围，并对不同转速下的进给速度给出了相应的优化参数，目的更接近生产实际，使技术人员不仅了解影响生产效率和成本的因素，也可在实际生产的应用中更加快捷和方便．     

Short-term forecasting of high-speed rail demand: A hybrid approach combining ensemble empirical mode decomposition and gray support vector machine with real-world applications in China

Short-term forecasting of high-speed rail (HSR) passenger flow provides daily ridership estimates that account for day-to-day demand variations in the near future (e.g., next week, next month). It is one of the most critical tasks in high-speed passenger rail planning, operational decision-making and dynamic operation adjustment. An accurate short-term HSR demand prediction provides a basis for effective rail revenue management. In this paper, a hybrid short-term demand forecasting approach is developed by combining the ensemble empirical mode decomposition (EEMD) and grey support vector machine (GSVM) models. There are three steps in this hybrid forecasting approach: (i) decompose short-term passenger flow data with noises into a number of intrinsic mode functions (IMFs) and a trend term; (ii) predict each IMF using GSVM calibrated by the particle swarm optimization (PSO); (iii) reconstruct the refined IMF components to produce the final predicted daily HSR passenger flow, where the PSO is also applied to achieve the optimal refactoring combination. This innovative hybrid approach is demonstrated with three typical origin–destination pairs along the Wuhan-Guangzhou HSR in China. Mean absolute percentage errors of the EEMD-GSVM predictions using testing sets are 6.7%, 5.1% and 6.5%, respectively, which are much lower than those of two existing forecasting approaches (support vector machine and autoregressive integrated moving average). Application results indicate that the proposed hybrid forecasting approach performs well in terms of prediction accuracy and is especially suitable for short-term HSR passenger flow forecasting.     

二赛线GTM沥青混合料设计

结合内蒙古自治区二连浩特-赛汉塔拉的工程实例,介绍了GTM混合料设计方法的特点,以及根据当地的气候、交通状况确定工程级配范围和室内采用GTM完成混合料的设计及技术性能的检验。     

支持向量机和基于IMF的特征能量法在汽车变速器轴承故障诊断中的应用

针对汽车变速器轴承振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出了一种基于内禀模态函数(IMF)的特征能量法和支持向量机的变速器轴承故障诊断方法。对变速器轴承内圈、外圈故障振动信号的分析结果表明,该方法在小样本情况下仍可有效提取变速器轴承的故障特征,并能成功地对其工作状态和故障类型进行分类。