新型明桥面轨枕板式无砟轨道结构参数研究

钢桁梁桥由于其承载性能好和跨越能力较强等优点,在大跨度铁路桥梁中被广泛采用。但大跨度钢桁梁桥具有跨中挠度大、梁端转角大和温度变形敏感等特点,为了减小大跨度钢桁梁桥二期恒载、适应桥梁变形特性,在大跨度钢桁梁桥上采用新型明桥面轨枕板式无砟轨道结构。以南沙港铁路某大跨度钢桁梁桥铺设新型明桥面轨枕板式轨道为背景,采用有限元法建立大跨度钢桁梁桥上轨枕板式无砟轨道结构计算模型,研究了轨枕板结构参数对轨道受力与变形的影响,确定轨道结构的合理尺寸与参数。结果表明:轨枕板的外形尺寸直接影响其受力和变形特征;板下垫层的厚度对垫层的受力特性的影响较大;建议南沙港铁路某大跨度钢桁梁桥上采用具有2组承轨台、宽度为2800 mm的轨枕板,轨枕板厚度为280 mm,板下垫层厚度为120 mm。     

轨道与接触网几何检测融合技术研究北大核心

为解决现有轨道和接触网几何参数检测系统相对独立、同步误差大的问题,对二者进行融合。改变检测系统硬件架构,统一两系统编码器脉冲及数据接口,提升系统硬件集成度及数据对齐精度;依据QNX系统开发融合系统软件,保证系统实时性及执行效率;制作L形工装,依据特征波形验证数据对齐精度;在实验室模拟车体振动的测试环境,分别采集静态及动态数据进行补偿算法验证。结果表明:融合后系统结构耦合度提高,避免了由定位信息密度低及网络延时原因造成的数据对齐误差;对激光摄像组件的测量数据进行复用,实现了接触网几何参数的补偿计算。经验证,融合系统运行稳定,可用于轨道与接触网几何参数检测数据的综合分析及超限判断。     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性，提高交通流参数估计精度，基于深度学习提出一种交通流参数估计的组合方法。根据目标断面及其上游断面的交通流数据构造输入矩阵，利用卷积神经网络捕捉交通流的空间特性，使用长短期记忆和门控循环神经网络挖掘交通流的时间特性，组合3 种深度学习方法所得输出，得到交通流参数估计值。采用中国安徽省合肥市和美国加州萨克拉门托的交通流数据进行验证。结果表明：新方法的性能优于已有各种方法，使估计误差降低 5.72%~33.29%；新组合方法具有较高的准确性和可靠性，能为智能交通系统运营与管理提供高质量的基础数据。     

地铁地下车站轨顶风道风口参数的优化

针对地铁地下车站轨顶风道排热效率较低的情况,提出了轨顶排热效率评价参数,并通过数值模拟对轨顶流场、温度场及排热效率评价参数进行计算.模拟计算结果表明:过多的冷风被吸入轨顶风道是排热效率低的主要原因;提高轨顶风道中的风口排风量及风口尺寸增加均无法有效增加其排热效率;轨顶热风分布区域较小.由此推论,排风口参数的优化策略为减小轨顶排风口分布尺寸,并适当将排风口位置向车头方向移动,为此可提高排热效率20％～50％.基于优化策略,提出了具体的优化方案,并通过数值模拟验证了优化方案的效果.     

基于辽宁省气候条件下的沥青路面多指标设计方法环境参数研究

2017版《公路沥青路面设计规范》中对设计方法进行了大幅调整,为了加快新版规范在辽宁地区的推广应用,结合辽宁省地区的实际情况,从环境参数角度入手,具体计算了辽宁省各地区的多指标设计方法体系中涉及到的等效温度、基准温度调整系数和冻结指数,便于设计者参考。     

基于改进BP算法的混凝土热学参数反演与预测

针对实验室测得混凝土热学参数结果的随机性和施工现场环境的差异性,提出了基于改进BP算法的大体积混凝土热学参数反分析方法.以太洪长江大桥南岸隧道锚大体积混凝土施工为工程实例,反演了绝热温升、反应速率、导热系数及表面散热系数,采用反演分析得到热学参数进行温度场预测并用于指导施工.研究结果表明:采用均匀设计方法确定热学参数减少了样本数据,采用附加动量法改进的BP算法,提高了学习效率,避免算法陷入局部极小值.     

基于MEC-BP神经网络的基坑水平位移反演分析

随着城市地铁建设快速发展,地铁车站基坑的变形要求越来越严格,基坑土层设计参数的选择面临着极大挑战.利用思维进化算法(MEC)优化BP神经网络的初始权值和阈值,结合有限元数值模拟,提出基于基坑水平位移的土层参数反演分析方法.采用文献算例对该方法进行验证,并与不同反演方法进行对比.研究结果表明:1)MEC-BP神经网络对多工况水平位移的反演分析结果与文献结果基本一致,验证了该方法的有效性和实用性;2)MEC-BP神经网络的收敛速度快于遗传神经网络(GA-BP),其反演结果优于常规BP神经网络、GA-BP方法和修正高斯-牛顿法(G-N);3)采用标量误差函数Ferr进行寻优,可以提高MEC-BP法水平位移反演分析结果的稳定性和准确性.