特殊条件下的真空预压密封技术

结合广州港南沙港区二期工程软基处理工程实例,针对在局部有抛石地段的软土采取真空预压方法加固时传统的挖密封沟和施打淤泥搅拌墙技术存在相当大困难的情况,提出了在有抛石地段采取高压旋喷桩密封技术。实测结果表明,采取该技术密封效果良好,真空度能达到设计要求。与堆载方案相比,采取本技术经济效益良好,具有较好的推广价值。     

国内集装箱制造业的竞争

集装箱制造业作为机械制造行业的一个分支，相对而言是分布范围比较小的一个行业。目前国内全行业共有企业20家左右，却包揽了全球95％的标；隹集装箱产量。     

H-B准则及其在某公路隧洞支护设计中的应用

针对隧洞工程设计过程中岩体力学参数取值难的问题，将能综合考虑岩块力学特性及岩体地质条件的改进H-B准则引入某公路隧洞的支护设计过程，在介绍这一准则使用条件、使用方法的基础上，应用这一准则对某公路隧洞考虑和不考虑爆破影响的岩体力学参数进行了确定，并应用大型岩土工程数值分析软件FINAL进行了模拟施工过程的仿真分析，最后对H-B准则应用过程中的几个关键问题进行了探讨。     

真空预压影响区旋喷桩防护效果

基于旋喷桩防护真空预压影响区构筑物的工程实例,对影响区防护和未防护断面的表面位移、深层侧向位移、地层中孔隙水压力和地下水位变化等进行对比试验。试验结果表明旋喷桩的止水和支护效果好,保护了建筑物的安全;分析得出旋喷桩与土层交界面处的裂缝和影响区内的排水板减弱了真空预压对周围环境的影响程度,但对加固区内加固效果有不利影响。并对旋喷桩的防护效果进行评价和进一步研究提出建议。     

论我国船舶油污损害立法的必要性

针对当前我国海域遭受的船舶溢油污染的一些类型,所面临的面临损害威胁的严峻形势,分析了我国油污损害立法和船舶油污损害赔偿机制的现状,以及进行油污损害立法、建立和完善船舶油污损害赔偿机制的必要性和重要意义。并对油污损害立法和完善船舶油污损害赔偿机制的模式进行了探讨。     

强风区铁路风沙防治工程最大输沙量与携沙风荷载计算方法

针对强风区铁路风沙流灾害防治工程,开展最大输沙量和强风携沙风荷载2个最关键工程计算问题的研究。结合现场踏勘资料与测试数据,分析风向、风力和持续时间3个影响因素对最大输沙量矢量合成与计算的控制影响,基于优势强风流理论,归纳给出信风型、季风型和对流型3种典型工程风型的输沙量计算方法,并且为准确采集沙样数据,专门设计出能随主风向自动转动的野外自动风导向积沙仪。基于现场测试数据,根据相似准则与量纲和谐原理,推导强风区携沙风单位体积沙砾颗粒流体平均飞跃速度计算公式,用于强风区携沙风冲击荷载计算,计算结果符合工程实际,满足工程计算要求。     

挤扩支盘桩在地铁抗浮工程中的设计与施工

挤扩支盘灌注桩应用于结构地基的抗浮,可解决许多技术缺欠,使地基起到抗压和抗拔的双重作用.介绍挤扩支盘抗拔桩在地铁车站抗浮工程中的设计应用、施工方法和力学特性,以及在抗浮工程中的优越性及经济性,为保证地铁车站的安全运行打下坚实的技术基础.     

基于J积分的含裂纹加筋板在单轴拉伸载荷下的极限强度计算

为研究含裂纹加筋板的极限拉伸强度,本文建立一系列不同长细比、不同裂纹长度、不同裂纹位置的含裂纹加筋板有限元模型,并基于J积分理论对其在单轴拉伸载荷下的极限强度进行了计算。结果发现含裂纹加筋板极限拉伸强度随加筋板长细比的增大略有减小,但减小的程度并不明显;含裂纹加筋板极限拉伸强度随裂纹长度的增大而减小,且减小的幅度逐渐增大;加强筋上的裂纹对含裂纹加筋板极限强度的影响小于底板上的裂纹,而裂纹同时出现在底板和加强筋上时对含裂纹加筋板极限拉伸强度的影响最大。表明含贯穿型裂纹的加筋板在单轴拉伸载荷下的剩余强度对加筋板长细比不敏感,而对裂纹长度较为敏感。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。