地铁建设工程的风险管理应用研究

地铁建设工程作为一项大型工程项目,往往存在着大量的不确定风险因素,因而风险管理在地铁工程中变得越来越重要.文章通过对国内外地铁工程事故经验的探讨,提出了地铁建设工程中风险管理的框架,包括风险辨识、分析和评估、应对以及风险防范措施等,以预防和减轻地铁工程风险,达到降低风险等级的目的.     

城市轨道交通隧道结构病害检测技术综述与发展趋势

以近些年我国城市轨道交通隧道病害检测技术为对象,总结目前针对不同隧道病害所采用的常用检测技术以及新型检测技术,其中新型检测技术包括传感器检测技术、数字照相检测技术、激光扫描检测技术以及多功能集成的隧道检测车技术。详细介绍这几种新技术的原理,对比这几种检测技术的适用范围(检测病害类型)以及在环境条件、检测频率、处理速度、费用、人工依赖程度等各个方面的优势与劣势,表明自动化、实时化和集成化将是未来隧道检测技术发展的重要方向,传统人工+设备的检测模式将逐步转化为设备自动检测,技术人员的主观判别将逐渐被自动化检测代替;而集成化的检测设备也必将成为未来隧道检测设备的发展趋势。     

探地雷达检测盾构隧道试验效果研究与应用

为了确认探地雷达检测盾构隧道的效果,在不同工况下开展试验和验证,为探地雷达检测盾构隧道背后充填质量提供实践依据。研究表明,管片密集的钢筋结构对电磁波产生一定的屏蔽作用并引起管片内多次波震荡,检测时不同测线位置的结构差异更增加了检测难度。通过合理选用天线并优化采集过程,探地雷达可以检测到盾构隧道管片背部的界面异常,以单个管片为最小判定单位,定性判断管片背后注浆密实度是可行的,雷达图像异常强弱与缺陷大小的对应关系还应进一步检验确认。     

基于神经网络的列车轮对尺寸在线检测系统跟踪校正方法

列车轮对在线检测系统作为国内轨道交通运维领域的基础装备之一,主要用于检测列车走行部运行过程中的状态,包括轮对尺寸、踏面擦伤和轴温。其中轮对尺寸在线检测由于具有一定的技术难度,并且轮对尺寸与轮轨动力学关联密切,因此越来越受到重视。文章以工程实例分析了轮对尺寸在线检测系统的溯源校准方法和保障其长期稳定运行的核心难题,介绍了基于神经网络方法的参数跟踪校正关键步骤,并提出一种在轮对尺寸在线测量中改善轮对径向跳动、轴向位移对测量结果影响的误差补偿方法及应用效果。     

紧邻既有隧道的新建隧道衬砌裂缝发展及整治方案研究

中国西南地区某隧道在施工期结束后衬砌结构右边墙出现一条长度约百米的纵向结构性裂缝。针对此现象,通过现场调查、裂缝监测、数值模拟多种手段对衬砌开裂的主要原因进行了分析。分析结果表明,倾斜状岩层与既有邻近高铁隧道是裂缝产生的主要原因。基于衬砌开裂原因和结构安全性的综合考虑,拟定采用拆除重构和锚杆注浆的方式进行整治。加固补强之后对重构段二次衬砌内力的监测结果显示,整治效果良好,衬砌结构安全性得到较大提升。     

地铁隧道表面裂缝智能视觉采集系统

基于我国隧道裂缝检测主要依靠人工检测来实现,检测方式工作效率低、占用线路时间长,无法满足现代城市轨道交通检测的需求。提出一种基于车载式多目高速线阵相机的地铁隧道表面图像采集系统,阐述其系统工作原理,并对系统内部各项硬件设备进行选型,在实验室内完成组装和调试,基本实现线阵相机图像采集的功能,并为后续的隧道表面图像处理提供支持。     

基于信息化的地铁安保区隧道结构设施内外关联技术

现有的地铁运营隧道结构病害检查与地铁安全保护区隧道设施保护管理各自独立,洞内结构病害信息与外部巡检信息无法进行实时的交互与分析。基于Web Service技术和Java编程语言,以某地铁某安全保护区运营隧道为实例,通过研究隧道结构设施内外关联技术,研制了Web端管理系统及手持巡检终端,实现了隧道结构洞内外信息的实时关联与获取,进而为运营期的隧道整体结构安全与控制提供信息化手段。     

基于局部图像纹理计算的隧道裂缝视觉检测技术

地铁隧道裂缝病害的自动检测技术是一个重要研究方向。针对地铁隧道复杂场景和弱光环境下,全局图像检测精度低的问题,提出分块图像局部纹理处理算法,将大视场裂缝图像进行网格化处理,在分块区域内完成预处理与纹理提取,基于图像细化与骨架提取算法,提出裂缝和虚假裂缝纹理的差异性计算模型,可有效提高真实裂缝图像的检测精度,滤除虚假裂缝的干扰。针对硬件系统,提出多目高速线阵相机的图像采集方案,研制裂缝图像采集系统样机,可安装于轨道小车上进行图像连续采集。利用研制的图像采集处理设备,可以自动采集和检测隧道裂缝图像,对于纹理简单的普通裂缝图像样本,裂缝的识别率达到0.96;对于地铁隧道裂缝图像样本,裂缝的识别率达到0.84,验证了硬件系统和软件算法的有效性与可行性。