煤矿长斜井双模式盾构施工风险及技术对策

以双模式盾构施工煤矿斜井工程为例,从双模式盾构选型与配置、斜向始发及连续下坡掘进、原位无扩大硐室拆解等关键问题对潜在的施工风险进行了深入分析,并提出了相应对策,可供后续工程施工借鉴和参考。     

煤矿斜井双模式TBM掘进时围岩坍塌原因分析及防治措施

双模式TBM是单护盾TBM与土压平衡EPB盾构机的优化组合,拥有针对不同围岩状态的两种掘进模式,对地质范围的适应性更大。在煤矿斜井深埋复杂地层条件下,由于地质因素、TBM掘进参数控制不当等原因,易导致围岩坍塌。对此提出在TBM掘进前、掘进过程中不同阶段防治坍塌控制方法,即采用超前地质预报、超前加固预处理和掘进参数监测与控制措施,有效防止了TBM围岩坍塌现象。     

深基坑施工高承压水降压方案数值分析

针对杭州某地铁车站深基坑工程原承压水设计存在的问题,为减小施工风险,采用三维数值模拟与现场抽水试验相结合方法,提出适合本工程地层特性的承压水降压方案。研究表明：三维数值模型计算所得数据与现场抽水试验数据较吻合,利用抽水试验及结果,反演现场水文参数,再经过数值模拟所设计的承压水层降水方案是可行的。     

基于实例分割的车道线检测算法

为实现在自动驾驶复杂场景下检测数量变化的车道线，提出一种基于实例分割的车道线检测算法。首先以ResNet18网络作为主干网络提取图像特征，采用特征金字塔网络进行特征融合。同时设计一种扩张卷积残差模块来提高检测的精度；然后基于车道线的位置进行实例分割，利用语义分割出的车道线点位置预测对应的聚类点位置，通过对聚类点采用DBSCAN聚类算法实现车道线实例区分。结果表明，该算法能够在复杂的自动驾驶场景下有效地进行多车道线检测，在CULane数据集和TuSimple数据集上的调和平均值分别达到75.2%和97.0%。