单索面斜拉桥张拉索力对主梁剪力滞分布规律影响的研究

以沈阳市某双折线形独柱式塔单索面预应力混凝土斜拉桥为背景,采用有限元法建立空间有限元模型,分析该桥主梁成桥阶段在张拉1对索力时箱梁的剪力滞分布规律.分析结果表明:距离索力作用点越近,箱梁顶缘的剪力滞效应越明显,箱梁截面的剪力滞系数越大;上顶板在横桥向靠近拉索锚固作用点处的应力很大,随着作用点的距离增大而不断减少,且逐渐趋于均匀.     

基于改进PCNN模型的车辆阴影消除方法

消除车辆阴影对图像分割的影响是车辆自动监控系统中亟待解决的问题。针对阴影具有方向和大小不确定性的特点,充分利用脉冲耦合神经网络模型优良的图像分割能力,结合阴影属性,提出一种基于改进的脉冲耦合神经网络模型的运动车辆阴影消除方法。此方法无需建立道路背景模型与车辆阴影模型,在消除车辆阴影的同时能较好地保留车牌、车窗以及车标等车体的重要信息,为车体定位、特征提取等处理奠定良好的基础。大量现场图像测试结果验证了该方法消除车辆阴影的有效性,可广泛地应用于自然环境中车辆阴影的消除。     

地下连续墙在沈阳地铁中的应用

沈阳市某地铁车站距浑河较近,地铁结构底板埋深大,地下水水量丰富,地层透水性强,为防止流砂、管涌等现象,采用地下连续墙在该地进行支护取得了较好的效果,通过施工方案比选及施工优化,对地下连续墙在该区域的适用性及工程实践进行了初步探讨。     

基于多因素数据融合的PC斜拉桥安全评估

以沈阳某斜拉桥为工程背景,借鉴现有的桥梁影响因素理论研究成果,采用数值模拟和数据融合相结合的方法,开展了多因素数据融合在斜拉桥安全评估中的应用研究.在研究现有桥梁安全评估方法的基础上,把神经网络和粗糙集理论结合起来应用于PC斜拉桥的安全评估.将桥梁承载能力等级按照满足目前使用要求的程度划分为五级,利用Kohonen神经网络对建立起的安全评估数据库进行聚类,从而给出了五类安全等级所对应的具体评定指标;将粗糙集和神经网络相集成的粗神经网络算法应用到该数据库的数据融合当中,利用粗糙集的属性约简功能减少神经网络的输入维数,对神经网络进行训练学习和预测;将训练好的神经网络应用到斜拉桥的安全评估中,直接输入该桥对应的6个具体属性指标值,得到该桥目前所处的安全状况,并给出了相应的管理建议.