盾构隧道管片接头缩尺试验模拟方法

由于盾构隧道管片接头刚度影响因素繁多复杂，使得缩尺模型管片接头制作困难、模拟效果较差。为此，提出一种采用特制弹簧与预埋螺栓共同工作的管片接头模拟方法来模拟原型管片接头，并分别对该方法设计的模型管片接头以及原型管片螺栓连接接头的轴向、剪切及弯曲刚度进行计算分析。通过对比分析可以得出设计管片模型接头与原型管片螺栓连接接头的等效条件，在满足上述等效条件的情况下，经相似关系换算可认为缩尺模型管片接头刚度与原型管片接头刚度满足试验设定的相似关系。最后，采用堆载试验对模型管片进行可行性验证。经理论分析及模型试验表明： 提出的盾构隧道管片接头缩尺试验模拟方法可使模型接头刚度等效于原型管片接头，能较为全面地满足模拟原型管片的要求。     

盾构静-动态泥浆渗滤成膜及支护效率控制方法

近年来，泥水盾构在越江跨海隧道中被广泛应用，隧道开挖面“泥浆-土水”相互平衡作用是工程安全的关键。盾构泥浆能否成膜、动态掘进泥膜是否存在、动态泥膜如何发挥支护作用等问题受到广泛关注，理清这些问题是保障开挖面稳定的基础。对此，基于多相流理论提出了泥浆“渗滤-成膜-生长”瞬态力学模型，探明了泥浆的流体特性和地层的水力传导性质的时空变化规律，揭示了盾构停机静态成膜和掘进动态成膜机制，并通过静、动态成膜2个实例计算验证了理论方法的适用性。研究结果表明：盾构静态停机状态下通常为全断面泥膜，泥浆以面力形式进行支护，盾构掘进时表现为动态局部泥膜，泥浆压力可较长距离前向传递，以渗透力的形式发挥作用；盾构掘进时开挖面泥膜分布为多辐扇形的局部泥膜，可分为泥膜渐变区和无泥膜区，无泥膜区域靠近先行刀臂，随着刀盘转速的增加，泥膜的厚度和泥膜面积逐渐减小；实际工程中，可以从泥浆材料和掘进参数两方面提升泥浆的支护作用，一方面根据地层-泥浆粒径比和泥浆黏度双控指标进行泥浆配置，另一方面宜降低盾构刀盘转速，同时适当增加掘进速度，充分发挥局部泥膜的支护作用，提高泥浆的支护效率和开挖面的稳定性。研究成果对泥水盾构施工安全有一定的指导意义。     

用于大功率永磁直驱电力机车驱动系统的PHM系统研究

大功率永磁直驱电力机车在线路运用考核期间需利用PHM系统跟踪驱动系统的过程数据,通过PHM系统可持续监测永磁电动机轴承温升、振动及转向架关键部件振动、位移、应力情况,深入分析永磁直驱系统的特点,充分验证大功率永磁直驱系统的可靠性,为后续大功率永磁直驱技术的推广应用提供技术数据和依据。文章介绍了用于实时监测大功率永磁直驱电力机车驱动系统的PHM系统的基本方案、系统组成和试验验证等。     

多年冻土区钻孔灌注桩施工过程热力特性研究

钻孔灌注桩水化热会暖化冻土引起桩基承载力下降,以桩基水化热在时间与空间上的影响效应为研究目的,结合青藏公路G214沿线查拉坪旱桥桩基观测数据,分析水化热对地温场的扰动范围以及桩周土回冻时间,给出灌注桩18 d内的养护温度。结果表明:水化热对距桩1.95 m以外地温影响微弱;144 d后桩侧温度降至0℃以下,229 d后桩侧温度低于-0.5℃;2 a后桩侧基本回冻至天然地温,此时承载力已达到设计要求。桩基混凝土养护温度前5 d在10℃以上,5~12 d在5℃以上,12~15 d为2℃以上,15~18 d仍高于0℃。通过数值仿真给出混凝土入模温度及桩基施工时间对桩周温度场的影响,模拟结果显示,该区域的灌注桩施工可以在相应规范规定范围内提高混凝土入模温度;灌注桩施工可以在冷季进行,但要做好5 m以上深度桩基混凝土的温控措施。     

平台运动下悬链线立管涡激振动响应特性分析

悬链线立管会在半潜平台运动带动下出现涡激振动现象,对立管疲劳寿命造成影响.借助海工结构物动力分析软件Orcaflex建立立管模型,使用Iwan-Blevins尾流振子模型进行数值模拟.通过与试验结果对比验证了该方法的可行性.同时建立实尺度悬链线立管模型,并考虑背景海流的影响,分析平台垂荡、纵荡运动下的立管涡激振动响应和疲劳损伤.研究表明,平台运动产生的非定常流场将引起悬链线立管发生涡激振动现象,并在背景洋流激励的基础上增大疲劳损伤,在立管结构实际工程设计时应予以关注.     

基于滚动优化的地铁列车节能运行协同控制方法

针对地铁列车节能运行问题,提出基于滚动优化的列车协同控制方法,将系统整体最优问题分解为基于时间推进的局部优化问题。考虑列车每次停站时同一供电分区内其它列车的操纵方案,实时计算下一站间运行净能耗最小的操纵方案。在计算操纵方案时,对传统的列车4阶段操纵策略进行改进,允许列车在运行途中进行2次牵引,减小列车牵引能耗并提高再生能的利用率。结果表明:相比列车基于传统4阶段的个体最优控制策略,采用本文提出的列车协同控制方法在不同发车间隔下均可提高再生能利用率并节约列车运行净能耗,平均节能率达8.37%。     

基于轻量级卷积神经网络的烟雾识别算法

由于烟雾图像场景模糊不清，背景复杂多变，难以捕获到有效特征，导致算法识别误报率和漏报率较高；此外，深度卷积神经网络结构复杂，参数繁多，难以缩短其计算时间至1 ms内，这成为实时火灾预警的一大难题. 为了解决上述问题，提出了一种基于4种Inception结构的轻量级卷积神经网络SInception （sequeeze-and-excitation inception）在此基础上加入SE Block （sequeeze-and-excitation block）用于对烟雾特征进行重新分配；同时，为了避免由于训练样本不足引起的过拟合，原始数据集上采用数据增强技术以及生成对抗网络生成更多训练样本，并在后续实验中采用了融合暗通道先验特征的策略. 实验结果表明:该网络在增强的数据集GAN-Aug-YUAN上将识别误报率降为0的同时将准确率提升至99.65%，且计算时间减少到0.26 ms.      

基于列车运行仿真和SVR组合的地铁新线牵引能耗预测方法

新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.