TBM施工进度的科学预测方法

本文对ＴＢＭ掘进速度与地质条件的关系作了初步研究，就如何用统计分析方法对ＴＢＭ的施工进度作出科学预测，进行了探讨，并在一定范围内接受了实践的检验。     

秦岭特长隧道TBM施工工程经济分析简介

作为一种全新的隧道施工机械，ＴＢＭ在秦岭特长隧道应用过程中，工程经济专业自始自终得到高度重视。章结合工作实践，对ＴＢＭ的组成、技术规格、施工工艺、施工组织、临时工程、掘进成本作了简要介绍。     

德国铁路公司MTU柴油机排放的优化

２０多年来，德国铁路公司的ＢＲ２１８型液力传动内燃机车一直是非电气化路段重载列车牵引的主型机车。几乎所有的该型机车都装用１２Ｖ９５６ＴＢ１１型ＭＴＵ柴油机。有效的运行经验、特别是ＭＴＵ柴油机的可靠性促使联邦铁路委托ＭＴＵ公司提供优化发动机运行参数、降低有害物质排放量的措施以达到当今的要求。通过改进喷油系统、活塞、涡轮增压器形状和实行气缸顺序切断等措施，使废气排放量减少了８０％多。按行车计划对线路上     

采用光纤接口的机车总线网卡设计

介绍了出口伊朗的ＴＭ１型电力机车微机控制系统的牵引控制单元（ＴＣＵ）与中央控制单元（ＣＣＵ）之间信息交换的多功能机车总线（ＭＶＢ）网卡硬件设计及其工作原理，阐述了ＭＶＢ网卡硬件电路的在个主要部分：与ＴＣＵ的接口部分、主控制器部分和光纤接口部分。这种网卡设计电路简单，提高了信息交换的可靠性，加快了信息传输速度。经功能调试表明，网卡达到了技术要求。     

用蓄能器辅助起动柴油机

介绍了一种能改善薯且工作条件提高柴油机起动可靠性的蓄能器，这种蓄能器同两个超高能量的电容器组成，它已广泛地使用在Ｔ９Ｍ２、ЧＭ９３、Ｔ９１０Ｂ、２Ｔ９１１６和Ｍ６２型内燃机车上。文中具体介绍了这种蓄能器与ЧＭ９３型内燃机车蓄电池组连接的原理图。     

大力推行施工机械化，实现铁路单线长大隧道快速掘进

本文主要介绍水柏线松河铁路单线长大隧道大力推行施工机械化实现全断面独头快速掘进技术，重点阐述机械化施工是铁路单线长大隧道实现快速掘进的最好方式和有效途径，以及进行先进的设备配备及优化配套和如何强化后期的现场设备管理，为实现隧道快速掘进所起到的关键和保障作用。并介绍了在实践中机械配备配套及管理、施工组织、技术措施等方面的做法、经验和取得的良好效果。并就此提出大力推行机械化，走机械化快速施工道路的几点意见。     

寻求更可靠的铁路牵引用涡轮增压器

１９８７年底英国铁路投标购买１００台６０型大功率货运内燃机车。经过激烈竞争，最后由英国Ｂｒｕｓｈ机电公司中标。该型机车装用一台Ｍｉｒｒｌｅｓｓ Ｂｌａｃｋｓｔｏｎｅ公司的８ＭＢ２７５型柴油机，该机配装一台ＢＢＣ ＶＴＣ３０４型涡轮增压器，而这种涡轮增压器在当时并无铁路应用经验。为此，英国铁路获得了一批几何相似的ＢＢＣ ＶＴＣ２５４型涡轮增压器，进行配机型式试验，试验台耐久试验及装车试验，从而为６０     

SLC—1型用户集线器的可靠性分析

通过建立系统的可靠性结构模型，计算出ＳＬＣ－１型用户集线器的ＭＴＢＦ真值。根据可靠性试验方案估计出ＳＬＣ的ＭＴＢＦ区间，并作出系统的接收判决，通过可靠性增长试验以及系统的降额设计等措施，极大的提高了ＳＬＣ－１型用户集线器的可靠性。     

盾构机在长距离硬岩中掘进的探讨

研究目的：盾构机目前已广泛应用于各种土建工程领域。利用盾构技术解决地铁工程中长距离硬岩掘进的工程实例不多见。本文主要研究运用盾构机在硬岩段掘进的适应能力以及在硬岩段掘进可能出现的问题和需采取的措施。研究方法：文章通过广州地铁1个长距离硬岩掘进的工程实例，收集施工过程中相关的数据、出现的问题以及所采取的对策等资料，并对这些信息进行分析。研究结果：根据该工程的施工过程得出盾构机在硬岩中的掘进是可行的，出现的问题能够通过采取相应的措施予以克服。研究结论：由于本段硬岩有极细小裂隙且裂隙多被石英细脉充填，因此盾构能够顺利掘进。可以得出结论：只要裂隙发育，即使岩石单轴抗压强度高，可以通过选用适宜的盾构机型、合理地进行刀盘和刀具配置，完全可以顺利地在硬岩中掘进，而且比其它工法掘进速度更高。     

基于机器学习的地铁盾构掘进参数智能预测与控制方法研究

盾构掘进的精细化和智能化控制是现代隧道施工技术的发展趋势，为更好地预测和控制盾构掘进状态，提出一种预测和控制盾构掘进参数的智能模型。该模型考虑了多个影响盾构掘进参数的非线性因素，建立了6种基于机器学习与海鸥算法相结合的混合算法(SOA-ML)盾构掘进参数智能预测模型，并提出基于层次分析法的最佳预测模型判别方法；进一步利用最佳预测模型提出了基于PSO算法的掘进参数控制方法。以金华至义乌至东阳市域轨道交通工程为例，验证了模型的有效性。运用结果表明：SOA算法可有效地对机器学习算法的超参数调优，且SOA种群数量越大，搜索的范围越广，最佳适应度收敛性越快；6种算法模型均具有较好的预测性能，根据层次分析法对预测模型进行性能排序为BP>ELM>CNN>RF>SVM>LSTM;基于BP-PSO的盾构掘进参数预测和控制过程具有消耗时间小、预测与优化性好的特点。