深中通道钢壳混凝土沉管隧道智能建造体系策划与实践

根据深中通道海底沉管隧道工程建设实际,分析深中通道钢壳混凝土沉管隧道工业化、智能化建造面临的主要技术挑战,包括沉管钢壳制造、沉管自密实混凝土浇筑、钢壳沉管自密实混凝土密实度定量检测、钢壳管节长距离浮运安装等。为保障沉管隧道全过程高质量建设、降低工程建设风险、保障项目总工期,提出"标准化、工业化、装配化、智能化、精细化"建设理念,策划深中通道沉管隧道智能建造体系,围绕沉管钢壳智能制造、混凝土智能浇注、智能检测、管节智慧安装及智慧工地建设等方面进行探索和实践。     

钢壳沉管自密实混凝土浇筑质量控制

针对钢壳沉管自密实混凝土技术,从混凝土的质量控制指标、配合比设计及施工质量控制要点等进行探讨,以达到自密实混凝土浇筑质量控制的目的,确保深中通道钢壳沉管隧道管节预制质量,同时对钢壳沉管脱空检测及缺陷修补进行了探讨,为国内同类工程建设提供实践经验.     

深中通道钢壳沉管管节自密实混凝土智能化浇筑工艺

为解决深中通道钢壳混凝土沉管管节预制过程中混凝土性能控制难度大及管节浇筑参数控制严格等难题，节约人工成本和提高施工效率，针对深中通道沉管管节特定的结构型式，结合预制场选址条件，因地制宜地提出钢壳沉管自密实混凝土智能化浇筑工艺。该工艺在研制智能浇筑台车和折臂布料机的基础上联合“BIM+物联网+智能传感”的信息化和自动化技术，实施效果表明，钢壳沉管自密实混凝土智能化浇筑工艺减少了浇筑过程中人为因素引起的质量风险及机械伤害，有利于提高管节预制质量及降低施工安全风险。     

深中通道沉管隧道钢壳设计及制造关键技术

深中通道沉管隧道具有高水压、大回淤、结构超大跨和建设要求高等特点,为保证沉管隧道结构在建设与运营期内的安全和耐久性,深中通道沉管隧道在世界上首次大规模采用钢壳混凝土组合结构。为推动钢壳混凝土组合结构沉管隧道在我国的发展,介绍深中通道钢壳混凝土沉管隧道结构选型、横断面设计、纵向管节划分、特殊结构构造和钢壳详细构造等技术,管节钢壳制造、拼装和运输的创新工艺,自密实混凝土浇筑技术和钢壳混凝土脱空检测方法,总结深中通道钢壳混凝土组合结构沉管隧道设计、智能制造以及施工关键技术。另外,结合深中通道沉管隧道钢壳混凝土组合结构的特点,对钢壳混凝土抗剪连接件设计、钢板件连接构造和混凝土脱空检测方法提出优化建议。     

深中通道钢壳管节自密实混凝土制备及浇筑技术

钢壳内浇筑的无法振捣的混凝土难以填充密实,尤其是混凝土与顶部钢壳无法密实接触,容易出现大面积脱空等问题。针对这种问题,在确保自密实混凝土工作性能指标满足施工要求的前提下进行配合比设计,配制出具有良好工作性能和体积稳定性能的自密实混凝土;并通过优化浇筑工艺和仓隔设计,实现管节高品质、高工效预制。模型试验结果表明:1)以大掺量粉煤灰和小掺量矿渣粉复掺的胶凝材料体系制备的自密实混凝土,拌合物满足工作性能要求,浇筑后混凝土内部匀质性好、填充密实;2)通过控制混凝土浇筑速率和下落高度,增加仓隔排气孔数量,钢壳与混凝土之间无大面积脱空产生。     

超高索塔锚固区用高性能纤维混凝土泵送性能研究

纤维混凝土因可泵性差很少用于索塔锚固区。本试验主要研究纤维混凝土的泵送问题。基于多重复合技术,经过试验优化出的高性能纤维混凝土,搅拌出机后纤维分散均匀,拌合物有良好的保水性和粘聚性,1 h内泵送性能优良。通过120 m和216 m高塔可泵性试验结果来看,所配制的纤维混凝土能够泵送到300 m高度。     

降粘剂对混凝土拌合物流变性及可泵性影响的研究

分析了两种降粘剂的理化性能,对比分析不同掺量的降粘剂对混凝土拌合物流变性、可泵性及稳定性的影响,通过流变参数中的塑性粘度、屈服应力和V漏斗时间及分程度分别表征流变性、可泵性和稳定性。结果表明:复合改性的CR-I降粘剂具有微珠(MBFA)降低浆体粘度的特性且敏感度低,稳定性高且降粘剂适宜应用于高水胶比的混凝土;混凝土拌合物其粘滞阻力随着静停时间的增加而增大;可以采用塑性粘度和V漏斗时间来判断拌合物泵送难易程度,并提出了可泵性区间,即表达方式为:[(0,塑性粘度)∩(0,Vt)]。     

基于遗传算法优化支持向量机的再生混凝土抗压强度预测模型

针对再生混凝土抗压强度预测问题,提出了一种基于遗传算法优化支持向量机(GA-SVM)的抗压强度预测模型。利用遗传算法对SVM的参数进行优化,并得到优化的SVM预测模型。仿真试验结果表明:与BP神经网络和传统SVM的预测结果相比,基于遗传算法优化支持向量机模型的预测精度更高。     

高速公路雾天能见度预测方法

以多要素气象检测器采集的样本数据为基础,将温度、风速及湿度作为输入变量,雾天能见度作为输出变量,分别采用三层结构BP神经网络和支持向量机非线性回归预测方法,建立了雾天能见度的预测模型;将预测结果与实际数据进行对比分析,结果表明:BP神经网络和支持向量机均能较好地预测雾天能见度,其中BP神经网络和支持向量机模型预测值与实际值的相关性分别为0.895和0.978,支持向量机预测结果的误差更稳定,表明支持向量机更适于处理小样本、非线性、维数灾难和局部极小等问题。     

基于SVR的互联液压缸力学性能预测

为进一步研究实际工况下非线性因素对互联液压缸力学特性的影响,对互联液压缸进行了力学性能台架试验,分析了互联液压缸的非线性因素对其力学输出的影响。鉴于传统数学模型无法准确反映互联液压缸动力学特性,并为减小传统支持向量机算法数据回归拟合误差,引入不敏感损失函数,构建互联液压缸力学性能回归型支持向量机预测模型进行预测,并将预测结果与试验数据进行对比。结果表明,采用回归型支持向量机预测模型具有更好的预测精度,为揭示互联悬架力学特性提供新的研究思路。     

基于支持向量机的多年冻土路基融沉变形预测

多年冻土路基热稳定性差,工后沉降量大,路基病害较为严重。如果能够准确预测该类路基的工后融沉值,就可为工程建设提供重要的参考依据,从而提高该类路基的路用性能。为此,在对现有预测模型应用效果分析的基础上,首次将支持向量机应用于多年冻土路基融沉变形的预测中,提出了一种有效可行的新型预测方法,并以实际工程为依托,构建了基于支持向量机原理的多年冻土路基融沉变形预测模型。通过与实测值及其它预测模型的对比分析表明：该模型在预测过程中有效的避免了“过拟合”及“维数灾难”,人为干预较少,具有预测精度高,泛化能力强,预测结果稳定的特点,成功的解决了多年冻土路基影响因素多,样本数量少等带来的预测难题。     

基于支持向量机的沥青路面使用性能评价

路面使用性能决定了路面维修养护的方法。但沥青路面使用性能4个指标：PCI、SSI、SRI和IRI中路面状况指数检测困难。支持向量机是具有严格统计学习理论的新型学习方法。它对解决小样本非线性等问题具特有的优势。基于支持向量机理论,分析沥青路面使用性能4个指标间的关系,建立了SSI、SRI、IRI实测数据对PCI的预测模型,获得了令人满意的预估效果。结果表明,支持向量机是沥青路面性能评估的简单有效的方法。     

基于最小二乘支持向量机的城市客运量预测模型

针对城市公路客运量预测中存在的非线性、复杂性和不确定性,提出了一种基于最小二乘支持向量机的城市客运量预测模型.结合西安市历年城市客运量数据,编程实现该预测模型,仿真结果表明了该预测模型的有效性.     

路面结冰时间预测方法

通过室内控制试验获取路面结冰相关数据,将温度、风速及降雨量作为输入变量,结冰时间作为输出变量,建立了路面结冰时间的多变量多项式回归预测模型;引入核函数,将路面结冰预测问题转化为高维空间中的线性回归问题,构造了多输入、单输出的支持向量机路面结冰时间预测模型。将预测结果与实测数据进行比较。结果表明,两类方法均能较好地预测路面结冰时间,四次多项式统计模型预测值与实际值的相关性为0.974,支持向量机预测值与实际值相关性为0.99,支持向量机预测结果更精确,表明支持向量机更适用于处理小样本、非线性、维数灾难和局部极小等问题。     

车用锂离子电池剩余使用寿命的混沌时序非线性组合预测模型研究

针对用单一方法难以准确预测锂离子电池剩余使用寿命(RUL)的问题,提出了非线性组合预测模型。对电池系统进行混沌判断,得到与实际容量相关性高的间接参数,利用重构后的数据对Elman网络及非线性自回归(NARX)网络进行训练和预测,得到表征电池性能退化的特征量;然后,用最小二乘支持向量机进行非线性组合,获得RUL的预测值。试验结果表明:非线性组合预测模型的预测精度优于Elman和NARX,具有更强的非线性预测能力。     

基于POS-LSSVM的沥青路面性能评价方法

基于支持向量机的结构风险最小化与粒子群算法快速全局优化的特点,用粒子群算法优化最小二乘支持向量机的参数,避免了人为选择参数的盲目性,提高了预测模型的训练速度和预测推广能力.选择PCI、RQI、SSI、BPN,4个指标作为评价指标,建立了基于PSO-LSSVM的沥青路面性能评价模型,将该模型用于路面性能评价,获得了令人满意的评价效果.结果表明,支持向量机法可以可靠有效地评价沥青路面性能.     

基于Lagrange支持向量回归机的短时交通流量预测模型的研究

在智能交通系统中,进行实时、准确的交通流预测是交通控制和交通流诱导的关键之一,直接影响交通控制和交通诱导的效果.基于支持向量机,提出了一种Lagrange支持向量回归机的交通流量短时预测模型,能够实现对交通流量的有效预测.仿真试验表明,Lagrange支持向量回归机具有良好的泛化性能、更快的迭代速度,预测结果优于改进的BP神经网络.     

高掺量大长细比聚丙烯纤维自密实混凝土性能试验研究

采用坍落扩展度试验、L形仪试验和抗压强度、劈拉强度、弯拉强度试验,研究了0.15 %掺量下19 mm大长细比聚丙烯单丝纤维对自密实混凝土的施工性能和强度的影响。结果表明:高掺量大长细比聚丙烯纤维对工作性影响较大,使混凝土拌合物流动性降低,但通过提高胶凝体与减水剂用量,可以达到流动性要求;高掺量大长细比聚丙烯纤维能有效提高自密实混凝土的劈拉、弯拉强度。     

汽油机瞬态工况油膜参数混沌时序LS-SVM预测研究

汽油机油膜参数具有多维非线性特性,当前使用的试验标定法及辨识法难以精确确定参数值,对此提出了混沌时序最小二乘支持向量机(LS-SVM)预测模型。已知汽油机油路系统在时间序列具有非线性混沌特性,对油膜参数试验标定数据进行相空间重构,采用支持向量机对重构后的数据进行训练及预测,得出预测结果,与BP神经网络模型及Elman神经网络模型的预测结果进行了对比分析。验证了LS-SVM模型具有更强的非线性预测能力,能够有效地提高油膜参数的预测精度。     

堤坝管涌发生的预测方法研究

分析了堤坝管涌发生的机理和影响堤坝管涌发生的重要因素,选取了8个实测指标作为预测依据,建立了距离判别分析模型和支持向量机法的堤坝管涌预测方法,并和神经网络方法进行了对比分析。通过对23个堤防管涌工程实例的研究表明,距离判剐法和支持向量机法预测模型性能良好。基于神经网络核函数和径向基核函数的支持向量机具有更高的预测精度,支持向量机法是解决堤坝管涌预测问题的有效方法,可以在实际中应用。