循环荷载作用下火山渣混合料变形特征与路堤沉降预测研究

以东非地区内马铁路沿线火山渣为研究对象,通过循环载荷试验探究了黏土、火山渣不同掺配比混合料的变形特性和颗粒破碎规律,并采用路基沉降模型对混合料路堤的长期沉降进行预测。研究发现:混合料累积应变随着火山渣含量的增大而增大,黏土的掺入能够有效地提高混合料抗变形能力,其中黏土的最佳掺配比为70 %;颗粒破碎率和累积应变呈正相关,因此应尽量降低粗粒组火山渣的用量以减小混合料路堤变形;混合料路堤沉降主要发生在路基服役初期,火山渣含量较高时,服役初期引起的沉降较大;但随着服役时间增长,掺配比对路堤沉降量的影响逐渐降低。     

路面非周期一维温度场的傅里叶级数解

首先把路面温度场简化为非周期一维温度场,用分离变量法得到齐次边界条件下与温度场基本方程相容的傅里叶级数;然后用格林公式在边界展开热传导方程,得到傅里叶级数系数的常微分方程组,并用拉普拉斯变换求解;最后用实测数据标定的材料参数预测路面温度场。分析结果表明：傅里叶级数第4项仅在-0.1℃～0.1℃范围内波动;初始温度扰动对温度场有短时影响,如果扰动深度增大则影响时间变长;用实测数据标定模型后,模型可以较准确地预测路面温度场,标准差为1.88℃。     

基于短时傅里叶变换的岩石声波信号分析方法研究

针对岩石声波信号离散、非平稳,含有较多突变分量等特性,提出一种基于短时傅里叶变换的时频分析方法。通过合理选择窗函数、加窗长度以及窗移动步长,对岩石声波信号进行时频分析,提取相关声学参数。结果表明:短时傅里叶时频分析能很好地显示信号时域和频域局部特征,能够清楚地描述声学参数（频率、振幅等）变化。     

基于砾钢渣+橡胶颗粒的新型填料动剪切模量与阻尼比特性试验

为了解决固体废弃物循环利用问题,提出将废旧轮胎橡胶颗粒掺入废弃钢渣中形成新型土工填料。为了了解该新型填料的动力特性,采用共振柱试验对基于钢渣+橡胶颗粒的新型土工填料的动剪切模量和阻尼比特性开展研究。首先分析围压与橡胶颗粒含量对新型填料动剪切模量和阻尼比的影响,试验结果表明：动剪切模量和阻尼比与剪应变的关系类似传统土类,动剪切模量随着剪应变的增大而减小,阻尼比则随着剪应变的增加而增大,变化曲线趋势基本一致;新型填料的动剪切模量随着钢渣含量的减少和橡胶颗粒含量的增加而逐渐减小,橡胶颗粒含量达到20%时,动剪切模量与剪应变的关系曲线低缓显著,新型填料中橡胶颗粒不宜掺入太多。然后,基于Hardin-drnevich双曲线模型建立新型填料的动力特性理论模型,Hardin-drnevich双曲线模型能够较好地模拟新型填料动剪切模量归一化的数据,并对新型填料参考剪应变随橡胶含量的变化趋势进行了预测。最后,将新型填料的最大动剪切模量与纯钢渣、南京砂和福建标准砂的最大动剪切模量进行比较。分析结果表明：新型填料的橡胶颗粒含量不宜超出15%,这种新型填料动剪切模量适中,阻尼比较大,具有较好的抗震减震能力,能够替代砂土成为一种回填材料。     

基于三维点云模型的拱桥空间形态识别与分析

为实现某跨河六孔拱桥的空间形态识别与变化分析,在相隔6个月的2个时间点对该桥进行三维激光扫描,获取2种不同状态下全桥三维点云模型;比较2次点云模型中拱肋部分相同纵桥向位置处的多点高程坐标值,得到拱桥上部结构该时间段内的空间形态变化情况。结果表明,该拱桥拱肋竖向线形未发生明显变化,整体变形处于较低水平;三维激光扫描技术可迅速建立拱桥三维点云模型,且通过点云模型差异分析可得到关键构件空间形态,实现对拱桥空间形态变化的有效监测。     

基于分形理论的连杆衬套表面形貌表征

以连杆衬套表面形貌为研究对象,通过分形插值理论重构了连杆衬套的表面形貌,并与扫描电子显微镜拍摄的照片进行比较分析,结果表明该方法可以定性地表征零件的表面形貌;分别对实际的表面和重构表面的表面粗糙度和分形维数进行比较,结果表明,分形维数能够较为准确地表征零件的表面形貌。     

基于傅立叶级数混凝土箱梁腹板竖向正应力的弹性计算

2004版桥规关于竖向预应力的计算公式实际是计算的平均竖向压应力,没有充分考虑到预加力的局部扩散效应。把竖向预应力作为不连续荷载,以傅立叶级数形式展开,导出竖向预加力作用下无限狭长矩形薄板竖向正应力弹性解析公式,该公式可用于预应力混凝土箱梁腹板竖向正应力的计算。     

沥青混凝土导温系数现场测定的峰值梯度法

建立路面温度场的一维瞬态热传导方程,通过分离变量法找到满足方程的傅立叶级数,获得在已知界面温度时一维层状体的瞬态温度分布.实测路面温度场数据,采用峰值梯度法反算路面材料导温系数.模拟路面降温过程中路面温度沿深度单调变化时,傅立叶级数解前50项就能够达到0.01℃的精度.对实测数据分析结果表明：峰值梯度法可以避免将不同温度传感器温度数值直接比较,结果较差分直接反算方法稳定.     

基于Edgeworth级数的行程时间可靠性的计算与实证

通过引入行程时间可靠性概念,研究因受交通事故、交通供需矛盾等因素的影响,而导致路网行程时间随机波动的现象。为了研究路段中行程时间的分布规律,基于连续3个月的历史行程时间数据,实证分析了几个典型时间窗的行程时间分布形态,对高峰时段的数据拟合正态分布,平峰时段的数据拟合对数正态分布。同时,对大多数不服从常用理论分布函数的路段行程时间,使用Edgeworth渐进级数来近似其概率密度函数和分布函数,进而构建出相应的路段行程时间可靠性的计算模型。最后,结合高峰时段实证数据计算路段行程时间可靠性,并将其与基于正态分布计算出来的行程时间可靠性进行比较,实证结果表明基于Edgeworth级数估计的行程时间可靠性明显优于正态分布,且该方法具有较好的移植性。     

基于时间序列挖掘的隧道交通事件分析

为了及时发现隧道内交通安全隐患,尽量减少交通事故的发生,针对现有隧道交通事件预测方法在实际应用中的不足,引入时间序列法,建立了隧道交通事件时间序列预测模型,该模型可以快捷地得出事故影响因素的预测值,预测出道路交通事件总体发展趋势。实验证明,模型能很好地适应于道路交通事故预测,同时具备了资料较少,建模简单,计算快捷等优点。     

基于时间序列分析的公路降雨型滑坡位移预测

基于公路降雨型滑坡位移远程实时监测数据,从分析降雨型滑坡阶跃型变形规律出发,将滑坡总位移分解为受不利地质条件影响的趋势项位移以及受降雨影响的周期项位移,采用时间序列分析方法将两者叠加构建降雨型滑坡位移预测模型。对滑坡趋势项位移采用灰色等维新息模型进行预测,对周期项位移采用自回归模型进行预测,将两者预测值组合得到滑坡总位移预测值。以湖南娄新高速公路某滑坡实时监测预警为例,采用该模型对比分析了滑坡实测与预测时间位移曲线,表明该模型预测效果较好,能体现降雨型滑坡位移变化趋势,具有较好的应用前景。     

基于时序-神经网络的车辆变速器齿轮故障诊断

采用时序分析和BP神经网络，建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状念特征信号进行时序分析和特征向量提取，并以此作为BP神经网络的输入向量进行网络训练，从而实现变速器齿轮运行状态的识别与故障诊断。该系统应用于LC5T81变速器齿轮的故障诊断中，能够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态。验证表明该诊断系统有效、可行。     

基于时间序列分析法的软土路基沉降预测研究

采用时间序列分析法,根据已有的路基沉降观测数据,建立模型,预测路基沉降的发展趋势。实例分析表明:利用该分析法预测路基沉降,不仅能避开软土路基复杂的力学性质,还可避开利用传统的路基沉降计算方法所用到的大量参数,而且建模比较简单,所得最终预测结果误差较小。