大型基坑施工对临近运营地铁影响分析

某市地铁运营指挥中心大型基坑临近运营地铁车站及区间,其施工会对临近的运营地铁车站及区间产生一定的影响,特别是超近距离的基坑施工,必须对其安全性进行分析。文章运用数值模拟分析对大型基坑施工对临近运营地铁安全性进行评估,并针对近接地铁施工存在的风险提出相应防护措施,以期为本地区类似工程提供解决方案。     

南京河西新城区现代有轨电车一号线车辆段设计特点及建议

结合南京河西新城区有轨电车1号线车辆段设计,对车辆段功能定位,有轨电车车辆检修体制及作业方式、设计规模的确定以及有轨电车车辆段特点进行了全面分析,通过与地铁车辆段的对比分析,归纳总结出了有轨电车车辆段的设计特点以及对现代有轨电车发展的一些建议。     

海底盾构隧道双层衬砌 柔性垫层研究

针对大连地铁5号线工程梭鱼湾南站单洞双线盾构区间隧道施工建设问题,探讨岩溶发育区海底隧地铁盾构隧道支护技术。考虑岩溶发育地区工程地质情况复杂及在特殊工况,如地震作用下,结构发生附加变形时的隧道安全,提出使用盾构隧道双层衬砌结构及柔性柔性垫层,通过理论分析、数值计算等方法,分析一定强制位移条件下,不同厚度及密度的柔性垫层对盾构隧道双层衬砌结构内力分布的影响。研究结果表明：随着材料密度的增加,隧道外衬所受最大弯矩先减少后增加,而内衬所受最大弯矩先增大后减小。相同密度情况下,随着材料厚度的增加,外衬最大弯矩逐渐增大,内衬最大弯矩逐渐减小。当柔性垫层材料性能适中能提供充分的协调变形空间时,隧道内外衬砌能合理分配结构附加变形产生的内力,从而大幅提高隧道支护的安全性能。     

基于模态分析的机车齿轮罩结构优化

为了提高机车齿轮罩的疲劳强度,基于有限元模态分析方法对齿轮罩进行了结构动态特性分析。分析中根据齿轮罩振动模态和应力状态分布情况,确定了原结构强度的薄弱环节,并进行合理的改进。改进后的结构大幅度提高其响应的固有振动频率,以避免服役过程中壳体产生共振。同时,改进后齿轮罩的疲劳强度得到大幅提高,满足了使用要求。对分析结果进行了试验验证,所得数据与试验结果较为一致。     

浅层地基加固中塑料排水板打设方法改进探讨

针对浅层地基加固中塑料排水板的“回带”问题,介绍了目前常用的塑料排水板打设改进的方法;在总结已有方法优劣势的基础上,结合工程实际情况,提出了新的改进方法。该法适用于吹填土地基的浅层加固,实际工程应用中完全解决了塑料排水板的“回带”问题,打设成功率超过80％,操作简单,造价经济,可为类似软基加固工程参考采用。     

坡度对新型六面空心块体消浪性能影响试验分析

斜坡式防波堤及护岸工程护面块体结构消浪性能研究是目前海洋工程研究的重要内容,而试验分析防波堤护面块体消浪性能时影响因素很多。本文从坡度变化对新型六面空心块体消浪性能影响进行实验分析,得出坡度变化对新型六面空心块体消浪性能影响关系。     

新加坡利剑“坚持”访问上海

<正>3月8日上午11时,伴随驻沪海军军乐队轻快的《迎宾曲》,新加坡海军坚持号登陆舰(8500吨)在舰长李顺达海军中校率领下缓缓驶进黄浦江,停靠在吴淞百年军港码头,随舰人员共164人,开始对上海进行为期5天的友好访问。此次为坚持号第一次访问上海,也是新加坡海军军舰第四次访问上海,据悉,新加坡海军舰队司令梁颖强少将已先期抵达上海并参加新舰访沪活动。访沪期     

新型消浪板结构性能分析

双层开孔消浪板是一种新型消能结构,其结构主要包括上层开孔板和下层实心板两部分,以此来解决结构的消能问题.基于双层开孔消浪板具有较好的消能效果,对结构稳定性进行分析.根据模型试验结果,推导出消浪板结构稳定性计算公式,从而计算结构的稳定性,并对计算结果进行分析,得出相应的结论.     

带缆水下机器人控制仿真模拟与水动力分析

本文以Fluent多重滑移网格技术对带缆水下机器人系统进行路径跟踪的仿真计算,将收放缆反馈控制与PID算法调节螺旋桨转速的双重控制策略应用于带缆水下机器人系统,并对带缆水下机器人系统升沉运动的控制误差、螺旋桨推力与转速之间的关系、缆绳系统的张力特性以及水下机器人的水动力响应做了分析。文中数值模拟结果表明,双重控制策略下,带缆水下机器人路径跟踪的控制运动较为精确,其升沉运动位移最大误差约为0.2 m;螺旋桨的转速与推力呈正相关性,转速越大,推力也越大;水下机器人沿预定轨迹运动过程中,缆绳系统张力呈现周期性震荡的变化规律,机器人主体受到的水动力荷载与多种因素相关。     

基于成对约束的半监督选择性聚类集成

针对现有聚类集成算法基本都是无监督聚类集成算法和传统聚类集成方法,其通常将所有产生的聚类成员都参与集成的问题,设计了一种基于成对约束的半监督选择性聚类集成方法(SSCES). SSCES方法选择基于聚类成员质量和差异度的选择聚类集成为研究对象,借鉴半监督集成的关键思想,将半监督聚类信息带入到选择聚类集成中.通过在多组数据集上实验来验证SSCES算法的有效性.