多因素影响下顶管施工引起土体变形计算研究

为解决圆形顶管施工穿越特殊地层(如下穿切割塑料排水板)时引起地层变形的影响分析等问题,考虑刀盘挤土效应产生的正面附加压力、顶管与土体之间非均匀分布的侧向摩擦力,因塑料排水管的切削而不能忽略的顶管机刀盘的正面摩擦力引起的地层变形,基于Mindlin解得到在顶管施工阶段地表竖向位移计算公式;最后结合顶管工程项目实例验证计算方法的合理性,并与实测结果对比。分析结果表明:考虑多因素共同影响的地表沉降曲线与现场实测值较为吻合,能够反映顶管顶进过程中纵向地表沉降规律,总体表现为先隆起后沉降。沉降最大值位于开挖面后方8 m左右处;隆起最大值位于开挖面前方5 m左右处。在本文所考虑的影响因素中,影响程度最大的是顶管刀盘的正面附加推力,在沉降变形最大值中占比约为80%,在隆起变形最大值中占比约为56%。选取不同断面分析对比不同深度处土体沉降情况,沉降突变及差异主要表现在顶管轴线两侧12 m范围内。沉降槽曲线近似服从正态分布,不同土层深度的土体沉降最大值均位于顶管轴线正下方。在土体深层沉降中,随着与顶管轴线距离的增加,曲线不再满足随着深度的增加沉降值增大,反而在距离轴线4~6 m远处出现反转,直至随着深度的增加沉降值反而减小。     

基于遗传算法的道路车辆自组织网络源路由机制

在当前基于交叉路口的城市车辆自组织网络(VANETs)路由协议中，道路上数据包传输大多采用基于地理位置的贪婪转发策略，当数据量较大时，个别节点负载较重，极易引起传输延迟增大乃至丢包的情况.本文提出了一种基于遗传算法的源路由机制，通过记录单体车辆的驾驶信息而非传统方法中的车流均值数据，来预测道路上车辆网络的连通情况，并借助遗传算法，首次基于道路连通性、节点负载和连接跳数这3 点综合考虑，计算得出道路上最佳的源路由节点序列.仿真实验结果表明，在传输率与延迟时间上，性能均优于传统的贪婪路由机制，尤其在车流量为250 veh· lane-1· h-1时，传输率提升约13%.该研究可为智能交通信息通讯提供可靠助力.     

6005A-T6铝合金双轴肩搅拌摩擦焊接头的断裂行为

采用光学显微镜(OM)和扫描电子显微镜(SEM)对正常断裂和异常断裂的"之"形线进行研究,探讨了两类断裂中"之"形线的来源以及形成机理.双轴肩搅拌摩擦焊(BTFSW)正常断裂时"之"形线不是力学性能的薄弱区,抗拉强度可以达到母材的80％以上,"之"形线来源于原始对界面上的氧化膜;而异常断裂时"之"形线是力学性能的薄弱区,为未连接缺陷,强度仅为母材30％左右,由于焊接过程中搅拌头前方的待焊材料存在较大的横向拉伸应力,造成实际间隙超标,导致异常断裂.     

基于群组行为的大学校园楼梯及通道行人运动特征分析

为探讨不同场景中行人群组运动的微观特征，并比较不同类型群组运动差异，本文通过大学校园内楼梯上及通道内的观测实验，获取行人运动的相关数据，研究了群组大小、社会关系、运动场景和性别对群组运动的影响. 结果表明：大学校园内行人成组比例低于商场周围行人成组比例；群组成员间的交流方式等因素会影响群组构型；由于群组成员越多相互协调就越困难，所以群组规模越大，其速度越小；此外，男性群组速度大于女性群组速度，情侣间频繁的交流也会对其速度产生负面影响；就差异性而言，2 人和3 人群组间的速度差异小于单人和2 人群组间的速度差异；单个行人不同性别间的速度差异大于2 人和3 人群组不同性别间的速度差异；楼梯上单人与群组的速度差异没有通道内明显.     

桥梁伸缩缝混凝土外掺剂使用及施工要点探讨

针对桥梁伸缩缝混凝土的特性,对各种外加剂的效果和掺入量进行研究。提出了在混凝土施工时应注意的几个问题。     

基于BP神经网络的齿爬式升船机横导向装置结构损伤识别*

为了准确有效地实现齿爬式升船机横导向装置的损伤识别，提出以固有频率变化率、应力、位移作为输入特征参数，由损伤结构分类器、损伤位置分类器、损伤程度分类器构成的结构损伤识别模型。以向家坝升船机横导向装置为例，对18种损伤状态下的横导向装置进行模态分析和静力学分析，得到1 646组训练样本和100组测试样本，分别采用BP神经网络、支持向量机和贝叶斯算法进行结构损伤识别模型的训练与识别准确率测试。结果表明：基于BP神经网络算法的横导向装置结构损伤识别模型对损伤结构、损伤位置、损伤程度的识别准确率分别为93%、90%和91%，比基于支持向量机、贝叶斯算法的识别准确率分别平均提高7%、13%，该模型能够有效准确地对横导向装置进行损伤识别。     

中低速磁浮列车悬浮控制系统可靠性分析及优化

针对中低速磁浮列车的悬浮控制系统建立了可靠性模型,分析了其故障率、平均故障间隔时间等可靠性指标及其故障形式,找出可靠性的薄弱点.针对薄弱点进行了相应的优化,进一步提升了系统的可靠性.评估分析了各项优化在救援故障、晚点故障以及一般故障等实际运营上的优化效果.     

内轴颈高铁车轴结构设计与强度分析方法

针对高速列车的轻量化设计需求，分析了内轴颈高铁车轴独特的内支承结构与承载特点，建立了内轴颈高铁车轴受力状态和结构强度理论分析模型，提出了内轴颈高铁车轴设计极限载荷和疲劳强度的解析计算方法；在此基础上，制定了基于理论分析、有限元方法和车辆系统动力学的内轴颈高铁车轴结构设计方法，并以17 t轴重的内轴颈高铁车轴为例开展了应用研究；基于内轴颈高铁车轴受力状态的理论分析结果，确定了车轴的临界安全截面和详细尺寸方案；建立了内轴颈高铁车轴的有限元模型，评估并校核了车轴的疲劳强度；建立了轴箱内置式高速动车的刚-柔耦合系统动力学仿真分析模型，验证了车辆的动力学性能和车轴的动荷载。分析结果表明:17 t轴重的新型内轴颈高铁车轴的质量为273.6 kg，比同轴重传统外轴颈高铁车轴的质量低约30%；内轴颈高铁车轴各截面疲劳强度的安全系数均大于1.66，临界安全截面转移至轴颈与轮座之间的卸荷槽及轴颈与轴身之间的过渡圆弧区域；采用内轴颈车轴的高速动车能够以350 km·h-1的速度稳定通过半径为5.5 km的曲线线路，主要动力学性能指标优良；在选定曲线通过工况下车轴所承受的动载荷均能被设计极限载荷包络，据此开展的车轴结构设计和强度分析是稳健的。可见，内轴颈高铁车轴在实现高速列车轻量化设计方面有显著的技术优势，且高速适应性较好，在高速列车领域的发展和应用潜力巨大。      

基于超前钻探及优化集成算法的隧道围岩双层质量评价

为解决隧道超前钻探地质预报在解译过程中存在的主观判断性强、定量数据利用率低、评判标准不统一等问题，通过引入机器学习中的极限梯度提升集成算法模型（extreme gradient boosting，XGBoost），结合钻探数据开展隧道围岩完整程度与围岩级别的双层质量评价研究。一方面，采取数据降噪、等距分割、二级指标计算等数据预处理手段对11 233条原始钻探采样数据进行规律发掘和质量提升；另一方面，结合遗传算法（genetic algorithm，GA）与分类器链（classifier chains，CC）构建GA-CC-XGBoost模型，实现复杂机器学习模型的超参数组合自动寻优以及多标签分类的内在相关性考虑。最终所构建训练集的完整程度与围岩级别2项标签的分类准确率分别为95.91%、97.95%，综合分类准确率为93.88%。经过实际隧道工程应用表明，该模型预测结果满足现场超前钻探地质预报的解译需求。