旋挖钻在灰岩地质区桥梁钻孔灌注桩施工中的应用

旋挖钻机具有移位便捷、成孔速度快、施工质量好、施工噪音小等特点,采用旋挖钻机进行钻孔灌注桩成孔在近年来被广泛推广。武汉市珞狮南路改造及配套工程高架桥基础设计为钻孔灌注桩,下伏基岩以灰岩为主,采用了旋挖钻机施工。结合工程实际,介绍了旋挖钻机在灰岩地质区进行钻孔灌注桩成孔的施工要点和注意事项。     

基于激光测量的地铁限界检测系统

将激光测量系统(LMS)应用于地铁限界的快速检测系统中,实现对限界的一种非接触式检测,测量、采样数据速度快;将检测数据与标准数值实现自动比较,把数据和曲线图作为检测结果,快速检测地铁限界,用以指导竣工验收和日常运营维护.     

上海轨道交通1号线对城市空间扩散的影响

运用地理信息系统技术,解析上海市近15年的城市形态演变遥感图片,描述其城市外围扩散特征为:圈层式扩散、轴线突破扩散以及郊区集镇吞噬扩散.同时发现上海市轨道交通1号线在过去的10年间引导了沿线的带状城区扩散,吸引了大量的居住空间的分布.结合交通与城市土地利用的互动关系,从城市扩散动力、城市交通系统以及城市扩散模式三个层面在理论上分析交通在城市外围扩散中的导向作用.指出城市轨道交通诱导城市形态发展的前提条件是:充分发挥自身的交通客运能力.     

城市轨道交通接轨站布置图型探讨

在借鉴国外城市轨道交通网络接轨站设计与运营经验的基础上,针对上海轨道交通3、4号线接轨站运营上发生的问题,对城市轨道交通中两线接轨车站布置图型进行了研究.根据不同的运营组织要求,构思了数种接轨站图型,分析了图型的特点与适用条件.剖析了已有的上海宝山路站和广州体育西路站布置方案,提出可改进的意见.     

河口大桥液体黏滞阻尼器参数分析

河口大桥主跨360m,为我国地震烈度8度及以上地震区域跨度最大的斜拉桥,设置液体黏滞阻尼器,对于半漂浮体系的斜拉桥是一种十分有效的消能减震装置。本文介绍了河口大桥液体黏滞阻尼器的设置形式,重点对比分析了阻尼系数C和速度指数α两参数不同情况下结构关键部位的变形和内力效应,并优化了液体黏滞阻尼器的相关参数。计算成果表明,通过对液体黏滞阻尼器阻尼参数的优化,可使地震作用下结构的相对位移和地震力有效降低,并使桥梁的抗震安全性提高。     

从汉英成语看中西文化特征

汉英成语是中西文化的瑰宝，是语言的核心与精粹，渗透着浓郁的文化气息，展示出民族语言文化的发展和演变。汉英成语的共性及差异反映了成语和民族的宗教哲学、文学艺术、风俗习惯等几个主要文化侧面的关系。     

基于随机森林的内河架空直立式码头损伤诱因反演模型研究*

为研究对码头结构损伤不良诱因作用的反演,在内河架空直立式码头物理模型上进行试验,分析码头在超限堆载和不规范靠泊两种损伤诱因作用下的应变规律。结合三峡库区架空直立式码头损伤诱因反演分析,提出基于随机森林的损伤诱因反演模型,并使用物理模型的试验数据对模型进行评估。结果表明：由物理模型试验得到靠江侧和靠岸侧基桩轴向应变分布规律,靠江侧轴向应变特征较靠岸侧明显,更适合作为反演输入;随机森林反演模型能够对物理模型损伤诱因的类型、位置、强度进行较为准确的反演,损伤类型的精度达到0.98,损伤位置的精度达到0.99,损伤强度的精度达到0.99。     

汽车侧窗雨水管理的计算流体力学分析研究

为分析侧窗雨水管理中A柱漫流对侧窗视野区的影响,通过计算流体力学(CFD)仿真和环境风洞试验相结合的方法,对前风窗玻璃水流越过A柱后在侧窗表面流动的过程进行了分析和研究,证明了 CFD瞬态分析方法能够预测A柱漫流的位置和侧窗水流在风力作用下的运动轨迹.通过A柱优化方案的试验结果对比和流场分析,验证了A柱结构优化能够改善...     

基于多智能体深度强化学习的停车系统智能延时匹配方法

“互联网＋”模式下区域停车“用户-资源”优化匹配是解决找车位难问题的有效途径,传统研究主要关注动态匹配机制设计,缺乏对用户匹配时机的考虑。在随机动态环境下,用户到达目的地附近后进行适当的延时等待,往往可以获得更优质的泊位资源,但取决于当前的停车供需模式。据此首次提出智能延时匹配策略,将每个停车用户抽象为智能体,构建多智能体深度Q学习模型(M-DQN)。结合系统的停车供需状态学习,用户自主决策延时等待时间,进入分配池后,系统利用匈牙利算法进行泊位匹配。在智能体总数量可变的环境下,利用集中式训练与分布式执行的框架,实现多智能体协同优化。为对比智能延时策略的效果,设计等待零时长策略(Greedy)和等待最大时长策略(Max Delay)。在算例中,结合同济大学四平路校区实测停车数据,设计3种不同的停车供需模式场景。在工作日早高峰时段,Greedy是最优的匹配策略,M-DQN和Max Delay的平均停车过程总用时会增加,匹配成功率下降;在工作日非高峰时段,M-DQN的平均停车过程总用时相较于Greedy和Max Delay分别减少23.8%和22.4%,效果提升明显;在工作日晚高峰时段,M-DQN的平均停车过程总用时相较于Greedy和Max Delay分别减少了12.8%和14.5%,M-DQN可以结合供需状态学习到最优的匹配策略。研究结果表明：在停车供需相对平衡的环境下,所提出的延时匹配策略和多智能体深度强化学习方法可以有效减少用户停车的平均行驶时间和步行距离,且停车周转率越高效果越好;但延时策略在应用方面仍有一定的局限性,不适用于停车供给紧张,停车周转率较低的场景。     

面向控制的DPF再生效率建模和试验研究

对柴油机颗粒物捕集器(DPF)的再生效率进行实时和准确的在线预估,可为DPF热再生结束的控制提供判断依据,是实现DPF系统化和高效应用的重要功能.本文基于热再生过程中DPF内碳烟颗粒的氧化反应机理探讨并建立了DPF再生效率计算模型,通过发动机台架试验对模型的化学反应动力学参数进行了校核和辨识,从而得到DPF内碳烟颗粒热...