基于Bayes-LSTM的公路隧道围岩变形预测方法研究

在公路隧道施工过程中,围岩的稳定性对隧道施工的影响较大。因此公路隧道围岩变形的监控量测与准确预测是保障隧道施工安全的关键。针对当前隧道围岩变形的预测精度较低以及泛化能力较差等问题,该文提出一种基于贝叶斯（Bayes）优化长短期记忆网络（LSTM）的方法,该方法首先对拱顶沉降和周边收敛的原始监测数据进行预处理,而后构建公路隧道拱顶沉降与周边收敛的初始LSTM模型,并利用Bayes优化模型中的超参数,最终得出预测结果。利用该模型对某公路隧道拱顶沉降和周边收敛进行预测,将预测结果以均方根误差为评价指标与神经网络（CNN）和支持向量回归（SVR）进行对比。预测拱顶沉降时,Bayes-LSTM模型的平均预测精度相较于CNN与SVR模型分别提高了1.0与1.26;预测周边收敛时,Bayes-LSTM模型平均精度相较于CNN与SVR分别提高了0.3与0.32。表明Bayes-LSTM模型的预测精度较高,同时其能在训练模型过程中对历史信息进行判断和取舍,极大地提高了时序数据处理的效率,为公路隧道围岩变形预测提供了新的思路和探索。     

阿家岭隧道浅埋段爆破设计与施工

介绍沈环线阿家岭隧道浅埋段爆破设计及施工要点,对成功经验进行了总结.     

阿家岭隧道浅埋段爆破设计与施工

介绍沈环线阿家岭隧道浅埋段爆破设计及施工要点．对成功经验进行了总结。     

承台混凝土施工温度控制及数值分析

天桥特大桥主桥桥墩承台大体积混凝土采用一次浇筑法施工,这种施工方法会明显加剧水化热效应,应采取温度控制措施。运用有限元软件MIDAS对承台内部水化热温度场进行了模拟计算,并在承台内预埋温度测量元件对温度场进行监测。对模拟计算结果和监测结果进行分析,按照温度控制标准,通过控制冷却管水流流量有效地控制了混凝土的浇筑温度、最高升温、内外温差及降温速率,达到了预期温度控制的目标。     

适用于机器学习的公路典型选线案例库构建方法与实践

为应对采用机器学习技术开展公路智能选线研究中对高质量案例数据的需求,研究了公路典型选线案例库构建方法。首先,采用文献调研、专家访谈的方法进行了选线案例数据整理和分析,明确了公路选线案例库构建面临的数据源分散、人工数据采集分析困难、算法模型接口需求多样及涉密数据安全性高等4个方面技术难点。提出了“以既有勘察设计及咨询项目成果数据为源头,案例数据预处理、标准化、后处理流程为核心,研发系列软件实现案例内容生成自动化”的选线案例库构建思路及实施技术路线;其次,通过梳理各项目管理系统中工程数据库、设计技术资源库等企业项目数据资源,甄选出了40个包括高速公路和其余各等级公路的选线设计代表性案例项目,并按制定的数据标准进行分类、数字化存储,制作了一套可供机器学习的案例库;最后,探讨了在实际公路选线设计工作中动态持续更新案例库的方法和实现路径,对构建更大规模高质量选线案例库和智能选线算法研究具有示范和参考价值。     

基于改进递归最小二乘估计的潜器轨迹预测

由于海流、温度、海底地形等深海环境因素影响,同时存在潜航器自身推进器扰流、母船螺旋桨扰流等因素,超短基线（USBL）作为深海水下潜航器通信定位的系统存在通信延迟不一、异常值随机出现等问题。当潜航器与母船之间的水平夹角小于USBL自身的通信角,潜航器与母船无法实时通信,由此带来一定潜航器与船体的碰撞风险。针对上述问题及风险,提出基于改进的递归最小二乘法估计的潜航器水下轨迹预测方法,可有效降低测量扰动的影响,对航行轨迹进行预测。     

关键参数对电液可变气门升程规律影响的试验研究

基于自主研制的电液式可变气门系统研究了关键参数对气门升程曲线瞬时变化的影响,通过采用特征点来描述气门升程曲线的特征变化,为参数选取提供理论支撑。研究表明：进油相位对特征相位β_d和β_g的影响都存在临界值,且特征相位β_d和β_g随供油压力增大而提前;特征相位β_d不受泄油相位的影响,而泄油相位对特征相位β_g的影响存在拐点;特征相位β_d和β_g都随凸轮转速的增加而延迟。     

舰船故障智能诊断系统模型的研究

针对当前船舶智能化带来的对故障智能诊断的迫切需求,介绍一种船舶故障智能诊断系统的结构和知识的获取及表示模型。     

浅谈下马塘隧道跻排水施工技木

本文结合丹本高速公路下马塘隧道防排水施工实例，介绍了高速公路隧道防排水施工过程中对防排水施工的一些具体作法。     

下马塘隧道初期支护整体下沉处理

辽省丹东至本溪高速公路下马塘隧道左线进口较大范围内位于浅埋黄粘土地段，含水量大，强度低，施工时又过于冒进，造成了已做好的约17m的初期支护整体下沉，地表出现了大面积塌陷事故。本文主要分析了事故产生的原因、整治方案的选择及主要施工工艺，为今后软弱土层地段的施工和事故处理提供一定的参考意见和经验。