固化剂稳定磷石膏路基填料的工程特性研究

为提高磷石膏路基填料的强度和水稳定性,降低有害物质溶出,采用甲基硅酸钠、硅酸钠和乳化剂制备磷石膏固化剂（CA）,并将质量比为0.5%、1.0%、1.5%和2.0%的CA加入到磷石膏中制备CA稳定磷石膏混合料（CASP）,研究了CA掺量对CASP的力学性质（加州承载比CBR、回弹模量、无侧限抗压强度和剪切强度）、水稳定性（泡水软化系数和接触角）与有害物质溶出量的影响规律,并结合扫描电镜试验揭示了CASP的强度形成与水稳定性增强机理。结果表明：CA中的硅酸钠与磷石膏可生成硅酸钙凝胶与硫酸钠晶体,前者的胶凝作用和后者的填充作用提高了磷石膏的强度和密实度,CASP的CBR、回弹模量、无侧限抗压强度和剪切强度随着CA掺量的增加而大幅提升;由CA中的甲基硅酸钠所生成的聚硅氧烷憎水膜,改变了磷石膏颗粒表面的亲疏水性质,降低了磷石膏孔隙,改善了磷石膏的水稳定性,CASP的泡水软化系数随着CA掺量的增加而变大,掺2.0%CA的CASP与水分的接触角为91.4°;浸水11 d后掺1.0%CA的CASP可满足高速公路的路床填料CBR不小于8%和路基回弹模量不低于40 MPa的技术要求;通过硅酸钙凝胶的物理吸附和化学结合,以及憎水膜的填充固封,CA显著降低了磷石膏砷、铬、铅、氟离子和磷酸根的溶出量,掺0.5%CA的CASP浸出液中砷、铬和铅含量分别满足地下水Ⅰ级、Ⅱ级和Ⅳ级标准。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

排阵式交叉口几何设计与信号控制协同鲁棒优化

针对排阵式交叉口在实际交通波动环境中存在车辆滞留排序区,运行效率稳定性难以保障的问题,提出了鲁棒优化方法,平衡交叉口运行的效率和稳定性。在分析排阵式交叉口运行特性的基础上,指出了其运行效率波动性与交叉口几何设计、信号控制、交通需求、饱和流率和运行车速这5个因素有关。确定了将交通需求、饱和流率和运行车速这3个客观波动因素作为模型的输入参数,将几何设计和信号控制这2个可受设计人员控制的要素作为模型的优化控制变量进行协同优化的模型框架。在此基础上,以交叉口车均延误条件风险值最小为目标,考虑了各流向车道数、信号相位相序、排序区车辆清空等方面的约束条件,构建了基于情景的鲁棒优化模型,并建立了遗传算法对模型进行求解。通过案例分析,对鲁棒优化模型的置信水平取值和算法准确性进行了分析,证明了算法可以使目标函数收敛到最小值,并基于蒙特卡洛模拟对优化效益进行了检验。研究发现,所建立的几何设计与信号控制协同鲁棒优化模型可实现在交通需求和供给的波动下,对排阵式交叉口的车道功能、排序区长度以及主、预信号控制进行协同优化。相较于确定性的设计方法,在平均延误层面基本维持原有水平,但对延误标准差和最大值有着较为明显的改善,案例中分别减少了48%和23%。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

基于CATIA知识工程的桅樯信号设备三维设计方法

在桅樯信号设备设计中,雷达桅、前桅等桅杆设计复杂繁琐、剖面较多、设计改动频繁且工作量较大.该文针对桅樯信号设备中的雷达桅、前桅等桅杆设备的设计问题,提出一种基于CATIA知识工程的桅樯信号设备三维设计方法.利用CATIA知识工程重用模型的能力,通过知识工程构建一个桅樯信号设备产品零件库,设计中直接调用已有零件库,将产品零部件以层级式结构组织起来,完成以设计知识为核心的桅樯信号设备三维设计;并以某型船的雷达桅设计为例,介绍了设计流程及方法.该设计方法可有效缩短设计周期,提高设计知识利用率,降低修改工作量及出错率.     

基于GIS空间分析的抛石护岸工程水下抛石效果评价

抛石护岸工程水下抛石效果评价是工程水下质量控制的重点和难点。准确掌握和分析工程水下质量状况,对确保抛石护岸的施工质量起到了重要作用。GIS(地理信息系统)技术拥有强大的空间数据处理与分析能力,可用于对水下抛石效果进行多维度的定性与定量分析。分析结果可以准确评价施工质量、精准指导下一阶段施工、降低施工成本。通过对3个试验区的分析,总结出一般施工规律:1)由于工程区上游起始处以及下游深水侧容易产生冲刷,抛石效果较差。2)工程区中部及近岸区抛石效果较好,但容易过抛。     

疏浚船型的经济性选择

水运工程建设项目中疏浚一般工程量巨大,工程投资占比高。为了控制工程投资,须根据项目的情况合理选择疏浚船型。依据现行疏浚定额,分析疏浚工程价格组成和影响因素,通过构建相同运距时疏浚工程综合单价在船型类别及规格变化时与疏浚工程量之间的关系曲线,总结出不同船型的经济适用疏浚方量范围,并分析得到单价的变化趋势;进一步构建疏浚综合单价和运距的曲线图,并找出工程量平衡点和经济运距。结果表明,工程量大时宜优先选择大规格船舶;抛泥运距远时选用抓斗配自航泥驳的方式比耙吸船的方式更优。     

超大规模土石方工程施工组织与管理

为解决超大规模土石方工程施工组织管理难度大、强度高的问题,对施工过程中技术、质量、进度以及造价控制进行统筹管理。依托大小鱼山围填海工程,分析超大规模土石方工程在施工过程中各阶段、各方面的重难点,针对性地制定解决方案。通过提前策划,重视细节,强化事前计划、事中控制、事后分析的全过程管控,在质量、进度、安全、合同造价、计量等管理中创新管理方法,最终实现石料供需平衡。     

纳米ZnO/SBR改性沥青混合料性能研究

为探究纳米Zn O对SBR改性沥青混合料性能的影响,首先制备纳米Zn O剂量为2%、3%、4%、5%、6%的纳米Zn O/SBR改性沥青,通过比较SBR改性沥青和上述5种纳米Zn O/SBR改性沥青的针入度、延度和软化点,优选出性能最佳的纳米Zn O/SBR改性沥青;其次,对优选的纳米Zn O/SBR改性沥青混合料和SBR改性沥青混合料进行室内性能试验。试验结果表明:综合考虑沥青技术性质及经济性,最佳的纳米Zn O掺量为4%;添加纳米Zn O后,SBR改性沥青混合料的动稳定度值增加了34%,纳米Zn O可以大幅度改善SBR改性沥青混合料的抗车辙能力;相较于SBR改性沥青混合料,纳米Zn O/SBR改性沥青混合料的水稳定性和抗疲劳性能也有一定改善效果,低温性能虽稍有下降,但仍远远满足规范要求。结论是利用纳米Zn O扩大SBR改性沥青的应用范围是可行的。     

长沙南至机场中低速磁悬浮工程限界研究

为合理制定土建工程断面尺寸,保障行车安全,对长沙南至机场中低速磁悬浮工程限界设计进行深入研究。长沙南至机场中低速磁悬浮工程将限界划分为车辆限界、设备限界和建筑限界。从车辆、线路和轨道相关技术参数入手,详细阐述车辆限界、设备限界的计算因素和计算结果,并给出详尽的典型地段建筑限界图。长沙南至机场中低速磁悬浮工程已按期试运营,经实践检验,其限界设计安全、经济、合理,为后续同类工程提供强有力的技术支撑。