浅插法大直径钢圆筒在换砂振沉施工中的应用

大直径钢圆筒凭借其特有的优势被应用在大型人工岛护岸项目中.以某大型人工岛项目为例,针对浅插法大直径钢圆筒施工中遇到的一些实际问题进行方案比选.通过对振沉方法、纠偏方式、振沉顺序等技术方案的分析对比,总结出浅插法大直径钢圆筒在换砂基础中应用的主要工艺:点振法振沉工艺、起重船纠偏工艺和顺、跳打振沉顺序.     

赤道几内亚Mbini大桥总体设计

赤道几内亚Mbini桥主桥为120 m+120 m独塔斜拉桥,倒Y型塔,桥宽13 m,肋板式断面,平行钢丝斜拉索.桥位处于Wele河大西洋入海口,防腐、船撞问题是本桥的重点;预应力混凝土主梁在经过多次调索后能够满足规范对C40混凝土全预应力构件的要求,是本设计的一个难点.介绍桥梁构造和计算要点.     

以色列复合地层盾构土舱压力计算方法分析

以色列特拉维夫"红线轻轨"项目盾构隧道穿越以粉细砂、粉土质砂、库卡(砂岩)为主的复合地层,针对复合地层盾构土舱压力难以合理计算的问题,将在建盾构区间的地层组段划分为4个岩土组,在确定每个岩土组物理力学参数的基础上,将普氏理论结合欧洲规范下常用的经验法、J&S法和A&K法,对4个岩土组的土压力进行计算,并对计算结果进行了...     

西堠门大桥直升机牵引先导索过海方案论证与实施

简要介绍国内外悬索桥先导索过海(江)方法和西堠门大桥直升机牵引先导索过海方案的选定及实施,并对中国、日本方法和直升机法与传统方法做了详细比较。     

反激变换器电流连续和断续的比较研究

根据单端反激变换器的电路和工作波形,推导了其在输出电流连续和不连续情况的工作原理,并且给出了在MATLAB/Simulink中的正激变换器的仿真模型和仿真结果。通过对仿真结果的分析得出以下结论:其优点是电路所用元器件少,电路简洁。其缺点如下:输出功率较小,稳定性较差,以及开关应力大,电路能量损耗较大。     

正激变换器的五维可视化优化设计

本文对正激变换器进行了输出本安特性分析,从满足纹波电压指标和最大输出短路放电能量最小的角度,采用五维数据可视化技术,在MATLAB环境下通过程序设计展现全局的值域分布,从而对电感、电容参数进行优化设计,以提高电路的稳定性。     

盾构隧道下穿铁路股道带压换刀施工技术研究

杭州富水粉砂地层粉土粉砂含水量丰富,且易产生流砂,在土仓内建立并保持稳定的换刀环境特别困难。以杭州地铁1号线秋涛路站至城站站区间盾构隧道下穿铁路股道带压换刀施工为例,从地面加固、换刀前掘进控制措施、气压值确定、膨润土泥浆压注、土仓清仓建压等多种措施综合应用,确保了盾构隧道下穿铁路股道带压换刀安全。     

大跨径预应力混凝土盖梁主动托换参数分析与结构优化设计

为了探讨结构参数对大跨径预应力混凝土盖梁托换后的影响和盖梁截面的优化设计,对截面优化方法的比较和不同计算参数下截面的受力特性进行研究。以广河高速公路春岗互通主线桥右幅82~#墩为依托,采用MIDAS Civil建立有限元模型,分析墩梁连接方式、盖梁跨高比、墩刚度比和预应力钢束数量对盖梁挠度和内力的影响规律,结合ANSYS和MATLAB对盖梁进行截面优化。结果表明:在设计截面不变时,盖梁与墩的连接方式对挠度值的影响较小;在相同的连接方式下,盖梁跨高比对跨中截面的挠度和弯矩影响较大,墩刚度比对跨中截面的挠度和弯矩影响较小,预应力钢束数量对其跨中截面处的挠度和弯矩影响较大;两端固结的连接方式引起的挠度值和弯矩值略优于其它连接方式。ANSYS有限元软件和遗传算法优化的最终结果相接近,两者优化后的截面宽度相对误差为5%,高度相对误差为3%。     

智能网联环境下的多车协同换道策略研究

为提高换道安全性、稳定性和换道效率,本文中提出一种智能网联条件下多车协同安全换道策略。通过建立基于激励模型的换道收益函数进行协同换道可行性判断。基于模型预测控制建立协同换道多目标优化控制函数,实现换道过程的分布式控制。提出一个两阶段协同换道框架,将换道过程分为稀疏纵向距离阶段和换道阶段,以解决由于避撞约束的高维度和车辆运动学的非线性造成的最优控制函数难以求解的问题。采用滚动时域优化算法对优化控制问题逐步动态求解。最后基于美国NGSIM开源交通流数据进行Matlab/Simulink联合仿真,验证了该策略的可行性与准确性。     

人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型

道路系统中的人机混驾交通环境是指人工驾驶车辆与自动驾驶车辆混合运行的交通环境,其中换道行为建模是人机混驾环境下无人驾驶车辆行为研究的热点。基于深度学习理论,构建人机混驾环境下基于长短期记忆神经网络的无人驾驶车辆换道行为模型（Long-short-term-memory-based Autonomous Vehicles Lane Changing,LSTM-LC）。通过研究人工驾驶车辆在换道过程中与周边车辆的相互作用,对换道行为影响因素进行分析;同时,为了提升模型的迁移性,引入道路横向偏移量信息。结合LSTM神经网络的输入要求,使用美国公开交通数据集Next Generation SIMulation（NGSIM）构建换道行为样本库。针对LSTM-LC模型,以均方差MSE作为损失函数,使用RMSprop优化方法进行训练,对LSTM网络结构、历史序列长度N及训练样本量3个重要参数进行标定。最后,针对道路横向偏移量M对LSTM-LC模型性能的影响进行对比试验。研究结果表明：相比GRU-LC模型,LSTM-LC模型对换道行为的表征更准确,在模型的精度和迁移性上有着显著的提升;GRU-LC模型的均方差为4.64 m²,迁移性均方差为119.82 m²,而LSTM-LC模型的均方差为3.18 m²,迁移性均方差为79.58 m²,分别优化了31.5%和39.71%;通过引入道路横向偏移量M,可将LSTM-LC模型精度和迁移性提升约10%,且模型稳定性更强。