软弱地质条件下大直径钢壁沉井施工技术

以沪杭高速铁路跨沪杭高速公路自锚上承式转体拱桥基础施工为例,分析大直径钢壁沉井在靠近高速公路软弱地质条件下的技术难题和施工方法,总结此类条件下施工经验,在确保转体桥施工顺利完成的同时,确保高速公路运营安全。     

岩溶地区深水大直径桩基施工技术

结合溆浦至怀化高速公路沅水大桥深水大直径钻孔灌注桩的施工实践,介绍了岩溶地区深水环境下钻孔灌注桩的成桩工艺要点、关键施工技术及事故预防处理措施,可供类似地质条件的岩溶桩基施工借鉴。     

沈阳市浑南新城现代有轨电车工程结构设计

针对沈阳有轨电车项目结构设计进行全面总结,详细介绍大跨库房的结构选型、计算及有关特殊问题的处理;对超长车库进行计算分析,采取预应力及其他施工措施,取得较好的效果;最后介绍正线车站的设计情况,总结施工配合中存在问题,以期为后续设计施工提供经验。     

动车组管理的多视图BOM模型研究

物料清单(Bill of Materials,BOM)是动车组全生命周期管理中的核心数据,动车组全生命周期管理贯穿动车组设计、生产、运用和检修阶段.目前动车组BOM研究主要集中在设计、制造阶段,针对运用、检修阶段的相关研究较少.为此,以动车组装配部件信息为统一数据源,提出一种多视图BOM模型,设计相应的存储结构和检索算法.该BOM模型及检索算法可适用于动车组全生命周期管理中各阶段的业务需求.     

大丽铁路洱海段施工期的环境影响和对策

新建铁路大理至丽江线洱海段工程位置特殊,洱海既是大理自治州的"母亲湖",又是苍山洱海国家级自然保护区的核心组成部分,属于典型环境敏感区。因此,做好施工期的环境影响分析和保护对策研究非常重要。在实地考察的基础上,结合新建铁路大理至丽江线洱海段的区域自然环境特点,从施工废水、弃碴、水土流失、噪声以及大气污染5个方面分析大丽铁路洱海段施工期的环境影响,指出施工过程中容易疏忽的一些问题,并提出相应的保护对策和建议。     

基于多维度耦合的动力电池安全大数据监控

近年来,在国家政策引导、标杆企业示范以及市场需求推动的共同作用下,我国电动汽车的保有量有了大幅的增加,且每年的总销量仍在不断的突破,随之而来的动力电池安全也成为了一个全行业必须面对的问题。除了在设计验证,生产制造等环节进行安全问题规避外,在车辆运行的过程中依靠监控系统进行车辆运行大数据监控及预警也很有必要。受限于数据采集频率以及数据采集质量等多个因素,目前动力电池安全的监控难度较高,算法不成熟,监控准确率低。分析了影响动力电池安全的可能因素,并且对每种因素可能导致安全事故发生的概率进行分析,对是否可对动力电池安全进行预警做了探索分析,同时基于可能影响电池安全的原因阐述了一种多维度耦合的动力电池安全监控策略。     

大数据技术在动力电池异常监控中的应用

新能源电动汽车其安全性一直困扰着行业与市场的发展,传统电池管理系统(BMS)储及计算能力不足,难以实 现动力电池的异常状态预测,基于车联网数据,搭建了大数据监控与管理平台,提出了动力电池热失控关键算法,并实现 了算法的平台集成与应用。应用结果表明,此系统应用能够有效评估和预测动力电池潜在安全风险,并能及时有效地指 导安全处置,从而降低整车安全事故发生概率。     

电动汽车大数据处理活动中的伦理问题研究

为了解车辆零部件运行状态,分析整车故障原因,技术人员通过车载终端把电动汽车的整车控制系统各节点发送至大数据平台进行查阅、分析和下载使用。大数据的使用引发了信息工程领域的伦理问题。本文重点阐述了电动汽车产业运用大数据时可能产生的伦理问题及其产生原因,探索强化责任、加强职业道德教育等解决办法,并结合伦理学理论提出了建议。     

桩侧泥皮对大直径超长钻孔摩擦桩承载及受力性能影响研究

桩基主要依靠桩侧和桩端土体提供承载力。大直径超长桩基的受力特性复杂,受土体性质、桩基类型、桩顶反力等诸多因素影响,尤其是泥浆护壁施工工艺形成的侧壁泥皮的影响,其桩基承载力发挥离散性大。为研究桩侧泥皮对大直径超长钻孔摩擦桩承载及受力性能的影响,基于现场取样获得的泥皮强度,采用有限元数值方法,从荷载沉降、桩身压缩、荷载分担比等角度,定量分析研究了大直径超长钻孔灌注桩受泥皮影响的规律。结果表明,大直径超长钻孔灌注摩擦桩承载力主要由桩侧摩阻力提供,泥皮效应对单桩极限承载力折减显著,其极限承载力仅为不考虑泥皮效应的38.5%,随着泥皮强度降低,桩侧土体侧摩阻降低,相同桩顶反力时沉降增大,单桩极限承载力降低。在实际工程中,泥皮的存在客观上很难避免,对于以桩侧摩阻力为主来提供承载力的大直径超长摩擦桩,宜采取措施降低泥皮含量,或增加泥皮强度,以保证桩基承载力正常发挥。     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。