软土地层盾构隧道管片上浮 影响因素有限元分析

为了研究掘进速度和浆液凝胶时间对盾构隧道管片上浮的影响,依托苏州地铁5号线通园路站—星港街 站盾构区间,采用Winkler弹性地基梁建立盾构管片三维有限元荷载结构模型,考虑同步注浆和二次补浆对管片 产生的动(静)上浮力,分析掘进速度和注浆凝胶时间对管片上浮和错台的影响。研究结果表明：管片上浮和错台 随着盾构掘进速度的增加而增大,上浮主要出现在浆液未凝固段管片底部,错台主要出现在浆液未凝固段与盾尾 段和浆液凝固段的交界处,为避免管片上浮量和错台量超过规范要求,盾构掘进速度不能超过10环/d;随着浆液 凝胶时间的延长,管片上浮量和错台量逐渐增大,选用速凝早强的双液浆进行背后注浆有利于控制盾构隧道上浮。     

轨道桥梁低熔点合金可调高装置 设计与试验研究

针对轨道高架桥梁的设计时速越来越高,对桥梁平顺性要求也越来越严格的问题,以设计时速160 km/h 的北京地铁22号线高架桥梁为工程依托,研发设计基于低熔点合金为调高介质的新型可调高装置,并开展该装 置的构造设计、室内升温承压试验、压剪机足尺加压调高性能试验及现场架梁试验等系列试验研究。研究结果表 明：该新型可调高装置可实现无级双向调高功能,其调高速度快,30 s内可完成高度调整,且调高精度可达毫米级, 并在合金冷却固化后具有良好的无极调高性能和受压稳定性。这种可调高装置的精度和稳定性不仅是高架桥梁平 顺性的重要保障,而且为病害支座更换、桥梁差异沉降调整等方面的工程应用提供指导。     

基于累积前景理论的轨道交通 非常态乘客出行方式选择行为研究

当城市轨道交通系统出现异常,乘客容易产生盲目、恐慌、从众等心理,并做出非完全理性的决策。现 有MNL模型基于信息完备假设与完全理性假设,在面对非常态情景时的适应性较差。为刻画非常态情况下乘客 的不完全理性并考虑乘客个体差异,解决MNL模型的不适用性,本文针对轨道交通非常态情景,通过累积前景 理论进行建模。首先,综合考虑时间、费用、舒适度与便捷性4个对乘客出行行为有直接影响的因素,构建基于 累积前景理论的轨道交通非常态乘客出行方式选择模型,刻画乘客的不完全理性行为。然后,开展问卷调查用以 标定模型参数,并结合调查结果构建服从泊松分布的差异化参考点,描述模型的参考点依赖现象,差异化参考点 的泊松分布检验值满足大于等于0.05的检验标准,解释了乘客出现不同决策结果的本质,使综合前景呈现随参考 点波动的态势。最后,将引入差异化参考点的基于累积前景理论的轨道交通非常态乘客出行方式选择模型与多项 Logit(multinomial logit,MNL)模型进行对比。研究结果表明：针对非常态情景,本文模型体现了乘客面对非常态 时的有限理性与个体差异性,宏观角度下的交通方式划分率计算结果总体偏差较MNL模型减小了4.9%,微观角 度下乘客个体决策结果预测准确率较MNL模型提升了25.4%,整体效果优于MNL模型,验证了模型的合理性。 研究成果可以为轨道交通非常态下的交通需求预测与应急响应提供理论支撑。     

城市轨道交通轮轨力间接测量法仿真验证

针对现有传统轮轨力直接测量法测力轮对安装复杂、前期贴片与标定操作难度较大且成本较高等问题,以现有的相关研究为基础,以城市轨道交通列车为研究对象,利用Simpack动力学软件对轮轨力间接测量法进行仿真验证。推导出轮轨力间测量法的理论公式,利用Simpack软件,建立车辆-轨道动力学仿真模型,通过运算得出直线段轮轴横向力与轮轨垂向力两者在不同工况下误差的50%、75%、90%与最大值。结果表明,间接测量法具有较高的测量精度,为城市轨道交通轮轨力测量提供可选方案。     

现代有轨电车设计和运营对市政道路交通影响分析

文章立足现代有轨电车采用新型的车辆,拥有更高的路权和良好的景观效果,在我国得到广泛推广运用大背景,既阐述现代有轨电车具有提升地面公共交通品质、补充城市轨道交通布局等积极作用和优势,更重点分析现代有轨电车存在占用城市道路资源,对道路交通产生不利影响等不足,针对成因,提出现代有轨电车设计和运营要依据既有地面交通资源情况确定...     

安康市汉江景观桥设计方案研究

安康依汉江而建,桥位处周边建筑具有重要的历史文化意义,且桥位两边连接安康重要的街道和火车站。汉江景观桥在桥位走向、桥型选择与周边历史文化的契合度、景观桥与汉江两边道路的衔接等方面是重点研究的课题,从设计思路、功能定位、桥位比较、桥型方案、造价等对安康市汉江景观桥设计方案进行了研究。     

基于单轴地磁传感器的车辆参数检测算法研究

为了进一步探寻地磁传感器在车辆检测领域的应用,研究利用车辆通过时所引起的检测区域的磁场强度扰动,用自主研发的单轴地磁传感器获取和处理Z轴方向上抖动幅度大于指定阈值的地磁信号,研究了基于固定阈值的状态机车辆检测算法,对路段车辆进行检测,并获取车速、车长、车流量等信息,建立磁场能量与车长车速比值的关系模型.通过南京市江宁区某公路上的实验,并利用现场录制的视频作检验,结果表明,基于自主研发的单轴地磁传感器可以实现路段车辆98%的检测率,并有效获取车辆的车速、车长等信息.通过分析得到的磁场数据,验证了该模型可以用于多个地磁传感器进行车辆检测的数据融合.     

基于可变车道的交叉口时空资源优化配置

交叉口在潮汐交通影响下会产生各流向不均衡现象,容易使进口道利用效率低下,形成拥堵.常用的应对措施是设置适用于交叉口的导向式可变车道.基于可变车道,提出信号交叉口时空资源优化配置方法.在空间上,为寻求交叉口各流向之间的均衡化,以同一相位下各流向流量比之间的差值尽可能小以及总体的流量比之和尽可能小为目标,以各进口道各流向的交通量为基础数据,考虑进、出口道通行能力匹配等约束,同时考虑直右合用车道设置问题,构建车道功能划分模型.时间上配以Webster信号配时模型.以时段为单位,得到各个时段优化的车道功能划分和信号配时,从而确定可变车道的设置.以实际交叉口为案例,通过设置现状组、对照组、模型组对比分析该方法的效果.通过Vissim交通仿真,结果表明,相比于固定的车道功能,模型优化后能降低交叉口10%的延误.     

基于GBRBM-DBN模型的短时交通流预测方法

为提高城市道路短时交通流预测的精度和效率,提出了一种基于深度学习的短时交通流参数预测模型,结合高斯-伯努利受限波尔兹曼机、Softmax回归模型和深度置信网络,对大规模路网中地点车速进行预测.该模型在网络底层加入高斯-伯努利受限波尔兹曼机,将传统二值输入转换为连续实值输入以适应地点车速的数据特征.在网络输入、输出矩阵中加入时空特征表达,并将深度置信网络顶层接入Softmax回归模型,根据深度学习模型提取到的地点车速时空特征对多路段多时刻的地点车速进行预测.选取广州市大规模路网中60条路段60 d的实测地点车速对网络结构和参数进行调试,并分析预测结果.结果表明,GBRBM-DBN网络结构能够提取大规模路网中地点车速的时空分布特征,预测精度较高.与长短时记忆循环神经网络预测结果进行对比,具有更高的时效性;与“深层模型+小规模数据”相比,平均绝对误差减小10.13 km/h,平均相对误差减少14.5%;对输入矩阵中的训练集和测试集数据量比例作不同划分,平均绝对误差变化范围在1.64 km/h以内,平均相对误差仅增大7.3%.     

降雨条件下高速公路短时行程时间预测研究

为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间.并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型.该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度.选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测.结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0 .98 ,平均绝对百分误差1 .99% ;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3 .40% 和2 .60% ,且拟合程度不如组合预测模型.