孤立波作用下单排桩附近床面冲刷实验研究

为揭示海啸波冲击下桩式防波堤的桩基附近泥沙冲刷特性,文章通过物理模型实验研究了孤立波作用下单排桩柱结构附近床面的局部冲刷问题,测试了入射波高和水深对冲刷坑形态发展的影响。结果表明:床面冲刷主要发生在相邻柱体的间隙处;在冲刷过程的前期阶段,排桩不同间隙附近床面冲刷的演变存在一定的差异;到冲刷后期,各间隙床面三维形态上的差异逐渐消失;达到冲刷平衡后,在间隙附近形成显著的冲刷坑,冲刷坑的下游则出现淤积的沙坝;沿间隙中心线剖面上的最大冲刷深度出现在柱中心偏下游位置,最大淤积高度出现在柱中心下游的几倍圆柱直径范围内。冲刷坑沿槽宽方向的发展随着波高的增大而增大,随着水深的增大变化不明显;平衡剖面上最大冲刷深度、最大淤积高度和冲刷坑水平长度亦随着波高的增大而显著增加。试验成果可为进一步建立相应的三维泥沙冲刷数值模型提供校核依据。     

基于迁移学习的桥梁表观病害检测技术研究

桥梁表观病害检测是保证桥梁设施安全的关键技术之一。深度卷积网络因其强大的特征提取能力,被广泛应用于土木工程领域的结构病害识别与检测,然而在土木工程领域中往往缺乏用于训练深度学习网络的高质量大规模病害图像数据集。针对上述问题,提出一种基于迁移学习的桥梁表观病害检测方法。该方法运用迁移学习技术,通过迁移VGG16网络模型结构及全部卷积层参数,并在迁移后的模型结构上添加新的全连接层,以此来解决训练数据集不足的问题。运用动态学习率调整策略,以不同的学习率对卷积层和全连接层参数分别进行微调,用于提高模型的识别准确率。实验对比ResNet18,ResNet50,VGG19,VGG16等主流深度学习网络模型,该方法在验证集上取得了最高准确率,为98.86%。用实拍的未经过处理的桥梁表观病害图像数据集进行测试,该方法的整体结构表观病害识别准确率达到88.33%,其中泛碱、露筋和裂缝3类病害的测试准确率分别达到96.25%,80.00%和88.75%,具有较高的病害识别准确率,可以用于在役桥梁表观病害识别。     

嵌岩桩垂直承载力的有限元分析（上）——嵌岩深度效应

着重讨论嵌岩桩的嵌岩深度效应,当嵌岩达到一定深度后,继续增加嵌岩深度,对桩的承载力的提高已不明显,甚至无助于承载力的提高。     

冲击碾压施工对路基压实效果试验分析研究

冲击式压实机的冲击碾压,能有效减少公路路基的工后沉降量,大大改善因不均匀沉降而形成的道路病害,提高路基的整体强度和均匀性。但冲击碾压工艺参数依赖于普遍性原则,且在填筑材料土质不同的情况下,冲击碾压对路基的压实效果也不同,有必要通过试验,对高填方路基的冲击压实效果进行研究,总结施工经验,收集基础数据,用以指导高填路基冲击碾压施工及参数调整。     

高校思想政治教育与国防教育的深度融合发展研究

在世界发展大变革、多元文化思潮的冲击之下,高校国防教育更需要紧紧围绕国家人才培养战略与国防后备力量建设的需要,构建起新时期高校国防教育的大格局,积极推进国防教育和思想政治教育深度融合,提升国防教育的感召力.文章分析了高校思想政治教育与国防教育融合的必要性与特殊性,结合其现存的问题,提出了高校思想政治教育与国防教育深度融...     

将党史学习教育与生产经营工作深度融合

郑州公交集团党委坚决贯彻落实习近平总书记重要指示精神和市委、市国资委党委各项决策部署,将党史学习教育作为推进新时代党的建设的重大契机和提升企业党建工作质量的重要抓手,落实省委、市委工作会议和市十二次党代会精神,聚焦改革发展,聚焦重点任务,在"我为群众办实事"中,厚植公交为民情怀,推动学习教育成果转化为企业高质量转型发展的奋进动力,提升市民出行获得感、幸福感、安全感。     

基于改进的YOLOv3接触网鸟巢检测与识别

接触网上鸟巢对铁路安全稳定运行存在严重威胁.为检测和识别接触网上鸟巢以解决鸟巢对铁路运行造成的不良影响,提出一种改进的YOLOv3算法.首先对接触网鸟巢图像进行前期预处理,去噪等操作能够加强对鸟巢本质特征的提取,数据增强一定程度上避免神经网络的过拟合现象产生.然后在网络结构中加入空间金字塔池化模块,对特征图进行不同尺度...     

枢纽下游河床冲刷深度估算方法

根据沙量守恒原理,从宏观上建立了清水冲刷深度估算公式。公式涉及到床沙可悬百分数;推移质单宽率输沙量及其变化过程;冲刷过程中水流条件的变化;粗化层厚度及其级配等疑难问题。通过水槽试验和理论分析给出了这些问题的计算关系式,获得了冲刷深度估算方法。经试验资料检验,精度良好。     

基于多步LSTM模型融合的铁路客票订单量预测方法

根据铁路客票订单量的周期性特征,提出一种基于多步LSTM模型融合的铁路客票订单量预测方法.首先构造多个LSTM模型作为第一层预测模型,并采用贝叶斯优化方法训练LSTM模型,得到候选超参数集合;对验证集以候选最优超参数集合代入LSTM模型进行预测,可得到LSTM模型的最优参数集合,再分别以加权求和、线性回归和LightG...