湘桂铁路东江桥病害综合整治方案设计

湘桂铁路东江桥始建于1939年,由于建设年代久远、标准低,虽经多次改建和整治,桥梁在运营过程中仍存在横向振幅超限等病害。本文结合该桥实际情况,介绍了墩台防冲刷处理、地基加固、桥墩包箍、更换上部结构等整治施工方案,取得了较好的效果,可为今后类似工程提供参考和借鉴。     

“合资自主”:能否再以市场换技术?

近来,合资自主又开始了新一轮"上市风潮"。借上海车展之际,一干合资自主汽车品牌的发布与亮相,极大地吸引了人们的关注。对于合资自主品牌,大家评论不一。但是就我与诸多业内人士的沟通中,大家都不解一个问题:有外资品牌,合资品牌、自主品牌,又"生"一个不尴不尬的"合     

南京地铁3号线浦珠路站满足大直径盾构整体始发结构托换技术研究

为满足南京地铁3号线浦珠路站大直径盾构整体始发的需要,对该站原分体始发结构进行调整。通过分析大直径盾构整体始发技术对地铁车站的影响,总结出地铁车站在大盾构整体始发条件下结构设计的处理方法及难点。根据车站工程地质,利用混凝土梁柱临时托换体系满足始发要求,并采用SAP2000有限元软件建立二维及三维模型进行模拟分析,提出转换始发的关键技术。得出采用临时结构托换技术解决大直径盾构整体始发技术是可行的,且临时结构托换体系对原结构尺寸未产生影响。通过分析验证了混凝土梁柱体系在在地铁车站结构受力体系临时转换时的适用性。     

基于深圳地铁一号线国大段特大轴力桩基托换的风险管理

深圳地铁一号线国大段下穿百货广场大楼,遇到18 900kN的桩基托换,如此大吨位的桩基托换在国内外尚属首例,因此设计、施工均存在很大风险.首先介绍风险分析理论,并在此基础上进行国大段特大轴力桩基托换的风险分析.     

UH181全液压挖掘机液压系统换油工艺

针对UH181全液压挖掘机液压系统,给出了详尽的换油工艺,为确保液压系统换油过程中免于污染提供了合理的操作步骤.     

高速公路施工区自动车辆行驶轨迹优化方法

为改善高速公路施工区路段车辆运行状态,建立了一种集合优化换道比例和可变跟车时距的换道控制策略.通过引入交通运行效率和冲突风险目标函数并进行在线求解,从而对施工区车辆行驶轨迹进行优化,提高了车辆的平顺性.在网联自动车环境下,以施工区上游路段车辆平均速度为目标函数,借助遗传算法遍历交通流状态集合,求解换道比例,以此调整施工区上游车辆分布.以施工区汇入路段车辆交通效率和冲突风险为可变跟车时距模型的目标函数,调用CPLEX/Matlab求解器得到汇入路段可变跟车时距.为了在线计算和可视化建立了Matlab/Vissim_COM的仿真平台,通过Matlab编程技术以单步仿真的方式提取Vissim车辆信息,将CPLEX求解器和Vissim的封装环境以函数调用的方式与遗传算法结合,对车辆信息进行优化计算和参数反馈.在总仿真次数达到400次时,模型控制得到最优.结果表明,与未实施控制相比,在最优控制中,当仿真时长达到800 s时,每条车道交通量输入达到700 veh/h,优化效果较为明显,即全局车辆在汇入路段"曝光"次数减少,车辆行驶轨迹变的"平滑",全局运行速度提高了48%,速度标准差的变化幅度降低,全局车辆的速度离散性得到改善,以后侵入时间表征冲突风险,冲突次数降低了39%,高速公路施工区车辆运行状态得到了改善.      

地铁暗挖区间下穿市政桥梁桩基托换方案研究

依托沈阳地铁3号线某暗挖区间下穿文化路立交桥工程，在工期、造价及对周边环境影响等角度对比分析明挖法进行桩基托换与暗挖法进行桩基托换方案的优缺点；从不影响地面交通角度出发，选择暗挖法进行截桩及桩基托换，通过风险分析确定暗挖风险处理措施，保证暗挖施工的安全性，并结合现场实施条件明确了桩基托换施工工序；最后，建立三维有限元模型，计算分析暗挖法桩基托换施工，计算结果表明：暗挖截桩方案施工引起的连续梁绝对沉降、差异沉降、倾斜及水平位移均小于桥梁变形预警值。     

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。