高速铁路CRTSⅡ型轨道板轨道精调测量技术

结合中铁十五局京沪高速铁路CRTSⅡ型板式无砟轨道精调测量施工经验,从轨道几何形态描述、轨道几何形态参数测量原理和测量要点、精测数据内业分析处理等几个方面对轨道精调测量技术进行分析总结,认为在测量过程中要特别注意以下两点：全站仪设站的位置应靠近线路中线,并且与近处控制点的距离至少大于15m;变更基准轨确定方法。     

超软地基无砂垫层真空预压施工技术应用

以软基工程施工为例阐述了真空预压施工。在新吹填土上部铺一层土工布增加浮托力,然后打设排水板,排水主管和支管均采用波纹滤管,支管间距与排水板布设一致,主管与支管用三通或四通连接,形成框架形排水管路,实现无砂垫层真空预压处理超软黏土。施工实践和质量检验表明,采用无砂垫层真空预压技术处理超软地基后的承载力满足后期市政建设及厂房建设要求。     

CRTSⅡ型无砟轨道板施工技术

随着高速铁路的不断发展,无砟轨道为铁路的高速运行提供了保证,CRTSⅡ型无砟轨道板作为高速铁路的核心技术,具有施工工艺新、质量要求高、过程控制重要、验收复杂等特点。结合京沪高速铁路四标段现场施工的实践,介绍CRTSⅡ型无砟轨道板的施工技术与质量控制措施。     

浅谈钢管砼拱桥无支架法整体吊装施工新工艺

本文以某工程计算跨径100m的钢管砼拱桥项目为依托,介绍了一种拱桥无支架全新施工方法,即采用浮吊无支架法整体吊装钢管拱肋和系梁劲性骨架施工的方法,为今后同类型桥梁的施工提供了宝贵的经验。     

言语工作记忆负载与言语知觉负载 对颜色无意视盲的影响

无意视盲是指当人们专注于某事时,往往注意不到出现在眼前的其它刺激的现象。本研究以工作记忆的多重加工系统为出发点,操纵了言语工作记忆负载和言语知觉负载,使得工作记忆占用资源与目标刺激加工所需资源相同,均属于言语加工任务,而干扰刺激是颜色,属于颜色加工任务。本研究将工作记忆负载与知觉负载结合起来发现:两者都影响了颜色的无意视盲。     

基于社会力模型的无车道划分异质交通流研究

考虑当前针对无车道划分时的交通流特性研究较少,而且没有考虑车辆类型的异质性,因此本文基于社会力模型提出了一个无车道划分异质交通流模型.利用仿真软件Matlab搭建仿真平台,分析所建立模型的特性,以及道路条件、大车比例对交通流的影响.结果表明,本文所建立的交通流模型能有效地模拟无车道划分情况下的异质交通流特征.在无车道划分时,道路通行能力和平均速度会随着道路宽度减小而减小,当道路宽度小于7m时,通行能力会急剧下降.当交通流密度比较低时,增加大车比例对道路通行能力和平均速度影响很小;当交通流密度比较高时,大车比例的增加会降低道路通行能力,但交通流会变得更加稳定.     

新型无骨架隧道衬砌模板台车洞内安装方法

在长大隧道施工过程中,二次衬砌模板台车净空小,空气流通不畅,影响了施工人员工作环境。为改善工人工作环境,以云桂铁路富宁隧道出口段为例,介绍大净空新型无骨架隧道衬砌模板台车,主要包括新型模板台车主体结构、安装边界条件、劳动力组织、辅助设备及新型模板台车的安装步骤等。经施工生产证明：该安装方法效率高、耗时短、可操作性强,完全满足施工进度,同时该设备的应用大大改善了隧道通风环境。     

CA砂浆层破坏对无砟轨道结构受力特性影响

CA砂浆层掉块破坏是无砟轨道结构运营过程中最突出的病害之一,其破坏程度对无砟轨道结构运营的安全性与适用性具有重要影响。通过采用修正Burgers模型转换Prony级数表征CA砂浆的黏弹性,建立CRTSⅠ型板式无砟轨道结构三维有限元模型,通过模拟CA砂浆层在板端和板中不同区域薄层掉块,研究车轮荷载作用下不同掉块位置、不同掉块大小对无砟轨道结构动力特性和结构位移的影响,分析掉块处轨道结构损伤演变规律和趋势,给出破坏界限建议值,为无砟轨道结构的养护维修提供理论依据和指导。研究结果表明：无论板端还是板中掉块,CA砂浆层破坏造成轨道板垂向加速度、垂向位移和纵向拉应力增幅明显,CA砂浆层掉块边缘位置的压应力急剧增大,而底座板垂向位移及受力逐渐减小;车轮荷载作用下,CA砂浆层板端薄层掉块达到0.912 5 m,板中掉块达到1.25 m时,轨道板的垂向振动和CA砂浆的压应力将会显著增大,应及时对轨道结构进行检修,避免轨道结构破坏快速扩展。     

轨道交通户外站台门与列车间隙背景灯带图像分割算法研究

轨道交通在发车前需要清空站台与列车间隙,否则异物入侵会对乘客与列车运行造成安全隐患,基于背景灯带的异物入侵检测需要对灯带在图像中进行图像分割、提取、识别。针对在户外站台场景下,复杂背景和日光等因素为背景灯带提取带来困难的问题,提出一种无监督的图像分割算法。首先通过卷积神经网络进行特征提取,然后将特征图输入到后续分类器中对所有像素进行类别输出。在训练过程中,使用的损失函数从三方面进行设计：考虑特征相似度和空间连续约束、基于深度支持向量描述以及基于几何与光度增强。算法能够实现单样本无监督对神经网络参数进行调优。通过对某城轨站台真实数据采集及实验结果表明,本文提出的方法在与训练样本不同光照条件、拍摄角度条件下,对背景灯带进行分割的F1分数为78.47%;在性能优于其他方法的同时,耗时最多能减少97.1%;算法为基于背景灯带的异物检测方案提供一种行之有效的图像分割方法,为后续的异物自动检测提供基础。