略论寒区斜坡石流

根据A．H．博任斯基（Во-Жинский）等人的论文，对寒区山地斜坡石流堆积层（覆盖层）的成因，活动机理等主要问题作了比较系统的论述，并从全球变暖趋势将对斜坡石流今后的变化可能带来的影响作了初步的展望。     

新型空心方块斜坡堤结构在长江口深水航道治理工程中的应用

根据长江口深水航道治理工程北导堤堤头部位2.6 km长软基段的工程条件,开发了一种新型的空心方块斜坡堤结构.这种新型结构的基本构思是利用各空心方块之间以及空心方块本身的两个空隙率,降低堤身单位体积的重量以及堤身断面总重量,从而满足软土地基的承载力和整体稳定的要求.对空心方块斜坡堤的设计、试验研究以及工程实施效果等作概要介绍.     

SRS24工程勘察地震仪

由北京北方波华技术开发有限责任公司和北京艾达天地岩土技术有限公司共同研制的SRS24程勘察地震仪，具有多道瞬态面波、浅层工程地震、地震映象、地脉动、桩基质检等多种勘探与检测功能；是一种轻便地震数据采集与处理系统。可在地矿、石油、化工、水电、交通、铁道、建筑、     

长江口深水航道治理工程中袋装砂堤心斜坡堤结构设计

介绍长江口航道治理工程中袋装砂堤心斜坡堤结构及设计方法.     

深埋微型桩群在顺层岩质斜坡堆积体路基处理中的应用

分析奉节至巫溪高速公路某标段岩质高陡斜坡失稳的成因,及斜坡对路基形式和施工进度的影响。建立岩质斜坡堆积体路基的地质模型和深埋微型桩群的力学模型,在此基础上,在路基下滑动面上布置深埋微型桩;在填方路基坡脚布置框架式微型桩组合结构,以增强路基的抗滑稳定性。最后,比较了深埋微型桩和混凝土阻滑键抗滑作用机理的异同。     

接触网刚性悬挂拉出值布置方式比较

介绍了城市轨道交通牵引网架空刚性悬挂的两种布置方式.分析了采用传统正弦波拉出值布置方式时产生受电弓磨耗不均匀的原因,以及新的“八”字形拉出值布置方式及其解决受电弓磨耗不均匀问题的方法.“八”字拉出值布置方式是一种可靠的刚性悬挂拉出值平面布置形式,能够保证受电弓两侧的两个半弓磨耗一致,实现增加受电弓使用寿命、提高授流质量的目的.     

现代有轨电车牵引供电方式选择

分析了现代有轨电车牵引供电方式的现状及发展趋势.介绍了各种无架空接触网牵引供电系统解决方案,并对其工程适用性和经济技术性进行分析比较.对于现代有轨电车系统而言,采用无架空接触网供电是牵引供电系统的发展方向.储能式牵引供电系统是实现无架空接触网的重要手段,能够满足现代城市对节能环保及改善城市景观的需求.而减轻现代有轨电车的自重以及延长车载储能装置的使用寿命是现代储能式有轨电车进一步研究的重点和难点.     

全面推广地铁隧道预埋槽道技术——专访广州地铁设计院副总工程师邓剑荣

当前,在地铁隧道的施工中,预埋槽道技术已经逐渐得到了业内的关注,但目前国内并没有地铁线路真正实现全线路预埋施工。据了解,深圳地铁9号线已经确定全线使用预埋槽道技术,预计到2015年3月底,深圳地铁9号线隧道管片施工将全部完工,届时,深圳地铁9号线将成为全国第一条全线路采用预埋槽道技术的线路。而这对中国地铁建设水平来说,将是一个里程碑。     

基于可靠度的斜坡软弱地基路堤稳定性极限平衡法分析

通常以确定性分析获得的稳定安全系数作为评价斜坡软弱地基路堤稳定性的指标,忽略实际工程中诸多不确定性因素,无法真实全面反映斜坡软弱地基路堤的稳定性。基于垂直条分极限平衡法Slide软件平台,运用全局最小可靠度分析方法,综合分析路堤和斜坡软弱层土体参数、地下水位、路堤顶部张拉裂缝水分充填量、微型桩纵向桩距和抗剪强度及水平向地震荷载等因素的变异性对斜坡软弱地基路堤稳定性的影响,讨论这些随机变量的敏感性,阐释了室内斜坡软弱地基路堤与水平软弱地基路堤土工离心模型试验现象差异性的机理。使用可靠度能更客观地反映斜坡软弱地基路堤的安全性;可根据各因素对斜坡软弱地基路堤稳定性影响敏感性的正负、强弱采取相应合理工程对策。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。