软土刀具的磨损预测——一种研究刀具磨损系统中主要影响因素的新方法

硬岩隧道掘进机的性能很大程度上取决于其切削刀具的磨损情况。刀具的磨损会降低掘进速度,进而导致掘进时间延长、项目成本增加。通常在隧道项目的规划阶段使用预测模型来进行磨损预测,而常规的磨损试验对磨损系统的考虑还不够准确,并没有考虑到刀具/土体的相互作用、周围介质（水、膨润土）以及掘进过程中的荷载等因素。针对该问题,专门设计了一个水平放置的磨损试验设备。本文介绍了该试验方法,研究并讨论了磨损系统相关因素对磨损率的影响。结果表明,该设备可模拟真实的掘进过程,很好地解决了上述问题,达到了高效、准确预测磨损的效果。     

基于遗传算法和极限学习机的智能算法在基坑变形预测中的应用

为解决传统智能算法网络结构参数复杂、运算速度慢等问题,基于遗传算法和极限学习机构建基坑变形的新型优化智能预测模型。先利用皮尔逊相关系数评价不同影响因素与基坑沉降变形之间的相关性,以确定极限学习机的输入层; 再采用试算法确定最优激励函数和隐层节点数,并将遗传算法和极限学习机耦合,利用遗传算法优化极限学习机的初始权值和阈值,以提高预测精度。经实例检验表明： 1)开挖时间、开挖深度、土体抗剪参数及重度均与基坑沉降变形显著相关,为构建极限学习机输入层提供了依据; 2)在预测过程中,激励函数和隐层节点数对极限学习机的预测效果具有一定的影响,以Sigmiod型激励函数和13个隐层节点数的预测效果为最优; 3)通过遗传算法的优化,能进一步提高预测精度,验证了遗传算法的优化能力和有效性。预测模型在不同工况下的预测结果均较优,说明该模型具有较高的稳定性和可靠性。     

基于吞吐量的集装箱码头卡车污染扩散研究

作为港口码头货物的主要陆上运输工具和能源消耗设备,集装箱卡车是港口区域大气环境污染的主要来源之一.从港口大气环境安全出发,分析环保部公布排放因子的局限性,综合考虑集装箱卡车保有量、发动机状态、运行工况、燃料使用和道路条件等复杂因素,通过功率法确定集装箱卡车尾气中CO ,SO2和NO2的平均排放因子.以长江某内河港口为案例计算得到该地区2016年全年各类污染的总排放量,并利用灰色预测估计未来10年该港区集装箱吞吐量的变化,与实际数据对比发现,模型精度达到了95% 以上,预测结果良好.借助高斯模型建立港区大气污染物风险扩散模型并计算未来几年集装箱卡车尾气排放对周围居民的影响.结果表明,2016年该地区4月日平均CO的浓度达到250 ug/m3;SO2浓度为57 ug/m3;NO2浓度为1 100 ug/m3.大气污染排放中NO2占比最大,分担率超过80% .各类尾气污染物24 h平均浓度已远超国家标准,港口区域集卡尾气污染对港口周边工作人员健康和港口所在城市大气环境安全威胁极大.      

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.      

基于神经网络的桥梁施工控制研究

将神经网络方法结合Matlab用于处理大跨度预应力混凝土连续梁挢施工控制中的箱粱线形控制的误差预测和调整。由于受诸多因素影响,标高的实测值与理论计算值有一定的差异,只有通过前期预测和后期调整相结合,才能保证成桥实际状态同设计要求一致。神经网络可利用实测样本的自学习达到到此目的。应用实例表明神经网络法的预测精度高,这对同类桥梁的施工控制具有一定指导意义。     

大跨径连续刚构桥长期挠度计算及预测分析

结合某连续刚构桥实测的长期挠度数据,通过建立不同模型工况的有限元模型,分阶段对结构的长期挠度实测数据与计算值进行对比分析。结果表明,考虑作用准永值和结构损伤以后的长期挠度计算方法更加接近实际下挠。在分析实测数据和计算结果的基础上,引入结构长期挠度修正系数的方法来预测结构长期挠度。     

中国和美国道路交通事故数据对比研究

采集了中美两国近十年的道路交通事故数据,通过对比分析发现我国交通事故死亡人数指标一直占居世界前列,在近三年才趋于下降态势,而美国道路交通安全的各项指标在世界范围内均处于最佳状况,交通事故死亡率指标在近十年基本一直处于稳定下降水平。究其原因在于美国成立了专门的道路交通事故研究机构,从不同角度对道路事故数据进行全面交叉分析,且及时将分析结果反馈运用于事故预测的各个方面,进而达到预防减灾的目的。该研究可为我国道路交通安全提供一定的参考和借鉴。     

基于Richards-BP模型的地表沉降特征预测模型研究

地下开采引起的地表沉降大致呈S形发展,最终趋于稳定状态,这能够运用生长曲线Richards函数进行预测分析。同时,又因为测量和外界存在不确定性和随机性,使得地表沉降也具有动态的特征。针对地下岩矿开采矿区地表沉降曲线与Richards预测模型曲线的相似性,分析了Richards模型在地表沉降预测中的适用性,提出通过Richards生长曲线模型预测矿区地表沉降的趋势性变形部分,利用BP神经网络模型降低地表沉降的随机性影响部分,提高模型预测效果。计算结果证明了其在地表沉降预测中的适用性和可行性。     

基于岩溶分布分析的突水风险评估模型研究

为实现岩溶突水风险评估的全过程动态修正与管理,一以岩溶发育分布规律为基础,采用半定量分析方法,估计溶洞与隧道在剖面图中的相对位置距离值,二将防突水岩层安全厚度的预测划分为初步估算、二次估计和动态测算3个阶段,每个阶段均采用有效的修正方式,不断获取更加准确且适用的防突岩层安全厚度预测数值。然后,综合考虑防突岩层安全厚度以及爆破开挖扰动深度影响,提出岩溶突水风险概率等级评价标准;通过划分突水量和溶腔高水头压强的等级,提出岩溶突水风险后果等级评价标准;并以二者为基础构建岩溶突水风险等级评估矩阵。最终,构建基于岩溶分布态势与防突岩层厚度的岩溶突水风险评估模型。通过具体工程实例检验,理论结果与实际情况相对比,验证所构建岩溶突水风险评估模型的合理性与可行性。     

山岭隧道涌水量预测方法分类及相关因素分析

准确预测隧道涌水量能有效减少隧道病害,保护生态环境,科学指导隧道的设计与施工,而如何正确选择和应用预测方法,是准确预测的前提条件。通过广泛调研,在总结分析各类涌水量预测方法的原理和适用范围基础上,以六盘山隧道某断面为例,深入探讨了围岩渗透系数、洞室尺寸、地下水位净高变化、注浆圈厚度、注浆水平和衬砌抗渗等级等因素对隧道涌水量的影响,重点指出各类解析方法的局限性和适用条件,突出了注浆水平在实际工程中的作用,并建议山岭公路隧道衬砌抗渗等级不宜小于S8。