非开挖修复技术在城镇排水管道中的应用与探讨

非开挖技术逐渐应用在城镇排水管道的修复中。整体修复中的现场固化法和局部修复中的不锈钢双胀环法及局部现场固化法是目前最常用的修复方法。对上述方法进行了深入的全方位的对比分析,有关经验可供相关专业人员参考。     

地下工程注浆技术研究新进展

注浆是土木、水利和矿山等工程建设中重要的防渗和加固技术。文章基于国内外注浆技术研究文献,总结了水泥等颗粒性浆液的“渗滤效应”及“黏度时空变异性”等理论研究成果,论述了非水反应高聚物、CW环氧树脂和微生物菌液等注浆新材料的应用现状及发展前景,介绍了细观力学数值模拟研究的突破性进展,可为地下工程注浆技术发展提供借鉴和启发作用。     

基于视频亚像素模板匹配算法的索力试验

针对索结构的索力测试,基于室内试验对比了计算机视觉方法和传统加速度传感器方法,探讨了计算机视觉方法的适用性。研究采用伺服静载锚固试验机张拉单根斜拉索钢绞线,简化模拟索张拉受力状态,通过相机摄影的非接触测量方法测量拉索动态响应,结合亚像素模板匹配算法识别拉索动态变形、基频和索力,并与传统的加速度传感器测试结果进行对比。研究结果表明,计算机视觉方法识别的拉索振动频谱峰值明显,基频识别结果与加速度传感器测试结果基本一致,索力识别结果与实测值相比最大误差不超过6%,具备开展实际结构索力测试的能力。     

完整街道扫描仪:智慧城市人居环境感知新技术

完整街道扫描仪以连通为目的构建,以移动载具的形式在未来城市的路网中部署、载人运行,借助其上搭载的传感器、车联网功能扩展出对交通流、街道环境、行人进行扫描、记录、分析、影响的能力,成为一种面向未来智慧城市的人居环境感知系统。当完整街道扫描仪成规模部署后,其作用将不仅限制于交通领域,还将深入参与进共享经济、数据安全、城市发展规划,有潜力成为一种新的经济发展模式。本文聚焦从单车智能到人居环境智能的城市管理智能化维度需求演变,从未来交通管理、未来城市管理与数字经济产业支撑三个方向对完整街道扫描仪满足未来智慧城市的需求进行阐述。同时,也总结出了完整街道扫描仪的原型系统概念模型,以及已搭建进行的示范应用。     

突发公共卫生事件下公交调度时刻表优化方法研究

在新冠疫情等突发公共卫生事件下,公交调度在保障出行的同时如何应对疫情防控要求是一个新的课题,本文分析了公交车内环境特点、防控措施等影响病毒传播的主要因素,基于SEIR传染病模型,以降低病毒传播风险和社会经济运行损失为目标,考虑疫情期间乘客出行需求和公交企业提供服务水平相匹配,在乘客满载率不超过安全阈值、发车时间间隔等约束条件下,构建突发公共卫生事件下公交发车时间间隔非线性规划模型.使用matlab求解该模型,并结合实例予以验证,为公交企业在突发公共卫生事件下的发车时刻表编制提供理论依据.     

车内挥发性有机物检测现状及健康风险评价

车内挥发性有机物释放对人体健康造成危害,因此受到大众广泛关注.将35辆典型试验车的普测数据作为样本,经过分析可知,车内挥发性有机物不合格率最高的控制物质为乙醛,车内挥发性有机物不合格率最高的车系为欧系车;模拟阳光暴晒模式下车内挥发性有机物的浓度最高,暴晒后开空调可有效降低大部分车内挥发性有机物浓度.抽样中检测出3项含量不合格的控制物质,分别是甲醛、乙醛、二甲苯.甲醛为基本对人致癌物质,乙醛为可能对人致癌物质,二甲苯为未确定是否致癌物质.     

海量船舶状态监控数据库集成方法

为避免船体状态监控数据对船舶方向标定造成的影响,提出基于海量船舶状态监控的数据库集成方法。联合Deep集成框架,实现数据源参量的获取,按照信息参量的定向传输关系,完成海量船舶状态监控数据的共享处理。在此基础上,利用非实时查询条件,建立既定的数据结构映射模型,再通过语义行为约束的处置方法,实现海量船舶状态监控数据库的集成方法研究。对比实验结果表明,数据库集成方法的信息权限级水平明显高于XML型集成手段,可有效解决由船体状态数据不完整监控而造成的船舶方向标定失准问题。     

越南宜山电厂煤码头接卸工艺设计

结合越南宜山电厂二期配套煤码头工程燃煤接卸系统的设计,对于航道条件较差的煤炭接卸码头,提出了几个煤炭中转接卸工艺方案,并通过多方案的比选提出了综合性的分析意见,为以后类似工程码头的设计提供了经验借鉴.     

基于AR-EMD方法的扩展非平稳船舶运动极短期预报AR模型

准确的极短期预报技术能够提高对船舶摇荡运动敏感的海洋特种作业安全性和效率。自回归（auto-regressive,AR）预报模型由于其自适应性强、计算效率高而被广泛应用于船舶运动的极短期预报研究。但该模型基于平稳随机假设,因而在非平稳船舶运动的极短期预报中存在困难。针对非平稳船舶运动极短期预报,文章提出一种基于AR-EMD方法的扩展AR模型,称为EMD-AR预报模型。其中,AR-EMD方法是指在经验模态分解（empirical mode decomposition,EMD）的过程中,采用AR预报的方法处理端点效应问题。 EMD-AR预报模型将非平稳信号分解成若干平稳的固有模态函数分量及余项,然后对各个分量分别用AR模型预报,得到最终的预报结果,以此克服非平稳性对AR预报模型的影响。研究基于船舶试验数据将EMD-AR模型与线性AR模型、非线性支持向量机回归（support vector regression,SVR）预报模型进行对比分析,结果表明,AR-EMD方法能够有效处理船舶运动非平稳性对AR预报模型的影响,提高该模型的预报精度,且EMD-AR模型预报性能较线性AR模型和非线性SVR模型更优。