基于滑窗子空间算法的桥梁运营状态预警分析研究

以某典型斜拉桥振动台模型试验为研究背景,采用滑窗技术与数据驱动随机子空间识别算法对桥梁运营状态预警方法进行研究。为实现在时域上对桥梁模态参数进行实时跟踪识别,将滑窗技术引入子空间法,提出一种滑窗子空间模态参数识别方法。而后基于滑窗子空间算法识别结果,参考各国高速铁路桥梁相关规范的状态评价指标,提出基于频率值和频率变化率的铁路桥梁运营状态预警方法,实现铁路桥梁的实时状态评估。运用模型试验各工况下的测试数据,对该模型桥的状态进行实时评估和预警分析,并将状态预警结果与模型桥实际损伤情况进行对比分析,验证所提方法的正确性,该方法可直接应用于桥梁结构的运营状态预警分析中。     

积极心理学视域下的高校学生预警机制建构

积极心理学提倡用积极的心态看待人和社会,落实到高校学生学业预警机制上是以积极心态救之、诫之、防之。对严重学业不良的大学生以积极态度救之,对濒于学业不良的大学生以积极态度诫之,对并未学业不良的大学生以积极态度防之,构建良好学习生态,从而系统性地解决大学生学业不良问题。     

基于BP神经网络的动车组客室空调故障识别与预警研究

动车组客室空调良好的制冷效果是旅客舒适度和动车组稳定有序运行的重要保证,但客室空调故障的发生具有突发性和隐蔽性特点,给空调系统的日常检修维护带来极大困难。采用BP神经网络算法建立客室室温预测模型,并运用Matlab编程计算实现客室室温理论预测。根据预测模型在CRH380B(L)型动车组客室空调系统中的实际验证情况,制定客室空调故障识别与预警的阈值、规则和等级,为后期客室空调系统故障自动识别与预警系统的开发奠定基础,完善动车组客室空调故障识别和预警机制,对动车组客室空调故障的在线实时识别与潜在故障的预警具有重要意义。     

高速公路交通安全预警管理系统的建立

根据高速公路交通安全管理的实际需要，提出了高速公路交通灾害预警管理系统的总体设计要求；论述了该系统的基本组成、功能及其实际应用．     

地铁车站深基坑施工中基底隆起规律及控制关键技术研究

在基坑开挖过程中,基坑底部和支护结构常出现较大隆起现象,发现不及时或处理不当,会造成基坑支护结构变形、侵限、基底土体扰动,严重时会发生支护体系失稳、基坑倾覆等安全事故。基坑底部的隆起值受基坑尺寸、地质情况、基坑暴露时间、周边环境以及施工质量等多方面因素影响,难以准确计算,但通过研究基底隆起规律,可以得出接近基底隆起实际发生值的研究结果。通过哈尔滨市清真寺地铁车站深基坑的工程实例,将施工工况、监测数据与控制措施进行结合对比,分析基底隆起的原因和规律,并对缩短基坑开挖时间和浇筑底板等施工控制措施的有效性进行跟踪验证,为今后类似工程提供借鉴。     

基于BIM的隧道工程预警可视化应用研究

针对隧道工程监测数据处理和预警工作提出一种可视化应用方案,基于BIM(building information modeling,建筑信息模型)与监测数据的相互关联实现监测信息的直观展示,将Dynamo可视化编程与BIM相结合,实现监测过程中基于分级标准和分级监测单元的可视化预警,同时反馈输出分级预警信息。程序以太原地铁2-1号线联络线项目为依托,实现可视化层面的分级,为现场安全施工提供预警提示。     

基于WebGIS的交通事故预警系统设计与实现

介绍了一种基于WebGIS的交通事故预警系统，该系统主要基于B／S模式．采用ASP．JSP．VC以及MO组件技术构建，以ARCSDE，Oracle实现空间和属性数据管理，用ArcIMS来实现地图服务．该交通事故预警系统能够通过基于GIS分析的预测模型预测重大交通隐患，预防交通事故的发生，同时也能在发生交通事故后，快速处理事故．同时依据法律，利用基于范例推理、基于规则推理的事故结案模型，得到交通事故处理结果．     

公路交通拥堵及事故风险预警模型开发及应用研究

为改变当前被动式路网运行监测模式,提供一种可移植复用的交通拥堵、交通事故风险事前检测、主动预警模型。文中综合研究与调研国内外交通运行状态预警算法,选取动态贝叶斯网络构建预警模型,通过整合2019年5-12月近400万条交调、车检数据,结合路网基础信息数据并进行数据完整性检验、多源数据关联,挖掘公路网交通拥堵、交通事故风险特征,作为样本数据训练动态贝叶斯网络。经测试分析,模型可实现提前10 min、0.5 h、1 h多维度的交通拥堵、交通事故风险预警,预警准确度均超过85%。所开发模型通过数据接口与已有业务系统实时共享预警结果,提高模型推广应用范围。     

桥梁健康监测技术研究现状及展望

为进一步推进桥梁健康监测技术的发展,保障桥梁运营安全,依据近20年国内外桥梁健康监测（BHM）领域的学术研究现状,总结了BHM在系统及适用性、结构损伤监测算法、监测数据预处理、损伤结构安全预警及数字孪生技术方面取得的最新进展,确定BHM技术目前的研究热点和未来的发展方向。综合分析表明：在BHM系统及适用性方面,研究结构响应参数与健康指标的关联机制,研发长寿命非接触自动采集的智能传感装置,建立针对多源数据采集、传输、存储、分析、评价、预警于一体的自动化、网络化、智能化综合系统是重点研发方向;在结构损伤监测算法方面,设置针对异质场景的不同人工神经网络及修正方法选择建议集,针对多源信息流构建基于数据驱动与模型修正实时交互的多层级耦合智能算法是主要研究热点;在监测数据预处理方面,进一步研发基于深度学习的多源异构数据融合方法,建立复杂环境影响下的损伤结构动态信号提取算法,实现结构监测数据的精准分离是未来研究的热点;在损伤结构安全预警方面,研究重心集中于预警指标和预警体系的建立以及基于可靠度理论与监测数据的常规损伤安全评估,以结构监测数据反映总体力学行为并结合局部损伤的智能检测信息进行服役性能评价是未来的主要发展方向;数字孪生技术在BHM中尚属起步,将数字孪生技术融入多层级复合算法,建立结构多源异构大数据智能融合机制,形成数字联通、实时互动的智能化桥梁运维监测体系是重要发展方向。     

基于多监测及预警要素的地铁工程安全风险量化评估方法

通过对地铁基坑隧道工程各监测项目实测数据及其预警指标、预警数量等多项因素进行挖掘和综合分析，研究建立一种基于多因素权重矩阵分析法的工程安全风险状态量化评估方法，克服当前监测预警多、风险评判定性为主的工程安全风险状态局限性，填补工程安全风险动态及定量化评估的空白，提升工程预警及安全风险状态判别的合理性、及时性和智能化。将该方法应用于某工程中，有效并及时地指导地铁基坑隧道工程施工中安全风险评估与控制、预警响应及处置工作，提高地铁工程的安全风险预控效果及管理水平。