局部软岩偏压下隧道结构及钢拱架受力状态分析

为研究局部软岩偏压隧道施工中钢拱架实际的受力特征及变形状态,采用有限元建立三维地层-隧道模型,对隧道开挖过程中偏压隧道结构及钢拱架受力状态进行弹塑性模拟分析.在建模时,通过考虑钢拱架的实际截面尺寸及沿纵向的布置方式以准确模拟钢拱架的受力状态;在考虑隧道软岩偏压时,假定4种典型工况:均质地层无偏压、拱脚-边墙软岩偏压、边...     

水泥混凝土路面板下地基脱空状况的评定与分析

以重复荷载下的接缝工作特性为基础,通过对第一传荷状态临界荷载及其对应弯沉影响因素的分析,指出脱空对弯沉的影响是显著的,并提出以第一传荷状态临界荷载与对应弯沉为指标的脱空评定模型与评定方法,使评定工作在单板系统基础上进行,排除了接缝传荷状况不确定的影响。最后,给出脱空尺寸与弯沉典型回归关系式,从而能够利用FWD对水泥混凝土路面板下脱空进行快速评定。     

假载法调整斜拉桥的成桥内力状态

该文提出了一种简单方便的假载形式,结合最小弯曲能量法,运用于斜拉桥的合理成桥状态确定中。并通过其在不同斜拉桥桥型中的应用,讨论了该方法在斜拉桥中的应用范围。     

应力解除法在某山岭隧道地应力测量中的应用及岩爆预测

为了解某山岭隧道的地应力状态及为岩爆预测提供依据,在该隧道沿线选择了2个有代表性的位置,采用空芯包体应力计进行地应力测量。测量结果表明：该区域最大主应力近于水平,最大主应力量值为16.14MPa,方向为S65。E,测量结果与现今区域构造应力场相吻合。最后在实测地应力和岩石力学试验的基础上,对该山岭隧道的岩爆强度进行了预测,并提出了相应的防治措施。     

缅甸AungZaYa桥的施工受力状态优化

采用一次形成最大悬臂的虚拟结构来模拟悬臂拼装结构的计算方法,利用正装迭代法对缅甸AungZaYa桥(双塔双索面钢桁-混凝土结合梁斜拉桥)的施工受力状态进行了优化,准确模拟了主桥施工过程,分析了主桥合龙方案.     

层间黏结状态对柔性路面力学特性影响分析

为研究柔性路面在不同层间黏结状态下的力学响应规律,建立典型柔性路面结构型式及计算模型,利用BISAR软件对层间黏结状态从完全连续到完全滑动状态时面层、基层的竖向应力、水平应力及路基顶面弯沉进行计算分析.结果 表明:随着层间黏结状态衰变,柔性路面基面层内竖向应力随之增大,最大增幅达到42％,易造成沥青层永久变形增加,导致车辙破坏;基面层内水平应力出现峰值突变,易造成各层间滑移;路基顶面竖向位移随之增大,易导致柔性路面整体弯沉过大.     

城市公交车与社会车辆混合流速度模型及交通运行状态分析

为了精确解析城市公交车和社会车辆混合运行的状态,在基本路段车速模型适用性分析的基础上,引入公交车流量、社会车辆流量、公交车比例等参数,建立了改进的混合机动车运行速度模型,分别选取单向二车道和单向三车道路段进行交通试验调查,采用Metrocount 5600气压管式车辆分型系统进行数据采集并用于改进模型的参数标定,并分别建立了2种车型的速度差模型,提出了路段混合车流3种不同交通运行状态的评价方法。研究结果表明：同等车流量情况下,不同公交车比例对社会车辆速度的影响表现为3个显著的变化区间;随着路段饱和度的增加,社会车辆和公交车之间的速度差呈现出从几乎不变、快速缩小到接近于零3个较为明显的运行状态;考虑车流组成中公交车比例的变化可以细化路段车流畅通状态、拥堵形成状态以及拥堵状态的判别。     

基于多参数状态时间序列的交通状态预测方法

利用多个参数描述交通状态时,交通流数据表现为多维空间数据。提出了将属于每个状态的多维空间数据转换为一维时间序列的方法,对于此状态时间序列采用BP神经网络进行了下1个时段的交通状态预测。实验结果表明,多参数状态时间序列比单个参数时间序列能更准确地描述交通流状态变化过程,且算法简单,具有较强的预测实时性。     

基于GIS的网约车乘客安全状态监测模型研究

为提供网约车乘客及时可靠的救险援助,防范网约车司机侵害乘客案件的再度发生,研究基于"潜在危险区域"的多参数安全状态监测模型.从地理时空角度,分析案件发生的区域和时间特征,基于其时空规律,提取城市"潜在危险区域",构建车辆OD距离、异常速度、行驶时间等因子,同时结合乘客信息,实时综合分析乘客安全状态.以南通市港闸区为例,以出租车轨迹、兴趣点、OSM开源路网以及城市影像等作为实验数据,实验结果表明,模型能够有效监测出车辆在"潜在危险区域"内行驶时车辆的异常行为,当不设立"潜在危险区域"时,模型能够准确地识别出司机的异常驾驶,如绕行、异常停止等,实验精度达到92.06%,其中绕行判别精度为90.57%,异常停止判别精度为100%,证明研究的模型能够取得较好的监测效果.      

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。