新管幕法在地铁车站施工中的安全控制措施

沈阳地铁2号线新乐遗址站是我国第一例采用新管幕法（NTR）的工程。NTR工法采用的顶管作业方法,有不需要降水、地面沉降量小、施工过程不需要管线迁改,施工风险小,工期较短等优点。文章简要介绍NTR工法,并就NTR工法在地铁车站施工中的安全控制措施提出建议。     

基于径向基函数响应面方法的大跨度斜拉桥有限元模型修正

采用ANSYS有限元软件建立某大跨度斜拉桥试验室物理模型的三维有限元模型.基于灵敏度分析,选取模型待修正参数和用于模型修正的特征量.采用实验设计方法生成数样本,通过有限元分析提取对应的特征量信息,进而建立待修正参数与特征量关系的径向基函数响应面模型.通过对响应面模型的拟合误差分析,确定径向基函数的最优形状参数.以斜拉桥自振频率和静态索力构建目标函数.基于建立的响应面模型,采用遗传优化算法进行有限元模型修正.结果表明,采用径向基函数响应面模型拟合斜拉桥设计参数与特征量之间的隐式关系有较高的精度;基于仿真数据的模型修正有较高的精度,基于试验数据的模型修正能得到合理的结果,该方法可有效地修正复杂桥梁结构有限元模型.     

跨座式单轨平移式道岔结构数值仿真分析

根据相关规范给出平移式道岔结构在列车作用下的动力荷载类型及相应计算方法。为减少计算单元的划分数量、提高计算分析效率,提出单元重分法模拟列车移动加载。运用有限元数值仿真方法,对平移式道岔在列车运行过程中的力学行为和结构安全性进行分析。结果表明:列车运行过程中平移式道岔结构在长台车处产生最大应力,其应力比为0.86,梁体挠度小于规范规定的相应限值,说明在列车运行过程中平移式道岔的强度和刚度均能够满足结构安全性要求;长台车上部连接板的边缘处存在较大的集中应力,因此在道岔结构制造和施工过程中,需确保其焊缝连接强度不小于母材强度。     

浅谈CIR的故障处理方法

机车综合无线设备(CIR)已逐步取代通用式机车电台,其维护方法与通用式机车电台有很大区别,为此简单介绍机车综合无线设备(CIR)组成和功能,总结故障处理思路及维护方法。     

基于蒙特卡洛法的抛锚撞击海管概率分析

针对船舶抛锚撞击海底管道事故频发,撞击概率计算过程较复杂且适用范围有限的问题,对现有方法进行改进,基于蒙特卡洛方法建立抛锚统计试验模型,对某一条件下船舶抛锚对海底管道的撞击概率进行计算,结果表明:对现有方法进行改进或利用蒙特卡洛方法能较好地反映船舶抛锚对海底管道的撞击概率变化特性,可应用于危险区域的抛锚预警和海上禁锚区的设置。     

基于盲孔法的水下承压结构残余应力测试研究

对盲孔法测残余应力中的等轴三角应变花应变释放系数进行有限元标定和塑性修正,得到了塑性修正后的应变释放系数;采用盲孔法对高强度钢水下承压结构典型部位的焊接残余应力进行测量,根据测试得到各测点的释放应变值,结合修正后的应变释放系数计算得到了水下承压结构典型测点的残余应力值。结果表明,水下承压结构焊缝附近纵向残余应力可达0.5倍屈服极限,周向残余应力可达0.4倍屈服极限。     

基于模糊集合理论的船舶碰撞危险度模型

为了解决多船避碰决策过程中避让行动优先级问题,提出一种基于模糊集合理论的船舶碰撞危险度确定模型。选取最近会遇距离、最近会遇时间、船间距离、相对方位、船速比5个因素建立碰撞危险度影响因素集,并确定各因素评价集、评价指标以及各参数的隶属度函数,经模糊综合评价得到船舶碰撞危险度计算模型。设置两船交叉会遇以及多船交叉会遇2种会遇局面进行仿真实验,实验结果验证了该模型的有效性。     

基于格子Boltzmann方法的船舶风力助推转子绕流特性

风力转子推进装置节能环保,降低推力成本,有利于船舶行业的绿色发展。基于多松弛格子Boltzmann方法,对并列风力助推转子绕流进行数值模拟。首先模拟单圆柱绕流的流动特性,以验证程序的可靠性,重点探究双圆柱的间距比和转速比对圆柱绕流特性的影响。获取圆柱的升阻力系数以及尾流流型,验证临界转速比的存在。结果显示:旋转可以有效地抑制涡的生成和脱落,当转速比达到临界转速比时,漩涡彻底消失,流场变得稳定;时均升力系数的绝对值和时均阻力系数随转速比的增大分别增大和减小。     

硬咬合桩在含承压水复杂软土地层中的应用

通过上海某水厂基坑的咬合桩围护施工,分析了在含承压水的复杂软土地层中采用全套管全回转钻机进行硬切割成孔的咬合式排桩施工易出现的问题,以及采用的相应施工措施和施工要点,保证了工程的施工质量,为以后类似工程施工提供借鉴和参考.     

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。