盾构切削混凝土模拟试验和切削桩基施工技术

城市轨道交通盾构施工中经常遇到穿越地下障碍物(如混凝土桩、挡土结构、管渠、地下构造物等)的难题,一般采取桩基托换、拆除桩基或人工凿桩的方法进行处理,但传统处理方法具有造价高、工期长、对周边交通影响大等缺点。通过采用小直径(400mm)盾构切削素混凝土、玻璃纤维混凝土及钢筋混凝土的模拟试验,对盾构直接切削桩基施工技术的可行性进行研究,分析了盾构刀盘的改造,获取了掘进施工参数控制资料。并通过上海轨道交通7号线和10号线工程采用盾构切削钢筋混凝土桩基的实践,证明:1)盾构直接切削钢筋混凝土施工是可行的;2)盾构始发前应对刀盘进行改造,宜在面板上增加一定数量先行刀和贝壳刀;3)盾构切削桩基过程中推进速度宜慢(小于10 mm/min),盾构设定土压、推力、刀盘扭矩宜稳定;4)在盾构切削桩基过程中,应向土仓内添加润滑减摩材料,以防混凝土碎块堵塞螺旋输送机。在盾构通过后,应根据监测情况进行管片背后的二次注浆,以控制地面和建筑物沉降;5)采用盾构直接切削桩基具有施工经济、安全,对环境影响小的优点。     

���ڳ���ǰ��������Ĺ��������

轨道交通线路净空安全是确保列车平稳、不间断运行的基础.由于轨间异物对行车安全产生严重影响,所以基于非轨道电路的轨道异物入侵检测系统在铁路系统中具有十分广泛的应用前景.本文提出了一种基于移动车载摄像机检测轨间异物的方法.首先,通过钢轨识别算法自动定位钢轨位置,并确定列车前方轨道是否有其它列车或公路车辆等大型异物,若有则进行报警;之后,基于边缘检测的异物检测算法自动检测轨间可疑小异物,同时提取可疑异物的尺度信息和颜色索引参数等相关特征;最后,用支持向量机（SVM）来对可疑小异物区域进行分类和辨识.车载实验结果表明,该方法可以有效地检测出轨间异物.     

浅谈矩形顶管机顶进中遭遇障碍物的处理

矩形项管工艺作为一种新型施工技术,被广泛用于城市中心区内地下过街通道的暗挖施工。文章针对水西门地下过街通道的矩形顶管顶进中遭遇障碍物导致顶管机刀盘损坏的案例,通过细致的论证、研究、反思,详细阐述该工程难点的处理情况。     

大断面矩形盾构开舱处理障碍物技术

为解决矩形盾构掘进过程中不明地下障碍物导致的刀具脱落、螺旋输送机阻塞、刀盘卡顿及刀盘无法启动等问题,对大断面矩形盾构开舱处理障碍物的施工技术进行总结。主要结论如下:1)带压进入土舱查明掌子面稳定情况后,常压开舱成功移除导致刀盘无法启动的孤石以及土舱内废弃的铁管;2)浅埋矩形盾构施工前,尽量在盾构到达前清除隧道范围内的障碍物,以避免后期处理的重大工程风险与经济损失;3)盾构掘进前,应充分考虑掘进过程中可能遇到地下障碍物的风险及应对措施,尽可能地配置满足条件的进舱带压作业班组,并准备相应的带压进舱设备等。     

盾构近距离下穿既有车站设计难点及对策

北京地铁8号线区间盾构近距离下穿既有2号线地铁车站,且净距<2.3 m,在北京尚属首创。针对盾构穿越中遇到的下穿运营车站、隧道与既有车站竖向间距小及围护资料不详等困难,通过对矿山法、盾构法、盾构法和暗挖法相结合等方案比选,最终选择了盾构法下穿既有线的设计方案。为了预测穿越施工对既有线的影响,对特级风险源进行了现状检测和安全评估,并针对施工中遇到的难点通过对探测导洞、盾构管片与钢环复合结构设计及采取相关技术措施,最终实现了成功穿越,保障了既有地铁线的安全运营。     

海底障碍物探测技术

从障碍物探测的方法原理、基本状况、应用实例效果等方面分析目前国内外常用的海底障碍物探测技术方法,探讨各种方法的优缺点及适用条件,总结海底障碍物探测现状及发展趋势。     

中国大学生心理咨询研究

中国大学生心理咨询研究起步于２０世纪８０年代,起步晚但发展很快,心理咨询的范围很广,涉及到学习,交往,恋爱,择业等方方面面,中国大学生心理咨询模式有自己的特点,即心理咨询与思想教育相结合,它的发展趋势是逐步实现心理咨询的中国化,与此相适应,心理咨询的方法也要不断地改进和完善。     

基于模型预测的海缆铺设用水下航行器最优避障控制

目的自主水下航行器（AUV）在海底复杂地形环境下执行独立铺缆作业时,需要兼顾铺缆质量和自身安全,即在避障的同时还需要保持船体与海底平面的相对高度。为此,设计一种基于模型预测的海缆铺设AUV最优避障控制方法。方法首先,基于模型预测控制（MPC）建立AUV的路径跟踪模型,将海底不规则障碍物分类为凸起和凹陷地形,并分别建立障碍物的工程简化数学模型;然后,根据不同地形和海缆铺设要求来设计多个目标优化函数;最后,根据地形特征点迭代计算与海底平面保持稳定高度且路径最短的最优避障路径。结果仿真结果表明,该方法响应性能好、可靠性高,能够使AUV选择最短路径并避开意外障碍物。结论在复杂的海底环境下,该方法既保障了AUV作业过程中的自身安全,又极大提高了海缆的铺设质量。     

野外环境下基于改进 Faster R-CNN的无人车障碍物检测方法

针对无人车在越野环境中障碍物检测存在特征提取能力不足和检测准确率低等问题,提出一种基于改进型Faster R-CNN卷积神经网络模型的障碍物检测方法。通过构建FPN与ResNet50组合的网络结构来实现对野外障碍物的特征提取,有效解决了特征提取时障碍物细节特征丢失和尺度变换大的问题。使用Soft-NMS代替NMS,避免了NMS非极大值抑制由于阈值难调整带来的误删除和误检问题。在每个卷积层残差块最后嵌入注意力机制,有助于特征图中有效特征信息筛选和减小计算量。试验结果表明,构建的改进型Faster R-CNN卷积神经网络模型可准确识别野外环境中的障碍物,从而验证了该模型有良好的检测能力,对提升无人车的野外感知能力具有重要意义。     

基于帧间差分累积的铁路限界异物检测提取算法

为满足轨道交通全自动运行系统对铁路限界内异物检测提取的需求,改进帧间差分法,提出一种以帧间差分累积为基础的铁路限界内异物检测提取算法。算法针对图像序列帧匹配提取的轨道线为依据标定限界区域,通过多帧隔帧帧差法得到差分结果,根据铁路限界内道床纹理特征,通过数学形态学实现背景纹理的重构来降低背景噪声影响。最后,以侧向差分灰度的累积投影值来动态确定不同环境下的异物前景范围,并通过最大类间方差法提取得到前景目标。通过对47个路轨场景进行测试,算法对有前景目标场景的目标检测率为96.87%,定位提取过程的平均耗时为137 ms。实验结果表明:算法可完成对运动背景下的轨道限界内前景目标的定位和提取,具有较好的实时性和准确性。