粘性土地基强夯地面变形的模型试验研究

根据相似原理,设计采用70 cm×70 cm×70 cm（长×宽×高）的模型箱,制备含水率为20 %的粘性土,通过3种不同的锤径以及施加3种不同的能量组合进行夯击试验,试验中观测了夯点的地面变形与夯坑深度,建立了夯坑深度与所取得的土质参数和施工参数间的相关方程,并用工程实例对拟合的方程进行验证。结果显示:该方程可用来推算现场强夯时的夯坑深度,还可推算场地平均夯沉量。     

深圳地铁五号线海积淤泥地层基坑围护桩插入深度的研究

海积淤泥地层具有天然含水量高、渗透性低、压缩性高及抗剪强度低等特点,因此在海积淤泥地层修建地铁车站时,车站基坑围护结构的稳定性对安全施工至关重要。采用FLAC程序对海积淤泥地层地铁车站基坑围护结构桩体插入深度进行研究,分析桩体最大位移、最大剪力及基坑周边地表沉降等与插入深度的关系,给出适合于海积淤泥地层的桩体插入深度,并提出插入深度不足时的应对措施。     

关于城市雨水工程设计的思考

现代城市居民已逐渐把快速有效的雨水排放看做是一种必不可少的公共事业。城市地表径流排放因其水量大和多变性成为一项复杂的任务。城市雨水系统设计需要确定径流的大小、分布,最大径流量是设计雨水设施至关重要的依据。     

天津港人工沙滩环抱水域泥沙回淤研究

为提高对环抱堤内水域的泥沙回淤状况的认识,以天津港东疆人工沙滩环抱堤内水域为实例,通过综合分析浑水现象调查、悬沙粒径时空分布、含沙量时空分布、余流等方面的资料得出了环抱堤内水域的泥沙来源,然后采用套图法计算了地形冲淤变化并分析了冲淤原因。结果表明,环抱堤内的浑水主要随涨潮水体自口门外流入;淤积区域的年均淤积厚度约为0.2 m,环流集中区所在的重淤积区的淤积厚度约为平均淤积厚度的2~4倍;口门约束形成的大流速和从口门直接入射的波浪,以及NE向小风区波浪的作用,造成口门—宾馆区沙滩水域出现深度约为0.2 m的冲刷带;环抱堤内水域的冲、淤分布与动力条件分布密切相关。     

持久高性能邓禄普SP SPORT MAXX TT

邓禄普SP SPORT MAXX TT的高性能并非昙花一现,出色的耐久性与可靠性,使其在全寿命周期内均保持较好的抓地表现。上期我们说到,邓禄普SPSPORT MAXX TT轮胎拥有出色的抓地表现,四条深深的主沟槽,更是确保了湿地排水能力和侧向抓地力。不过,经过3个月的行驶,在5500km之后,它的磨损情况如何呢?它的高性能能表现多久呢?我们先留个悬念,暂时按下不     

基于DCNN与HMM融合的疲劳驾驶检测方法研究

首先提出一种深度卷积神经网络(DCNN)与隐马尔可夫模型(HMM)融合的疲劳驾驶检测方法,针对眼睛和嘴巴状态单一特征,构建3层DCNN来识别眼睛和嘴巴闭合状态;再针对训练样本人工标记困难的问题,提出结合人工标记、采用Dlib特征点检测和疲劳参数加权获取驾驶员疲劳等级的方法进行标记;最后,针对疲劳驾驶是一个从状态良好到重...     

基于CNN的城市道路交通事件检测算法

交通事件检测是预防和缓解城市路网偶发性交通拥堵的重要手段.基于卷积神经网络(CNN)和浮动车数据(FCD),提出1种改进的城市道路交通事件检测算法,形成城市道路交通流的时空特征与交通事件之间的映射关系.将道路按照交叉口分段设置,重构具有时空特征的多维信息输入张量,通过时空矩阵来描述完整的道路交通流时变信息.在隐藏层和输...     

基于机器学习的RC桥梁病害检测方法

针对现有桥梁检测中人工判别病害工作量大、效率低的问题,以钢筋混凝土(RC)桥梁为对象,阐述了机器学习在RC桥梁病害检测中的应用。从现有桥梁病害检测方法、机器学习方法、机器学习在RC桥梁中的应用进展三个方面进行研究,结果表明,基于深度学习的病害检测方法能够自动从病害图像中提取特征,实现病害的分类和定位,提供了一种病害自动化检测场景,有利于桥梁智能化管养。     

基于注意力机制的CNN-LSTM剩余寿命预测研究

机械设备剩余寿命的准确预测可以降低昂贵的维护费用,提高机械设备的安全性。随着深度学习的发展以及注意力机制被广泛应用于各个领域,基于数据驱动的剩余寿命预测方法为机械设备寿命预测提供了众多的方法。文章提出了一种基于注意力机制的CNN-LSTM剩余寿命预测方法,该方法利用不同的注意力机制包括通道注意力、CBAM机制和自注意力等进行剩余寿命预测试验。注意力机制可以向CNN-LSTM提取的特征信息分配不同的权重,突出关键的特征信息,过滤无用信息,进而更准确地表示设备的退化特征信息,最终得到设备的剩余寿命。文章对NASA发动机数据集进行了剩余寿命预测试验,同时研究了不同注意力机制影响,试验结果表明,基于注意力机制的方法可以有效地进行剩余寿命预测,所提方法具有一定的应用价值。