疏浚监控系统原理及校验方法*

耙吸式挖泥船与绞吸式挖泥船的疏浚监控系统的校验工作与施工生产是密不可分的。为提高挖泥船的疏浚监控系统校验工作的准确性和合理性,对耙吸挖泥船与绞吸挖泥船部分无溯源施工设备原理及校验方法进行分析,如绞刀深度原理及校验方法、耙臂下放深度原理及校验方法;并对部分主要施工设备原理及校验方法进行分析,如密度计原理及校验方法、流速计原理及校验方法。结合实际校验的工作经验,验证施工关键设备校验后调整方法的可行性及校验结果的可靠性,得出提高两种挖泥船校验工作质量和效率的方法,提高了施工准确度和生产效率,使疏浚项目加快顺利完成。     

一种新型尾滑道式船载小艇收放系统可行性研究

作为一种新型的尾滑道式船载小艇收放系统,在回收小艇时,小艇需要以一定的航速冲上尾滑道。回收能否成功除了受制于驾驶员操作水平等主观因素,还与滑道的涉水深度、小艇与母船尾滑道的运动响应等客观条件有关。本文利用切片理论计算了小艇与母船尾滑道的运动响应,并对3级及4级海况下回收小艇的可行性进行了分析。     

《内河通航标准》中水下隧道与锚地安全间距的探讨

在执行《内河通航标准》5. 3. 1条关于水下过河建筑物选址规定的过程中,发现由于未考虑隧道竖向埋置深度,水下隧道必须布设在远离锚地的规定不尽科学合理。在对船舶抛锚贯入深度及部分隧道埋置深度调查、统计、分析的基础上,认为若隧道顶部覆盖层厚度大于船舶抛锚贯入量,并有充分富余,锚地设置与运行对隧道结构安全基本不构成影响。因此适时对相关通航标准中水下隧道选址必须远离锚地的规定进行修订是十分必要的。     

饶河鄱阳湖湖区航道整治疏浚方案

在对饶河湖区航道情况及碍航浅滩特性分析的基础上,建立研究河段的一维水流数学模型,利用实测资料进行模型验证。运用数学模型计算设计流量条件下的湖区航道各浅滩段航槽疏浚深度的关键参数及工程前后的水面线变化,分析工程后的水动力条件变化及航槽断面流速变化。结果表明,工程后研究河段水位下降,河段水力比降减小,湖区浅滩段航槽断面平均流速减小,双港下游河道段流速增加。采用规范公式计算航槽疏浚后湖区各浅滩段航槽的年回淤厚度,研究结果可供设计单位参考。     

预成孔置换强夯法处理大型油罐软基工程应用

建设大型油罐软基处理的重点在于控制工后沉降和差异沉降,但普通强夯置换法存在置换墩体着底情况不良与地基工后沉降量大的问题,针对这个问题进行了普通置换强夯法的改进研究。采取预成孔工艺能解决墩体着底情况不良的问题,从而减少地基工后沉降量。预成孔置换强夯法是一种用于处理软弱土地基的施工工艺,具有工期短、造价低与绿色环保等优点,通过预成孔保证置换墩着底可靠性,从而成功控制了工后沉降和差异沉降,实际检测结果和充水预压试验证实了处理方案的可靠性。     

基于改进型D3QN深度强化学习的铁路智能选线方法

传统的人工选线方法劳动强度大,设计效率低,随着我国铁路建设重心向西部复杂艰险山区转移,人工选线面临的困难日趋凸显。为缩减铁路选线的人力物力成本,提高设计效率,亟需发展结合了人工智能和信息技术的现代选线技术。为此,提出一种基于深度强化学习理论的铁路智能选线方法。以带有空间属性信息的数字高程模型为选线环境,以相邻空间点间的建造费用为即时奖励,以工程建造费用最小为优化目标,设置离散化的备选动作,考虑多种约束条件,构建面向铁路选线的深度强化学习模型。结合深度学习的感知能力和强化学习的决策能力,利用双竞争深度Q学习网络(DuelingDouble-Deep Q Network,D3QN)对模型进行训练,既克服强化学习问题对复杂状态和动作空间难以收敛的缺点,同时解决了传统DQN算法易于出现过估计、训练不稳定的问题,实现自动对选线环境进行感知、搜索、判断、决策,最终寻得目标函数最优的线路方案。以某山区铁路对本方法进行验证,实验结果表明：该方法能搜索到多样化的线路备选方案,可以为设计人员提供新的设计思路;有效降低了铁路建设的经济费用,较人工选线方案节约最多达17.5%。智能选线方法可以帮助节省选线工作...     

典型软土层中群桩变刚度调平设计方案研究

群桩等刚度设计中因“加筋遮帘效应”会导致各基桩间轴向内力出现差异,造成上部结构开裂、倾斜,严重影响上部建筑结构的安全和使用。为减小群桩各基桩间轴向内力差,通过开展群桩变刚度调平优化设计研究,以进一步提高群桩的承载性能。基于变刚度调平设计理念,采用三维有限元分析软件ABAQUS对竖向受荷群桩的沉降特性及基桩轴向内力分布特征进行分析。重点选取粉质黏土、砂层土和淤泥质土等典型软弱土层,通过改变桩长、桩径和桩间距3个关键参数的调节方式以调平基桩刚度,使基桩轴向内力分配均衡化,据此提出3种典型土层中基桩变刚度调节优化设计方案。研究结果表明：粉质黏土、砂层土和淤泥质土中,各基桩轴向内力差异与中心桩内力值比例分别高达90.5%,51.3%和51.8%,且不同调节方式对不同土层中基桩刚度调节效果影响程度不同;3种典型土层中,变桩长、桩径的方式可显著降低各基桩间内力差值,但淤泥质土和砂层土中变桩间距对降低内力差的效果较小。不同土层中基桩刚度调节效果影响程度的不同与土层力学特性、桩土相互作用和荷载承担比例直接相关,故群桩变刚度调平设计应针对不同典型桩侧土层组合采取合适的调节方式。     

行李安检禁限带物品识别多标签图像分类算法

有效识别禁限带物品的智能识别算法有助于降低安检人员劳动强度,提升旅客行李安检作业效率。文章采用图像多标签分类的深度卷积神经网络,通过引入图像注意力机制与动态元融合,能够在卷积前向传递过程中补充低层图像视觉线索,有效应对行李X光图像中物品影像混叠干扰及低分辨率特征混淆的问题,增强对细粒度特征的识别能力;同时,引入外部神经知识的元选择网络,实现网络多阶段预测的自适应融合,以避免权重偏置现象。实验结果表明,文章算法能够克服行李X光图像中影像混叠和物品尺度变化带来的禁限带物品识别困难,有效提高识别准确率。     

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。