路基沉降的原因及处理措施

为提高道路工程的施工质量,对路基沉降的发生机理及原因进行分析,主要包括地理因素、水文因素、材料因素、技术因素等;针对路基沉降的原因提出具体的处理措施。对路基本体进行压实处理,并采用换填法、强夯法、使用土工合成材料、采用水泥搅拌桩技术等提高路基的压缩模量,可达到减少路基沉降现象,提高道路工程质量的目的。     

泡沫沥青冷再生技术在道路维修养护中的应用分析

分析泡沫沥青冷再生技术在道路维修养护中的应用,从泡沫沥青冷再生技术的概念着手,对冷再生工艺的特点与流程、泡沫沥青冷再生技术的适用范围和条件进行探讨,并结合工程实例对该技术的实践应用进行分析。结果表明：泡沫冷再生技术具有高效节能、环保性强的特点,在道路维修改造、高速公路建设、市政工程等许多领域都取得良好的应用成果,能够在减少资源浪费的同时,加强道路承载力,延长道路运行周期,建议扩大应用范围。     

半柔性抗车辙技术在道路养护工程中的应用研究

为了有效地防止和修复车辙病害,对沥青路面车辙病害的常见类型与成因进行分析,阐述半柔性抗车辙技术应用期间的原材料配比,提出半柔性抗车辙技术在道路养护工程中的应用措施,旨在提供对该技术的更深入了解和应用指导。     

考虑出行者行为的多重网络拥堵风险传播模型

城市道路交通拥堵风险传播过程受拥堵预警信息、出行者行为特性及居民出行流量分布等诸多因素影响.本文提出包括道路子网、信息子网和出行子网的多重网络模型,应用改进的UAU-SIR(Unaware-Aware-Unaware-Susceptible-Infective-Recovered)模型,探讨多重网络预警信息下的城市道路...     

热拌再生沥青混合料路用性能影响分析

文章为探究不同因素对热拌再生沥青混合料路用性能的影响及影响程度,选择再生剂掺量、RAP掺量、级配及油石比作为自变量,以动稳定度、构造深度为响应变量,利用正交试验设计进行四因素三水平试验,对每组试验数据进行分析,选择最佳水平组合,并进行常规路用性能试验验证。结果表明：对高温性能影响大小依次为RAP掺量>级配>再生剂掺量>油石比;对抗滑性能影响大小依次为RAP掺量>级配>再生剂掺量>油石比;利用极差、方差、灰关联分析得出响应变量综合最佳因素组合水平为A1B3C3D1,即再生剂掺量为2%、RAP掺量为40%、级配为3^#、油石比为4.4%,并对该水平进行了常规路用性能验证,结果均满足技术要求。     

纤维改性水泥稳定铁尾矿砂抗折能量耗散研究

为了提高钢铁冶炼废弃物的再利用率以及改善水泥土的力学性能,研究通过添加纤维材料和水泥制备纤维改性水泥稳定铁尾矿砂。文章利用抗折试验方法与能量耗散理论,探究纤维种类、长度以及冻融循环次数对纤维改性水泥稳定铁尾矿砂的抗折能量耗散特征影响,并建立纤维有效长度、纤维耗散能与冻融循环次数三者关系的函数模型,从能量耗散角度解释纤维有效长度与耗散能的关系。     

国道G357罗环路“美丽公路”设计要点研究

文章通过对国道G357罗城四把至环江公路的设计要点进行研究,提出从路线、路面、观景台、候车亭、服务停车区、边坡绿化等方面提升公路美丽指数,为美丽公路的规划设计和施工建设提供参考,以期形成可推广的公路转型发展经验。     

道路基层内养生透水水泥混凝土性能研究

为了避免水分对路面基层的损坏,并增强路面基层抗裂能力,文章提出将透水水泥混凝土用于道路基层,采用内养生剂提升混凝土抗裂性,同时对内养生透水水泥混凝土配合比进行了设计,并对内养生透水水泥混凝土力学性能、抗裂性能、透水性能进行测试。结果表明：内养生透水水泥混凝土的7 d抗压强度、28 d抗压强度、28 d抗弯拉强度分达到10 MPa、 13 MPa、2.9 MPa,说明内养生剂能有效增强透水水泥混凝土的抗裂能力,且内养生透水水泥混凝土能满足高速公路基层强度等性能要求。     

单管旋喷工艺在多管线道路地基处理工程中的应用

单管旋喷工艺因其操作方便、工艺程序简单、桩体防渗性和强度质量好,而被广泛应用于道路工程、水利堤防工程以及深基坑防渗工程中。结合门头沟区水担路三家店水库右坎肩止水帷幕工程施工案例,对单管旋喷工艺在多管线道路地基处理工程中的应用进行探讨。     

基于SVM-BP神经网络组合模型的高速公路出口流量预测

为了给高速公路交通流精准预测提供更准确的方法,本文利用济南西高速公路出口早晚高峰流量数据,采用SVM-BP神经网络组合模型进行短时交通流预测,并对单一的SVM（支持向量机）模型、BP神经网络模型和组合模型的预测精度进行比较和实证分析。当样本数量小于或等于120时,结果表明：(1)误差对比：当样本数量大于22时,由于预测集与训练集数据分布本身存在差异且SVM模型训练完成后过于复杂导致三种模型的误差逐渐变大。(2)预测精度：组合模型>BP神经网络>SVM,组合模型的平均绝对误差（MAE）提高了6.85%,远高于其他单一模型,验证了组合模型的有效性。