JQX900型导梁式架桥机隧道口架设24m双线整孔箱梁施工工序及成本分析

JQX900型下导梁式过隧道型架桥机主要用于200～350km铁路客运专线20m、24m、32m双线整孔预应力箱形混凝土梁的架设。在石太客运专线Z9标段，该架桥机经32—24m变跨作业，通过运梁车驮运实现桥间短途运输，并在穿越双线隧道后，于隧道口成功架设了3×24m双线整孔箱梁。此文从JQX900型架桥机隧道口架梁的施工工序入手，针对各单项工序进行了成本分析，以期为同类工程积累施工造价资料。     

枪钻技术在汽车半轴加工中的应用

针对枪钻专机的结构、性能特点及枪钻头的结构、工作原理、主要参数进行了详细地介绍;分析和总结了加工中所遇到的各种问题及其解决方法；对于枪钻技术应用于汽车半轴深孔加工的工艺进行了有益地改进；并给出了一些重要的参数。     

多角度梢孔镗机的研制及应用

文章介绍了一种新型机加工专用设备，用途十分广泛。该设备主要针对锥孔的现场加工，如在船舶修理中螺旋桨与艉轴的锥孔加工、舵叶与舵杆的锥孔加工、吊杆与固定座的锥孔加工及其它任何位置和难以运输的大型设备锥孔的现场加工。     

水平定向钻机施工及保养

结合实际施工经验，就非开挖施工过程中钻机的吨位选择、导向钻孔曲线设计给出了简单易行的方法；从液压系统的保养、发动机的保养、橡胶履带的保养3个方面对钻机的保养方法进行了详细叙述。     

数控弯管机软件的改进

文章介绍了数控弯管机旧程序的缺陷,并在机车管道弯制工艺分析的基础上着重介绍了管道弯制的各种算法设计、软件编制流程及新软件的主要功能。     

草原公路冬季机械除雪

针对内蒙古呼伦贝尔市冬季公路雪阻情况,阐述了机械除雪的优点、除雪效果及注意事项。     

由卵砾石层施工工率谈潜盾机之因应——以桃园机场捷运CU02A标为例

本文以CU02A桃园机场捷运潜盾隧道施工工率之统计分析结果,进而探讨潜盾隧道于施工前,针对潜盾机于卵砾石层施工之设计考量,是否能使潜盾机有效的在卵砾石层中进行掘进工作,以及于实际施工过程中所遭遇各种问题之因应对策,是否能确实克服问题。桃园机场捷运CU02A标潜盾隧道工程共使用8台直径6.24 m加泥土压平衡式潜盾机进行施工,经统计分析此8台潜盾机于10条潜盾隧道之施工工率结果,建议于卵砾石层之潜盾掘进施工工率评估时,以初期掘进时2 m/d及主掘进时4.5 m/d来评估较为妥当。并依5个区段潜盾隧道施工工率分别检讨时,发现较后施工之工区施工工率较先行施工工区之工率为佳,显示于先行施工中遭问题时所提出之因应对策,于后期施工之工区得到良好之印证。因此藉由整体施工工率及所遭遇问题之因应对策的检讨,反馈至初期设计考量,以期能对日后施工设计考量及规划时提供参考。     

地下掘进之地盘——机械互制与可挖指标研探

地下机械式之掘削效率乃为进度、成本及品控之关键要因,一般工程思考皆多考虑工法与机型对应各类不同地层之"可挖性"作探讨,即针对地质材料选择适应之切削面盘,鲜能再对地盘——机械开挖互制行为作一"适确性"研析,而本研究先由微观之量纲分析及力学尺度探讨并建立指标,运用至巨观推力、扭矩之施工良窳、可挖性及正常施作或异况破坏之分析。机械式掘削接触地质与产生之互制行为相异性极大,故由地质破坏特征作为切削地盘材料之分类,藉此提供该广义式之探讨方针;其次在施工判准所建立之可挖指标上,使用量纲分析方法进行具代表力学行为之因子解析,作为建置指标的依据;再者,应用现场调查以资搜机械式开挖所量测的推进力系数值,进而佐证其适确性,最终完整研析机械式掘削开挖之行为与可挖性指标之应用。     

基于优化SVM的城市快速路网交通流状态判别

以交通流率、速度和占有率为输入参数,采用交叉验证法优化模型惩罚参数C和核函数参数γ,建立以径向基为核函数的支持向量机模型,判断道路断面交通流状态;结合设计的道路网综合状态指数,依据自由流、拥挤流和阻塞流状态下占有率划分区间,构建城市快速路网交通流状态判别方法;最后以某一区域路网为例,进行了实证性研究．结果表明：该方法对道路断面交通流状态判别精度可达92．22％;同时能够实现道路网范围内对自由流、拥挤流和阻塞流状态的判别,判别精度可达86．67％．     

基于机器学习预测微生物加固钙质砂统一动强度

为探究不同微生物加固程度、有效围压和相对密实度与微生物加固钙质砂的动强度系数之间的相对重要性大小,并建立相应的统一动强度准则,用以预测微生物加固钙质砂的动强度,依据86组微生物诱导碳酸钙沉淀(MICP)技术加固钙质砂的不排水三轴试验数据建立数据集,利用反向传播神经网络(BPNN)和多元自适应回归样条(MARS)方法对数据集进行训练和预测。结果表明：微生物加固程度对动强度系数的影响程度最大,有效围压的影响稍逊之,相对密实度的影响相对较小,其相对重要性大小均值分别是100%、94%与68%,基于机器学习方法对微生物加固钙质砂的动强度系数进行预测的效果优于传统方法建立的统一动强度准则所获得的结果,其中BPNN模型的预测结果更准确,MARS模型的计算效率更高。