化马隧道涌水处理浅析

化马隧道涌水为高压宽张岩溶裂隙水,具水量大,压力高,涌水连续、贯通性好、补给水头稳定等特点。通过详细地质勘探、水文地质条件分析及准确地质超前预报,掌握了涌水的特点和性质,提出了采用迂回导坑绕避结合泄水洞排水的处理方案,顺利通过了隧道涌水段。     

高速铁路路桥过渡段地基沉降测试与预测方法研究

以津秦客运专线路桥过渡段路基沉降测试为例,利用BP神经网络方法和灰色系统法研究了路桥过渡段沉降预测问题。计算实例表明,神经网络法和灰色系统法短期沉降预测结果比较准确,简便易行,因而具有广泛的工程实用价值和应用前景。     

隧道围岩挤压变形预测方法研究

研究目的:围岩挤压变形预测是高地应力地区软弱围岩隧道勘察和设计阶段的一项重要工作。目前常用的临界埋深法和临界应力比值法均有局限性,迫切需要提出更加符合实际的隧道围岩挤压变形预测方法。研究结论:围岩挤压变形预测可采用强度应力比进行,建议采用Hoek-Brown经验强度公式和GSI法对岩体强度进行估算,F中地应力应取垂直于隧道走向的最大地应力。挤压变形破坏大都发生在F≤1的情况下,而剧烈挤压变形一般发生在F≤0.5时,可将0.5和1分别作为不同级别挤压变形的临界预测值。实践表明,采用F值法对围岩挤压变形进行预测是可靠的。     

铝合金地铁车体侧墙制造关键点研究

以地铁车体侧墙的生产制造为例,结合生产实际中遇到的问题,通过制定合理的g焊接顺序等措施有效地控制了型材的焊接变形;合适的工装胎同时辅以两阶段调修法保证了侧墙的轮廓度和高度。     

高速铁路CFG桩筏复合地基沉降变形特性研究

选取京沪高速铁路CFG桩筏加固软土地基的典型断面,采用ABAQUS有限元程序建立了三维数值模型。考虑高速铁路路堤分级填筑施工过程和长期荷载作用,对CFG桩加固后路基填筑期和运营期的沉降进行计算模拟,分析CFG桩筏复合地基沉降变形发展规律。研究结果表明：计算结果与实测值相一致,数值模型可以较好地反映路基填筑过程和后期沉降过程。基于该方法预测了高速铁路运行10 a后的沉降,桩筏复合地基技术可以有效地控制京沪高速铁路（凤阳段）的工后沉降,可为类似工程提供参考依据。     

基于Multi-agent的隧道变形监测系统

研究目的:为消除传统隧道监测维护中低频率、长周期、高费用等缺点,适应隧道即时监测护养的新兴要求,本文通过对上海地铁变形预测研究,提出一种基于多智能体的隧道变形在线监测系统。研究结论:(1)在监测系统中提出一种基于分层组件结构设计的通用Agent模型,该模型包括客户感知层、智能业务层与服务效应层,并以粗细两种化度归纳描述智能体内部结构;(2)依据Agent通用模型及隧道变形监测自身特点搭建具有6层复合结构特点的隧道变形监测系统,提出基于熟人协作沟通机制,实现系统的松耦合和低负载构造;(3)利用上海地铁变形实测数据验证预测模块Agent的工作效能,实验表明该系统具有较强的自治性、合作性,并具有一定的实用价值,对隧道监测系统的搭建有一定的指导意义。     

综合勘察与超前地质预报技术在兰渝铁路长寿山隧道中的应用研究

长寿山隧道为特长隧道,其工程规模大,埋深大,需勘察范围广,地形地质条件十分复杂,为了详细查清隧道的工程地质与水文地质条件,并及时对地质勘察资料进行补充和完善,指导并保证隧道施工的安全顺利进行,通过在勘察阶段采用遥感、大面积地质调绘、物探、钻探、综合试验、测试相结合的地质综合勘察技术,在施工阶段,采用地质编录、TSP、地质雷达、红外探测、超前水平钻探等相结合的综合地质超前预报技术,提高勘察效率及质量,补充地质资料、指导及保证安全施工,取得很好的效果。实践证明,山区长大、深埋、地形地质复杂隧道,在勘察及施工阶段分别采用综合勘察与地质超前预报技术,其方法是必要、合理、恰当的。     

青藏线格拉段5T综合预报关联TFDS信息的探讨

为提高车辆红外轴温探测系统THDS的兑现率,现以青藏线格尔木—拉萨段实施的5T系统预报为基础,关联TFDS信息,进行了热轴综合预报探讨。文中给出了关联TFDS信息的解决方案,应用效果良好。     

塑料排水板堆载预压法处理软基的固结效果

结合某填海造地道路地基处理工程实例,探讨塑料排水板堆载预压法的加固机理;基于现场软基沉降监测实测数据,采用双曲线法对加固后的软土地基沉降进行预测,并分析地基的最终沉降量及固结度。研究结果表明:塑料排水板堆载预压法在软基处理中的加固效果较好,堆载预压结束后,软基固结度可达到80%～95%,满足设计要求。     

Predictive power of inspection outcomes for future shipping accidents – an empirical appraisal with special attention for human factor aspects

This paper investigates whether deficiencies detected during port state control (PSC) inspections have predictive power for future accident risk, in addition to other vessel-specific risk factors like ship type, age, size, flag, and owner. The empirical analysis links accidents to past inspection outcomes and is based on data from all around the globe of PSC regimes using harmonized deficiency codes. These codes are aggregated into eight groups related to human factor aspects like crew qualifications, working and living conditions, and fatigue and safety management. This information is integrated by principal components into a single overall deficiency index, which is related to future accident risk by means of logit models. The factor by which accident risk increases for vessels with above average compared to below average deficiency scores is about 6 for total loss, 2 for very serious, 1.5 for serious, and 1.3 for less-serious accidents. Relations between deficiency scores and accident risk are presented in graphical format. The results may be of interest to PSC authorities for targeting inspection areas, to maritime administrations for improving asset allocation based on prediction scenarios connected with vessel traffic data, and to maritime insurers for refining their premium strategies.