沥青混合料裂纹发展过程的颗粒流模拟

为了在细观尺度下描述沥青混合料的裂纹发展行为,运用离散元程序PFC2D内置“Fish”语言,重构了沥青混合料非均质(集料、胶浆和空隙)多层次(矿料级配)结构虚拟试件,对虚拟试件微观组成成分之间的接触赋予了相应的微观接触模型,采用离散元方法实施了单边切口小梁虚拟3点弯曲试验,借助数字摄像法捕捉了室内小梁试件表面裂纹发展情况,在二维尺度下探索了沥青混合料的部分断裂机理.结果表明:虚拟试验得到的宏观断裂力学响应与室内试验结果的吻合度较好,仅采用试件单面图像信息构建模型进行力学性能预测缺乏可信度;虚拟试验模拟的二维裂纹扩展路径与室内数字摄影法结果较为相似,二者都体现出材料脆性断裂特点,二维模型往往夸大了粗集料在混合料断裂过程中的作用;基于离散元程序的裂纹扩展行为分析方法,可以作为研究沥青混凝土材料断裂行为的辅助手段.     

水泥搅拌桩返浆铺平下盖层在软基处理中的试验研究

水泥土搅拌法因施工简便,造价低,能有效改善地基土性质,在软土地基处理中得到广泛应用,但在施工过程中出现的返浆问题,给施工进度、经济等带来一些麻烦。结合工程实例,介绍了水泥土搅拌桩(湿法)处理软土地基的施工工艺,阐述了利用搅拌桩顶的返浆铺平作为基础底面的下盖层,以褥垫层进行找平的新方法。复合地基静载试验结果表明:利用新方法处理后的地基沉降量比常规方法约减少一半,由于返浆层的存在,增加了桩的上部土层刚度,有利于提高复合地基的承载力。此方法有效地控制了地基的沉降,缩短了工期,并节约了工程造价。     

旧沥青路面铣刨料的CBR试验研究

加州承载比CBR作为国际道路上公认的道路评价指标,在柔性基层、底基层评定上有着广泛的应用,采用路面材料强度仪,对RAP料做浸水前后的CBR值测定。结果表明:随着RAP料含水率的提高,CBR值先增大至最佳含水率而后减小,未浸水RAP料的CBR值和RAP料压实度有着良好的二项式回归关系,较大压实度的RAP料可以有效抵抗外界水损害,级配是影响RAP料CBR值的最大因素。     

公路下伏采空区模型试验相似材料研究

公路路基下伏采空区岩体相似材料研究是开展模型试验研究的必要条件,依据相似原理对采空区常见岩体(砂岩、泥岩)进行相似材料研究,通过概化试验模型,确定几何比及物理相似比,确定相似材料满足的强度要求。同时,把粉煤灰应用于岩石相似材料中,并取得了较好的效果,相似材料及相似比的确立为采空区室内模型试验研究提供了研究基础。     

快通混凝土强度影响因素试验研究

指出了快通混凝土强度的主要影响因素,分析了快通混凝土各龄期对强度的影响规律,快通混凝土技术能实现混凝土路面维修的早日完成,达到尽快恢复交通、正常运营的目的。     

应用ARIMA模式于车辆侦测器数据填补

交控系统是利用各项侦测器或纵坐标名称、单位来进行交通特性搜集的,近年来由于在有线与无线传输的技术上日渐成熟,许多的信息都可以快速的传回至交控中心。但是目前车辆侦测器设置的位置会影响数据收集的准确度,且感应线圈车辆侦测器面临着经常发生数据遗漏。数据产生缺漏对于交通管理决策缺乏效率,而且无法彰显出投资车辆侦测器之价值。为了避免车辆侦测器数据遗漏、断线或数据异常不能使用之情形出现,利用自回归移动平均模型(ARIMA)来填补车辆侦测器所遗失的数据,其MAPE值小于20%,故ARIMA模式較平均法更优秀,其係以历史资料来建构,故有相当优良的填补绩效。     

基于手机信令数据的游客识别与出行轨迹匹配方法

为统计旅游交通的客运量，分析公路交通运输需求，优化运输组织，合理构建“快进慢游”综合交通旅游网络，研究提出基于手机信令数据的游客识别与出行轨迹匹配方法。通过划定景区边界，设置停留时间阈值，识别手机用户的游客身份；同时，借助地图工具批量计算信令发生位置间的出行路线与行程时间，匹配实际公路网。实例分析结果表明，手机信令数据能呈现手机用户的出行轨迹，且信令数据的位置轨迹与公路线位走向结合密切。在人们越来越依赖地图导航软件规划出行路径的背景下，利用该方法能更准确地识别景区游客并估计游客往来景区的出行路径。     

出口巴基斯坦宽轨客车转向架

介绍了出口巴基斯坦宽轨客车转向架的主要技术参数、结构特点和计算、试验情况。     

风化泥质板岩路堤工程性状的模型试验研究

介绍了泥质板岩全风化及强风化料作为高速公路、高速铁路路堤的室内模型试验研究,采用不同的颗粒级配、不同的含水量,通过施加不同的竖向荷载作用于模型路堤,获取了路堤面板的沉降以及堤内应力、应变、土压力值和变形性状以及模型路堤的极限承载力等,试验结果表明模型路堤内的应力、应变和沉降位移随堤面竖向荷载、含水量和颗粒粒径不同而变化。它将对软岩风化料填筑高速铁路路堤设计、施工与质量控制起到一定的借鉴作用。     

一种被动声纳目标识别数据融合方法的研究

文章首先对目标噪声信号采用五种不同的方法提取特征矢量,然后采用基于自适应遗传BP算法的神经网络分别对五种特征矢量并发地进行分类,再采用遗传算法对分类器组合过程中的多参数进行优化,最后由五种分类结果最优组合产生最终的分类结果。实验结果表明该系统具有很好的分类效果。