大断面小净距隧道断面优化及其设计参数研究

对于大跨度小净距隧道而言,合理扁平率及双洞间距的设计对于节约成本,提高隧道线形规划具有至关重要的作用,因此,优化大跨度小净距隧道的扁平率及其间距是隧道设计施工面临的关键问题。以某双洞8车道隧道施工为研究背景,通过数值模拟及理论分析,对断面优化及其设计参数进行了深入研究。研究结果表明:随着高宽比的增加,拱顶位移逐渐减少,水平收敛逐渐增大,在高宽比为2.0时达到理想状态,这个时候的拱顶位移和水平收敛基本相同,此时断面有利于开挖。当高宽比取理想高宽比2.0时,这时应力较均匀,是开挖的理想断面,同时考虑行车通行的建筑界限,取高宽比为0.6333是合理的。隧洞埋深对塑性半径和周边位移的影响极大;弹性范围内的支护阻力与隧洞变形成正比;塑性半径随着围岩强度的增加而减小。     

广州地铁5号线文冲站局部明挖改暗挖方案设计

因避让"钉子户",广州地铁5号线文冲站不得不将原设计的明挖车站设计改为局部暗挖法下穿该"钉子户"。在设计方案变更过程中,存在隧道近距离下穿既有民房、左右线暗挖隧道之间的近距离施工影响、管廊与暗挖隧道的超小净距施工、站厅层的连接、周边环境控制等一系列技术难题。针对这些技术难题,通过计算分析、论证比较等,提出了有效且可行的解决方法和设计方案,并在施工中顺利实施,保护了周边环境,同时也确保了5号线的顺利开通。该工程的顺利实施,可为城市轨道交通类似工程的设计与施工提供参考和借鉴。     

隧道小净距穿越地下引水洞施工技术与实践

通过音头隧道穿越尤溪县六级电站引水洞的施工案例,介绍了隧道穿越地下引水道的施工经验,就开挖方案选择、支护措施、微震爆破工艺、工后监控等几个方面综合阐述了施工技术措施,解决了隧道在引水洞上方小净距施工技术的难题,为同类工程提供借鉴。     

接触网刚性悬挂拉出值布置方式比较

介绍了城市轨道交通牵引网架空刚性悬挂的两种布置方式.分析了采用传统正弦波拉出值布置方式时产生受电弓磨耗不均匀的原因,以及新的“八”字形拉出值布置方式及其解决受电弓磨耗不均匀问题的方法.“八”字拉出值布置方式是一种可靠的刚性悬挂拉出值平面布置形式,能够保证受电弓两侧的两个半弓磨耗一致,实现增加受电弓使用寿命、提高授流质量的目的.     

基于径向基函数响应面方法的大跨度斜拉桥有限元模型修正

采用ANSYS有限元软件建立某大跨度斜拉桥试验室物理模型的三维有限元模型.基于灵敏度分析,选取模型待修正参数和用于模型修正的特征量.采用实验设计方法生成数样本,通过有限元分析提取对应的特征量信息,进而建立待修正参数与特征量关系的径向基函数响应面模型.通过对响应面模型的拟合误差分析,确定径向基函数的最优形状参数.以斜拉桥自振频率和静态索力构建目标函数.基于建立的响应面模型,采用遗传优化算法进行有限元模型修正.结果表明,采用径向基函数响应面模型拟合斜拉桥设计参数与特征量之间的隐式关系有较高的精度;基于仿真数据的模型修正有较高的精度,基于试验数据的模型修正能得到合理的结果,该方法可有效地修正复杂桥梁结构有限元模型.     

铁道车辆车体内部结构三维检测系统的开发

0前言铁道车辆的车体是通过焊接将车顶板和地板、再加上若干侧板结合在一起的六面体(图1)。板件焊接时,由于受到热影响和骨架本身的误差,车体各部的尺寸相对于图纸,有时会产生数毫米至数十毫米的公差。为此,根据各     

自适应巡航系统车间距控制策略

合理的车间距设计可提高车辆自适应巡航的安全性和可靠性.本文分析常用跟车策略,确定适合于客车的车间距控制策略,并通过试验验证.     

基于子结构的大型桥梁有限元模型修正方法

实际桥梁结构的整体有限元模型修正时自由度和单元数量较多,待修正参数多,有限元模型修正精度和效率低。为了提高有限元模型修正的效率,提出基于子结构的有限元模型修正方法。子结构方法是化整体分析为局部分析的方法,与直接修正大型桥梁有限元模型相比,子结构方法只需要计算每个子结构少量低阶模态,得到整体结构的特征解及特征解灵敏度,形成模型修正的目标方程和灵敏度矩阵,进而缩短模型修正时间。将基于子结构的模型修正方法用于怒江特大桥主桥(上承式钢桁拱桥)有限元模型修正,结果表明:修正后桥梁的前10阶频率与桥梁的模拟实测频率值相吻合,且模型修正时间仅为传统整体方法的56%。     

调距桨轴内油管强度和疲劳寿命分析

对调距桨传动轴内的油管工作状况和受力情况进行分析,对4个关键工况(正车、倒车、稳态1和稳态2)进行较详细的应力和强度计算;根据3S-S-N线图对油管疲劳强度进行可靠性分析;最后,通过油管试样的疲劳试验数据估算油管的S-N曲线,从而进行疲劳寿命预测.文章所采用的方法可为调距桨轴内油管的强度设计和使用寿命计算提供参考.     

基于LSTM的滚动轴承寿命预测

针对滚动轴承剩余使用寿命预测难、一般的神经网络预测精度差的问题,提出了一种基于振动信号时域特征,结合滚动轴承理论寿命值和具有处理时序特征功能的LSTM(Long Short-Term Memory,长短期记忆网络)剩余使用寿命预测方法。首先按照时间顺序提取振动信号的均方根值、峰度、偏斜等15个时域特征作为判断滚动轴承退化的特征值;然后将其输入到LSTM中,将网络输出的轴承退化值设定为[0,1],0表示轴承完好,1为完全退化;最后采用滚动轴承理论寿命计算公式,根据滚动轴承的转速和载荷计算滚动轴承的基本额定寿命,结合其理论寿命和退化值得到定量的剩余寿命。试验结果表明,LSTM与理论寿命结合的滚动轴承寿命预测方法相比于一般的神经网络具有较高的预测精度。