钢-混凝土双面组合箱梁日照温度效应研究

在自然环境下,钢一混凝土双面组合箱梁受一天中日照变化的影响,在梁体内部会产生相应的温度应力和变形。以三跨钢一混凝土双面组合箱梁为研究对象,对组合梁在6：00至18：00日照条件下的温度应力与位移进行计算分析。利用有限元软件ANSYSl0．0建立三跨连续组合箱梁有限元模型,采用间接耦合解法进行热一结构耦合场的运算。得到了温度应力与温度位移的分布规律及时程分析,并对箱梁混凝土底板对温度效应的影响进行探讨。     

隧道外挂设漏泄同轴电缆接口分析

山区铁路隧道外挂设漏泄同轴电缆的情况越来越多,漏缆隧道外挂设所涉及的参数、接口、设置要求等方面尚无可参照的规范标准,基于沪昆客运专线湖南段隧道群挂设漏缆的工程实例,总结隧道外漏缆挂设的工程接口、参数等信息经验,以供其他工程借鉴参考.     

深圳地铁3号线车-地无线通信系统

主要介绍应用于深圳地铁3号线正线信号系统中的车-地无线通信系统的结构、组成和原理,并简要描述系统的主要特色,以及系统应用中应注意的问题.     

浅谈高铁建设中区间信号光、电缆的施工安全

总结京津城际、京沪高铁光、电缆施工中的问题,分析信号电缆绝缘性能,浅谈高铁建设中区间信号光、电缆的施工安全,提出改进高铁光、电缆施工方法的建议。     

CableGuard主缆缠包带国产化研发

依托西江特大桥针对CSM基本配方进行相应的变量试验,从而获得满足性能指标要求的材料,实现CableGuard主缆缠包带国产化生产。通过红外图谱及热重分析确定CableGuard产品基本材质及含胶量,研发产品以CSM为主要原材料,按照45%～50%的含胶量进行配方设计,辅助添加用于改善CSM材料性能的助剂用于调节材料的性能。通过外层材料、内层材料以及中间涤纶经编网格布配方设计及对比分析,研究开发了完全国产化的主缆密封缠包带。     

新型水玻璃-酯类浆液对风积沙边坡稳定性研究

针对风积沙边坡稳定性差的问题,在新型水玻璃-酯类浆液性质研究的基础上,采用新型水玻璃-酯类浆液对风积沙边坡进行加固,并通过数值模拟的方法研究新型水玻璃-酯类浆液填充率和加固深度对桥台开挖工况下风积沙边坡稳定性的影响。研究结果表明,天然状态下风积沙边坡安全系数为1.15,滑动面近似平行于坡面。在未对风积沙边坡进行加固时,桥台开挖后风积沙边坡最大水平位移为30.6cm,塑性区通过桥台开挖形成的转角处,安全系数为1.03、低于天然状态下的1.15,说明在未加固的条件下对风积沙边坡进行桥台开挖会极大降低风积沙边坡稳定性。新型水玻璃-酯类浆液填充率和加固深度对桥台开挖状态下风积沙边坡稳定性影响结果表明,随着浆液填充率和加固深度的增加,风积沙边坡安全系数不断增加。     

襄阳庞公大桥主桥加劲梁架设施工技术

襄阳庞公大桥主桥为2×378m三塔两跨悬索桥,两主跨关于中塔对称布置。加劲梁采用钢-混凝土结合梁结构,由钢梁通过剪力钉与混凝土桥面板结合而成。全桥共分为84个节段。加劲梁采用梁段内桥面板与钢梁厂内结合、梁段间桥面板放置于已结合桥面板上进行整体吊装的思路。两主跨各布置两台300t液压提升式缆载吊机分节段起吊架设,由跨中向边塔同步对称进行,其中最大节段吊重约260t。受塔区无吊索、地形限制、梁段发运等影响,现场搭设存梁支架及存梁台座,利用起重船提前进行塔区存梁及场内滑移存梁,对于起重船吊装性能不足梁段采用矮支架存梁+缆载吊机"荡移法"架设。最后,在塔柱两侧采用"预偏+顶推"方式合龙。吊装过程中考虑中塔鞍槽抗滑稳定性及塔底应力情况,进行加载控制及索鞍顶推复位。     

湖北白洋长江公路大桥施工关键技术

湖北白洋长江公路大桥是宜昌至张家界高速公路在湖北宜昌境内跨越长江的通道,主桥主跨为1 000m双塔单跨钢桁梁悬索桥。对北岸索塔超低下横梁、大尺寸上横梁、重力式嵌岩锚碇深基坑开挖及防护、钢桁加劲梁吊装安装施工关键技术进行论述,实践表明:施工过程中采用的相关关键技术与工艺,能有效提高工程质量,降低安全风险,加快施工进度和节约施工成本,可为类似工程提供参考与借鉴。     

基于柔性杆理论的脐带缆涡激振动数值模拟系统

针对目前海洋脐带缆分析软件缺乏的状况,本文基于MATLAB开发了脐带缆涡激振动数值模拟系统UCVIV-1.0.由于脐带缆的大变形和大转角会产生显著的几何非线性,脐带缆的静态平衡位形和整体力学响应计算采用了细长柔性杆模型,采用尾流振子模型模拟海流作用下的涡激力.该系统界面清晰友好,操作简单,适用于悬链线型脐带缆.选取了一组脐带缆参数,使用该系统进行了静力计算以及涡激振动计算;并将静力结果与采用国外商业软件OrcaFlex计算的结果进行了比对,发现结果吻合程度较高,在一定程度上验证了系统的可行性和准确性.本系统有望为脐带缆设计软件的开发提供借鉴.     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。