迎宾三路隧道附属结构基坑工程

该文介绍了上海轨道交通17号线代建段及迎宾三路隧道管理中心基坑工程的特点。叙述了基坑工程的围护、地基加固、降水、接缝处理、支撑等施工技术措施和周边管线的保护。通过施工监测,证明施工中所采取的技术措施是十分有效的。     

武汉鹦鹉洲长江大桥南锚碇基础设计

武汉鹦鹉洲长江大桥主桥为三塔四跨结合梁悬索桥,加劲梁跨径布置为(200+2×850+200)m。该桥南锚碇基础经多方案比选采用圆形嵌岩地下连续墙基础。地下连续墙外径68m、壁厚1.5 m,底板厚6 m,顶板厚14.5 m。导墙由2个L形钢筋混凝土墙组成,墙间距1.6 m;帽梁总宽4.0 m、高2.5 m;内衬厚1.5~2.5 m;在地下连续墙外围设置环形防渗帷幕。采用理正深基坑软件分析地下连续墙施工全过程的受力,进行结构配筋。采用软件FLAC3D建立基坑及周围土体三维模型,分析基坑开挖对长江大堤变形的影响,分析结果表明,正常施工时,周边建筑及长江大堤的安全可以得到保证。     

群光大陆广场深基坑工程变形监测的应用

深基坑工程是土体与围护结构互相作用的一个动态变化的复杂系统,仅靠理论分析和经验估计是难以掌握其变形规律的。通过群光大陆广场深基坑工程进行变形监测,得知基坑坑顶的水平位移一般随着开挖深度的增加和时间的延长,逐渐增大而后趋于稳定;同时根据监测结果,及时采取处理措施,可有效预防事故的发生。     

轻型井点降水在浅滩桥梁承台基坑开挖中的应用

以某大桥使用轻型井点法、成功解决浅滩粉砂土层桥墩承台深基坑降水问题为例,阐述了轻型井点降水法的方案设计、方案实施,为类似工程基坑降水施工提供了借鉴经验。     

人机混驾环境下基于深度学习的车辆切入轨迹预测

为保证人机混驾环境下自动驾驶汽车的安全行驶,对周围车辆切入轨迹的预测至关重要.本文首先使用Savitzky-Golay滤波器对大规模采集的自然驾驶数据进行去噪处理,根据准则提取车辆切入片段,建立符合中国道路状况的车辆切入数据集.其次,发挥Bi-LSTM网络能充分利用上下文信息的优点和in-out快捷连接有效减少梯度消失...     

职业素养深度融入实训教学的研究与实践——以《汽车检测》课程为例

为了切实推进高校课程思政建设,全面提高高等职业教育教学质量的实施,"坚持育人为本,德育为先"、"重视学生全面发展,推进素质教育,增强学生自信心,满足学生成长需要,关注学生不同特点和个性差异,促进学生人人成才".为了提高职业教育的教学质量,必须准确把握从学生岗位适应能力的培养到学生职业素养培育的这一重大转变,培育学生的职...     

管片钢模激光测量技术的应用

随着我国城市地下隧道建设的快速发展,盾构施工技术已占主导地位,隧道管片的制造精度日益提高,对铸造型钢模具的制造精度也提出了更高的要求。介绍了管片钢模激光测量技术及装置,对型钢模具制造过程的检测和控制进行了分析,针对现有试验装置存在的不足进行了优化研究,最后对一种新的管片钢模具激光快速测量工艺进行了总结。     

基于双延迟深度确定性策略梯度的船舶自主避碰方法

为满足智能船舶自主航行的发展需求,解决基于强化学习的船舶避碰决策方法存在的学习效率低、泛化能力弱以及复杂会遇场景下鲁棒性差等问题,针对船舶避碰决策信息的高维性和动作的连续性等特点,考虑决策的合理性和实时性,研究了基于双延迟深度确定性策略梯度（TD3）的船舶自主避碰方法。根据船舶间相对运动信息与碰撞危险信息,从全局角度构建具有连续多时刻目标船信息的状态空间;依据船舶操纵性设计连续决策动作空间;综合考虑目标导向、航向保持、碰撞危险、《1972年国际海上避碰规则》（COLREGs）和良好船艺等因素,设计船舶运动的奖励函数;基于TD3算法,根据状态空间结构,结合长短期记忆（LSTM）网络和一维卷积网络,利用Actor-Critic结构设计船舶自主避碰网络模型,利用双价值网络学习、目标策略平滑以及策略网络延迟更新等方式稳定网络训练,利用跳帧以及批量大小和迭代更新次数动态增大等方式加速网络训练;为解决模型泛化能力弱的问题,提出基于TD3的船舶随机会遇场景训练流程,实现自主避碰模型应用的多场景迁移。运用训练得到的船舶自主避碰模型进行仿真验证,并与改进人工势场（APF）算法进行比较,结果表明：所提方法学习效率高,收敛快速平稳;训练得到的自主避碰模型在2船和多船会遇场景下均能使船舶在安全距离上驶过,并且在复杂会遇场景中比改进APF算法避碰成功率高,避让2~4艘目标船时成功率高达99.233%,5~7艘目标船时成功率97.600%,8~10艘目标船时成功率94.166%;所提方法能有效应对来船的不协调行动,避碰实时性高,决策安全合理,航向变化快速平稳、震荡少、避碰路径光滑,比改进APF方法性能更强。     

地铁车站深基坑施工变形规律及安全风险评估

以苏州市轨道交通S1线帆路站深基坑降水施工项目为工程背景,采用MIDAS GTS/NX建立有限元模型,分析基坑降水开挖过程中地下连续墙变形、基坑周围地表沉降、支撑轴力的变化规律,并对基坑降水施工的安全风险进行评估.结果 表明:地下连续墙的变形随深度增加逐渐增大,呈现为中间大、两头小的"勺"曲线型;基坑周围地表沉降分布形...     

基于深度强化学习的自动化集装箱码头集成调度方法

针对自动化集装箱码头卸货过程中岸桥、智能运输机器人和场桥设备交互作业, 实际调度环境复杂多变等问题, 以最小化最大完工时间为目标, 构建基于混合流水车间的三阶段集装箱码头集成调度模型, 为解决自动化码头调度环境动态性强的特点, 使用1种深度强化学习算法(DDQN)进行求解。依据码头实际调度情况, 使用神经网络实时拟合动作-值函数, 把各阶段设备状态数据输入模型, 采用经验回放机制训练模型, 把单一启发式规则加复合启发式规则作为设备候选行为, 通过强化学习动作选择与动作评估机制, 得到最优的集装箱-设备组合策略, 并与精确算法和常用的几种元启发式策略进行对比分析。结果表明: 较大规模算例下, 与目前较为先进的粒子群算法相比, 所提方法的总作业时间平均降低了7.84%, 与理论下界值的差距分别为6.0%, 5.6%, 4.6%, 三阶段设备负载较为均衡, 设备平均利用率为89%, 满足实际应用需求; 小规模算例下, 与Gurobi求解器的总完工时间平均误差为1.99%, 且随着算例规模增加, 所提算法在求解时间上显现出一定的优势, 求解时间最大提升59%, 验证了所提方法对于提升自动化集装箱码头运行效率的可行性和高效性。