既有桥梁承载力评估的全过程动态可靠度法

提出既有桥梁可靠度鉴定的一种新方法一全过程动态可靠度法,该方法综合考虑了抗力、荷载以及目标可靠指标等因素的时变性。基于全过程动态可靠度法,对马迹塘公路桥进行承载能力评估,预测该桥的剩余寿命。     

软岩超浅埋近接跨越既有隧道地层变形分析

城市地下工程中常遇到软弱围岩近接问题。深圳市丰盛町地下街D区就是软岩超浅埋近接跨越既有隧道的典型工程,它在垂直下穿埋设有大量地下管线的深南大道的同时上跨两孔地铁区间隧道,其最小埋深仅3.9m,结构跨度13.7m,地下街底部与地铁隧道顶部的净距仅为0.33m,地层变形控制十分困难。针对丰盛町地下街D区的工程特点,根据设计和施工方案,运用有限差分软件FLAC3D进行三维数值模拟,预测地下街施工引起的地层变形及地铁区间隧道变形以验证方案的合理性,总结出软岩超浅埋近接跨越既有隧道地层变形分布规律,为今后类似工程提供借鉴。     

随机载荷作用下的疲劳裂纹扩展

船舶等许多工程结构在服役过程中的受载荷历程是一个随机过程.而变幅载荷下的载荷相互作用对疲劳裂纹扩展寿命将产生显著的影响.因此研究随机载荷作用下的裂纹扩展及定量计算对船舶结构的疲劳寿命预测的可靠性是十分重要的.该文提出了一个基于有效应力强度因子,以应力比和裂纹尖端塑性区尺寸为主要参数的随机载荷作用下疲劳寿命预测模型.该模型用于预测几种载荷谱作用下的裂纹扩展试验,结果表明预测结构和实验结果符合得很好.     

水下航行体波浪力理论预报

本文对水下航行体近水面航行状态进行波浪力的计算,计算采用STF理论和Frank源分布紧密拟合方法预报波浪力响应以及用Newman细长体方法和3D修正方法计算水下航行体的二阶平均波浪力与力矩.该方法和计算程序已经过多次模型试验结果比较和验证.采用该方法就某水下航行体计算了二种水深、七种相对浪向下近水面波浪力响应,并给出了波浪力参数随水深变化与浪向变化的计算结果.     

基于梯度推进决策树的日维度交通指数预测模型

城市交通运行监测和预测是掌握交通运行变化特点,制定缓解交通拥堵策略的重要工作,其结果能为公众提供有效的路况信息,亦为政策措施的制定和效果评估提供重要支撑.有别于传统的短时交通预测,本文提出的预测模型不是针对相邻时段的运行状态预测,而是更长跨度上,针对日级别高峰时段交通运行状态的预测.构建了包含时间周期、特殊天气、节假日、限行、大型活动等因素的多维度影响因素集;以长期历史交通指数构建数据训练集,提出了基于梯度推进决策树的日维度路网状况预测模型.应用最优模型进行验证,结果表明,模型预测精度可达 90%以上,与其他 4种回归模型的对比分析也显示,本文所提出的模型在各项评分中均表现最优,说明其更适合于大样本、多因素的回归分析.本文所提出的日维度预测模型对提升城市路网运行质量、缓解交通拥堵具有重要的应用价值.     

基于RBM-GASA-BPNN的潜在 高价值旅客预测

针对用BP神经网络(Back Propagation Neural Network, BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于 RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅客类别,设置类别标签;然后利用受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)提取旅客行为特征并确定最优BPNN 初始权值和偏置的寻优范围,又利用遗传模拟退火算法(Genetic Algorithm-Simulate Anneal, GASA)对BPNN参数进行精调,确定了最优的BPNN初始权值和偏置;最后,利用优化后的BPNN对旅客进行分类预测.实验结果表明,本文提出的方法克服了基于BPNN的分类预测方法的缺陷,具有更高的分类预测准确率和潜在高价值旅客预测能力.     

短时交通流预测中的特征选择算法研究

短时交通流预测是智能交通系统的重要基础,其精度直接影响到交通控制和诱导的效果.对于交通流预测中的非参数回归方法,其中一个重要的问题是状态向量的选取.本文提出基于 ReliefF和 Delta Test的特征选择算法来对特征向量进行选择.首先使用 ReliefF算法根据特征和类别的相关性对状态向量进行快速初步筛选,加快算法的执行效率.接下来以 Delta Test为性能指标,使用遗传算法对状态分量的权重进行进一步优选.最后通过基于实际数据的算例,对本文方法优选的状态向量与时间序列状态向量,简单时空关联向量进行了对比.结果表明,本文的方法在一般交通状态条件下和突变交通状态下都具有较好的性能.     

均匀风量集中排烟隧道火灾烟气流动分析与足尺试验

隧道火灾集中排烟系统集纵向和横向排烟模式的优势,应用愈加广泛。然而在排烟过程中,大量烟气易从离风机较近的排烟阀排出,极大降低了排烟效率并浪费了能源,为解决此类问题提出均匀风量集中排烟模式的概念,通过调节排烟阀开启角度,使各排烟阀排烟量均匀一致,最大限度的将高温烟气由火源附近的排烟阀排出。基于质量、动量和能量守恒方程,以排烟道内烟流为控制体,建立均匀排烟模式下关于排烟阀流速、排烟量、排烟阀开启角度和排烟风机风压关系的理论预测模型并求出解析解;同时,以港珠澳大桥海底沉管隧道为原型,建立世界最大断面尺寸沉管试验隧道,开展足尺验证试验。研究结果表明：均匀风量排烟系统能够通过控制排烟阀开启角度平衡各排烟阀排烟量实现高效排烟的目的;提出火灾时应开启火源最近处排烟阀且在满足烟气流速限值的情况下,控制排烟阀开启数量,既能缩短烟气蔓延范围又能实现有效节能;均匀排烟模式下,各排烟阀排烟量均匀一致,排烟阀开启角度呈逐渐增大趋势,离火源越近排烟阀开启角度越小。最后,以10 MW火灾为例,通过足尺试验验证均匀风量集中排烟烟气运动理论模型的正确性。     

隧道施工期超前预报地质雷达异常干扰识别及处理

受隧道施工复杂环境的影响,地质雷达在超前地质预报中经常遇到各种干扰信号,会对不良地质体探测和预报的准确性造成影响。采用现场实测的方法对隧道地质雷达探测过程中掌子面附近台车等金属物体、探测表面凹凸不平、电缆与输电线路、测线表面金属或非金属干扰物、探测区积水积泥以及底板测线附近金属物体等常见干扰因素进行分析,研究其在雷达处理图像上的表现特征与识别方法,并从相对介电常数取值、直达波拾取、天线移动、测线里程标记、增益调节和数据处理等方面讨论减少或消除干扰因素的措施。研究成果有利于提高地质雷达在隧道超前预报中的准确性,并对类似工程具有一定的参考和借鉴意义。     

基于主成分分析与BP 神经元网络的驾驶能耗组合预测模型研究

近年来交通领域能源消耗问题备受关注,本文从微观交通能耗预测出发,以实现北京市快速路基础路段的油耗预测为目的,基于出租车车载OBD/GPS终端,提取驾驶员微观驾驶行为数据,建立基于主成分分析与BP神经元网络的油耗组合预测模型,实现北京市快速路基础路段油耗的准确预测.结果表明：速度均值及标准差、最大车速、工况百分比、加速度及减速度均值、行驶距离和动能对油耗影响程度相对较高;同时模型能够实现城市快速路基础路段能耗的有效预测,预测精度达到92.46%.该方法的研究为城市交通能源消耗的监管与把控提供了支持.