杆岩耦合作用下深埋隧洞围岩稳定性主控因素及支护优化研究

由于深埋隧洞围岩显著的流变特点,其变形范围及洞壁位移通常在施作初期支护一段时间后才趋于稳定,因此研究锚杆支护后隧洞围岩变形范围及其洞壁位移量将为支护参数优化及预留开挖量提供重要的理论依据.文章通过建立预应力锚杆与隧洞围岩的相互作用力学模型,分析了杆体与围岩相对位移为零的中性点位置及其最大轴力值.基于锚杆中性点理论,推导...     

单管旋喷工艺在多管线道路地基处理工程中的应用

单管旋喷工艺因其操作方便、工艺程序简单、桩体防渗性和强度质量好,而被广泛应用于道路工程、水利堤防工程以及深基坑防渗工程中。结合门头沟区水担路三家店水库右坎肩止水帷幕工程施工案例,对单管旋喷工艺在多管线道路地基处理工程中的应用进行探讨。     

列车动力响应的平稳性和各态历经性分析

研究列车动力响应的平稳性和各态历经性对寻求列车动力响应随机过程的统计规律具有重要意义.基于多体动力学理论,采用多体动力学分析软件Simpack建立国内某高速列车动车车辆的多体动力学模型.采用三角级数法模拟得到的轨道不平顺作为随机输入激励计算得到列车以不同速度行驶不同距离的动力响应时程样本序列.进一步运用平稳性检验方法中...     

加里宁格勒在“一带一路”建设中的作用

加里宁格勒作为俄罗斯的“飞地”,是国际多式联运的重要枢纽,在“一带一路”建设中发挥了重要的作用。本文首先探讨了加里宁格勒的发展历程,阐述了其地理、人文、经济、交通运输基础设施建设情况;接着论述了加里宁格勒铁路线路情况,分析了加里宁格勒在“一带一路”中有效的替代了波兰马拉舍维奇场站情况,然后阐述了加里宁格勒在“一带一路”中多式联运线路,并结合中欧班列实际开行情况,介绍了现已开通运行的几条典型线路;最后描述了加里宁格勒未来发展前景。     

公路高边坡稳定性监测与评价分析

为确定高边坡路堑边坡防护结构设计方案的合理性,文章采用现场监测法对边坡稳定性进行监测与评价。分析监测结果得出,高边坡施工前期位移变化速度快、位移量大,后期逐步趋于稳定;土压力在防护后迅速下降并达到稳定状态,虽然受到了降雨条件的影响,但边坡坡体总体处于稳定状态,说明防护结构设计合理,但在雨季仍需加强监测。     

基于多装船机的散货船智能装载

对散货船使用多装船机进行装载作业的情况,建立以最高装载效率、最佳纵倾和最小化船舶最大静水弯矩值为目标,以浮态、稳性和结构强度为约束条件的散货船智能装载数学模型,使用改进的多目标遗传算法进行求解,得到优化后的Pareto解集,结果表明:该算法能够有效求得该问题的优化解,在实际应用方面具有一定的可行性.     

江苏铁路货运发展对策探析

为加快构建双循环新发展格局,增强江苏铁路货运发展竞争力,从铁路货运量、货流方向、货源结构、国际班列等方面阐述江苏铁路货运发展现状,针对对外通道能力紧张、过江通道存在限制、铁路多式联运设施有待完善、货场功能及配套设施不适应现代物流发展需要等问题,结合新时代发展形势要求,提出优化货运大能力通道建设、强化过江通道建设、完善多...     

基于ADAMS的整车建模及转向回正性仿真

针对某款重型牵引车出现转向回正困难现象,利用ADAMS/Car模块建立整车动力学模型,将虚拟样机的转向回正性仿真实验和转向轻便性仿真实验数据与实车试验数据进行对比,发现数据曲线吻合度高,验证了整车模型的正确性.利用ADAMS/Insight对整车转向回正性能仿真分析,设主销内倾角和主销后倾角的硬点坐标值为变量,优化目标...     

面向航班高峰期的机场地勤车辆多阶段优化调度方法

在航班运行高峰时段内,地面服务需求更加集中,机场可调度的地勤车辆数量有限,可能引发航班延误,导致机场多方面损失。针对该问题,研究了地勤车辆多阶段优化调度方法,重点考虑摆渡车和加油车2种地勤保障车路由与时间窗口限制,以航班准点率及延误时间为评价指标进行优化调度。构建了具有4类节点和5类弧的容量-费用网络G1,通过设置合适弧容量及费用参数,确定最小费用流规划模型;采用拉格朗日松弛启发式算法对模型求解,通过不断寻优,设置对偶间隙初值、容许误差,最大迭代次数,输出预测结果;深入分析高峰时段的航班运行状态,构建基于时空网络的整数线性规划模型,优化第一阶段未服务航班的总延误时间;结合最小化最大值定理,构建单航班服务延误模型,将单个航班延误造成的损失降到最低。最后,基于实际航班数据,结合机坪平面布局开展仿真实验和验证,结果表明：利用优化调度得到加油车和摆渡车准时服务的最大航班数分别为30,131架·次,待服务航班的最小总延误时间分别为223,542 min,航班总延误下降21.56%,显著缩短航班延误时间,提升了机场场面的整体运行效率。     

融合残差网络和特征金字塔的小尺度行人检测方法

针对小尺度行人检测中存在的过拟合、特征不易对齐,以及易忽略多尺度特征等问题,研究了1种融合残差网络和特征金字塔的小尺度行人检测方法。考虑到原始残差网络在检测小尺度行人时过于依赖训练集而出现过拟合问题,构建带有丢弃层的残差块代替残差网络结构中的标准残差块来解决这一局限,同时利用丢弃层的正则作用降低计算过程的复杂程度。通过在特征金字塔网络的侧向连接部分嵌入特征选择模块和特征对齐模块,对输入图像中重要的行人特征加强和对齐,提升算法对行人的多尺度特征学习能力,弥补特征金字塔网络出现特征不易对齐和易忽略多尺度特征的缺陷,提高小尺度行人的检测精度。在Caltech Pedestrian数据集上对模型进行训练、测试和验证,实验结果表明：小尺度行人检测精度为73.6%,AP₅₀检测精度为95.6%。在同为50层残差网络和特征金字塔网络下,改进后的模型可以使AP值提高17.2%,AP₅₀提高7.8%,小尺度行人检测精度提高了21.6%;在同为101层残差网络和特征金字塔网络下,可以使AP值提高24.5%,AP₅₀提高8.2%,小尺度行人检...