黄土地铁隧道锚杆布置方式的模型试验研究

文章利用平面应变三向加载装置进行室内模型试验,对无锚杆、全环锚杆和边墙锚杆三种锚杆布置方式进行了对比试验,并参考工程现场测试结果,对系统锚杆在黄土地铁隧道中的作用进行了研究;通过模型试验获得了适合黄土地铁隧道的锚杆相似材料,实现了"先加载,后挖洞"以及锚杆和衬砌联为一体的试验方法。通过对比发现:系统锚杆能较好地控制掌子面周围的塑性区发展;边墙锚杆在隧道洞室开挖支护后能加快围岩应力调整,且能有效改善衬砌的受力情况;综合考虑经济因素,认为边墙锚杆支护系统在浅埋暗挖黄土地铁围岩中加固效果较好,实际施工中应予以保留。     

地铁隧道暗挖施工对既有管线的变形影响规律及其控制技术

城市地铁隧道施工中,有效保证邻近管线的安全是工程的难点之一。文章以西安地铁三号线通-胡区间为研究背景,采用FLAC数值模拟,得出了地铁隧道暗挖施工对邻近平行及垂直于隧道轴线的地下管线变形影响的规律;通过分析,预测了地铁穿越地裂缝施工后管线的变形趋势,并提出了地铁隧道下穿f4地裂缝的技术措施,以及地铁暗挖施工中对邻近管线的保护措施。工程实践表明,文章提出的控制措施合理有效。     

ANP-FE与数值模拟结合在地铁隧道近接施工风险评估与管理中的应用

文章针对地铁隧道近接施工工程风险评估与管理问题,提出了将ANP-FE和数值模拟结合起来的一种全新风险管理理念和方法;在调查、研究和分析得到地铁隧道近接施工风险评价指标体系的基础上,将ANP与FE结合起来对风险进行评估,以解决风险影响因素之间相互依存和反馈的模糊性问题;然后以风险评价结果为依据,制定风险防范和控制措施;进一步对采取对策后的工程开展数值模拟,以此来检验措施的有效性和评价方法的科学性;最后,以广州地铁6号线某近接工程为研究对象,对该风险评估与管理方法的具体实施过程做了详细阐述.实践证明,该理论体系和方法能够有效地对地铁隧道近接施工工程的风险进行评估、控制和管理,提高风险评估过程的科学性.     

轨顶风道先浇法施工工艺的设计和应用

轨顶风道是地铁车站通风系统中重要的内部结构构件,文章针对现浇钢筋混凝土轨道风道后浇法施工存在的问题,提出现浇轨道风道先浇法的施工工序,并结合长沙市轨道交通2号线一期工程光达站应用实例,介绍了现浇轨道风道先浇法的施工要点,评述了其施工应用效果。     

地铁火灾人员逃生的模拟与分析

本文针对地铁火灾人员逃生这一问题,系统分析了地铁火灾与人员逃生过程与特点,在此基础上,提出了地铁火灾人员疏散时间计算模型。通过实验与软件,对地铁火灾的烟气的温度与扩散进行模拟,确定了地铁火灾人员疏散可用时间,总结了人员疏散所需时间的计算方法。结合了上海某地铁站的实例进行安全性分析,使得本文所提出地铁火灾疏散时间模型得以运用。     

浅谈城市轨道交通现状及未来发展策略

从城市交通的现状出发,阐述了城市轨道交通在运力、舒适、节能、环保等方面的巨大优势,分析了目前我国城市轨道交通的现状及存在的不足,提出大力推进轨道交通建设、加强风险防范、充分发挥社会引导作用及审慎评估新建项目的发展策略。     

隧道工程BIM应用现状与存在问题综述

与建筑业不同,隧道工程拥有"带状分布、与地质关系密切"等独特的特征,因此隧道工程BIM实施不能照搬建筑业中业已成熟的BIM技术路线。首先对BIM在隧道工程中的应用现状做全面的梳理,分别阐述山岭隧道工程、地铁区间隧道工程和市政隧道工程当前的BIM技术应用现状;然后分析和总结隧道工程在BIM实施的过程中遇到的问题和BIM技术推广过程中遇到的阻碍以及解决办法;最后提出BIM技术在隧道工程中的应用展望。     

浅谈地铁车站换乘方式

详细的叙述了地铁车站的常用换乘方式以及适用条件、优点和缺点,旨在为设计者提供借鉴和参考。     

西安地铁2号线正线计算机联锁子系统分析

计算机联锁的主要功能是实现轨旁信号设备的状态信息采集与安全联锁控制.结合西安地铁2号线,阐述基于无线通信移动闭塞制式的正线计算机联锁子系统的设备组成、功能实现、工作原理、软件类型和接口连接设计技术方案,为城市轨道交通信号控制系统的研究提供软硬平台.     

Forecasting short-term subway passenger flow under special events scenarios using multiscale radial basis function networks

Reliable and accurate short-term subway passenger flow prediction is important for passengers, transit operators, and public agencies. Traditional studies focus on regular demand forecasting and have inherent disadvantages in predicting passenger flows under special events scenarios. These special events may have a disruptive impact on public transportation systems, and should thus be given more attention for proactive management and timely information dissemination. This study proposes a novel multiscale radial basis function (MSRBF) network for forecasting the irregular fluctuation of subway passenger flows. This model is simplified using a matching pursuit orthogonal least squares algorithm through the selection of significant model terms to produce a parsimonious MSRBF model. Combined with transit smart card data, this approach not only exhibits superior predictive performance over prevailing computational intelligence methods for non-regular demand forecasting at least 30 min prior, but also leverages network knowledge to enhance prediction capability and pinpoint vulnerable subway stations for crowd control measures. Three empirical studies with special events in Beijing demonstrate that the proposed algorithm can effectively predict the emergence of passenger flow bursts.