黄土地区公路暗穴顶板临界厚度的确定方法

针对西部黄土地区暗穴的发育会对公路路基、桥涵、公路隧道、路堑与路堤边坡及边坡支挡工程等的稳定性造成严重威胁的问题,在野外调查的基础上,对暗穴的分布规律、发育形态、破坏机制等进行了归纳与研究,提炼出几种破坏模式,结合黄土地区的土质特点,考虑了节理对黄土暗穴的影响,采用结构力学等方法,提出了一些确定顶板临界厚度的方法,并进行了对比讨论。通过对路基暗穴的安全厚度的正确估算,为研究公路暗穴有效防治措施提供了可靠的依据。     

埋地钢质管道外防腐层选材专家系统

对外防腐层选择时需要考虑到的因素进行总结后，建立了包括3大类18个具体因素的外防腐层选材评价体系，对18个具体因素给予一定的权重，对常用外防腐层的性能以及其适用条件进行细分并采用5分制打分。利用权重系数法计算出常用外防腐层在具体工程中的得分，由此比较防腐层在该工程中的优劣及适用与否。     

高填深挖土质路基施工——离军高速十三标段路基填筑施工总结

总结介绍了离军高速十三标段高填深挖土质路基施工中遇到的施工技术问题的处理方案，并取得了较好的施工效果。     

基于相对变形的大变形隧道地应力反算

针对复杂地质条件下高地应力大变形隧道地应力复杂多变的特点，为满足该类隧道动态设计对地应力资料的要求，提出基于上台阶开挖后拱腰水平收敛与拱顶下沉的相对比值并结合开挖揭示的围岩情况，建立二维数值模型反算地应力的方法。以丽江至香格里拉铁路中义隧道为例，对该方法进行详细说明。研究表明所述方法具有无需地应力测试、计算方便的优点，施工期间可用于地应力分析、预测。中义隧道典型区段地应力反算结果表明： 1）隧道出口及2号横洞工区的地应力分布特点并不相同； 2）围岩及埋深差别不大的区段，隧道水平收敛变形出现较大差异主要是由于地应力侧压力系数不同引起的。     

回填土区深层搅拌桩和高压旋喷桩复合地基的静承载性能

结合实际工程现场静载试验,采用有限元计算方法研究了桩长和桩土模量比对深层搅拌桩和高压旋喷桩复合地基在回填土中的桩体承载特性、荷载传递及复合地基变形特性的影响。结果表明,在回填土区,深层搅拌桩以桩体上部破坏为主,增加桩长不能有效地提高复合地基承载力,增加桩体强度尤其是上部桩体的强度则能够较大地提高复合地基承载力,高压旋喷桩可有效增强回填土地基的承载力。提出的桩体弹性模量取值范围可供设计参考。     

高速铁路上郭关隧道施工遭遇大型溶洞的处理方案研究

高速铁路上郭关隧道在施工中遭遇了大型溶洞,溶洞由6个形态各异的溶洞大厅组成,有必要研究既安全又经济的溶洞处理方案。首先根据溶洞大厅的大小与位置,设计现浇套拱衬砌支顶、埋设钢筋混凝土管涵与施作护墙支挡3种处理方案;然后数值模拟不处理溶洞、处理溶洞、处理溶洞并考虑水渗流影响等情况,对比多种工况下的隧道受力变形,分析溶洞处理效果,并提出施工建议;最后将溶洞处理方案应用于工程实践。结果表明:隧道变形在安全范围内,隧道顺利通过岩溶区,证明采取的溶洞处理方案切实可行。     

基于深度强化学习的车辆跟驰控制

针对自适应巡航控制系统在控制主车跟驰行驶中受前车运动状态的不确定性影响问题，在分析车辆运动特点的基础上，提出一种能够考虑前车运动随机性的跟驰控制策略。搭建驾驶人实车驾驶数据采集平台，招募驾驶人进行实车跟驰道路试验，建立驾驶人真实驾驶数据库。假设车辆未来时刻的加速度决策主要受前方目标车辆运动影响，建立基于双前车跟驰结构的主车纵向控制架构。将驾驶数据库中的驾驶数据分别视作前车和前前车运动变化历程，利用高斯过程算法建立了前车纵向加速度变化随机过程模型，实现对前方目标车运动状态分布的概率性建模。将车辆跟驰问题构建为一定奖励函数下的马尔可夫决策过程，引入深度强化学习研究主车跟驰控制问题。利用近端策略优化算法建立车辆跟驰控制策略，通过与前车运动随机过程模型进行交互式迭代学习，得到具有运动不确定性跟驰环境下的主车纵向控制策略，实现对车辆纵向控制的最优决策。最后基于真实驾驶数据，对控制策略进行测试。研究结果表明：该策略建立了车辆纵向控制与主车和双前车状态之间的映射关系，在迭代学习过程中对前车运动的随机性进行考虑，跟驰控制中不需要对前车运动进行额外的概率预测，能够以较低的计算量实现主车稳定跟随前车行驶。     

人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型

道路系统中的人机混驾交通环境是指人工驾驶车辆与自动驾驶车辆混合运行的交通环境，其中换道行为建模是人机混驾环境下无人驾驶车辆行为研究的热点。基于深度学习理论，构建人机混驾环境下基于长短期记忆神经网络的无人驾驶车辆换道行为模型（Long-short-term-memory-based Autonomous Vehicles Lane Changing，LSTM-LC）。通过研究人工驾驶车辆在换道过程中与周边车辆的相互作用，对换道行为影响因素进行分析；同时，为了提升模型的迁移性，引入道路横向偏移量信息。结合LSTM神经网络的输入要求，使用美国公开交通数据集Next Generation SIMulation（NGSIM）构建换道行为样本库。针对LSTM-LC模型，以均方差MSE作为损失函数，使用RMSprop优化方法进行训练，对LSTM网络结构、历史序列长度N及训练样本量3个重要参数进行标定。最后，针对道路横向偏移量M对LSTM-LC模型性能的影响进行对比试验。研究结果表明：相比GRU-LC模型，LSTM-LC模型对换道行为的表征更准确，在模型的精度和迁移性上有着显著的提升；GRU-LC模型的均方差为4.64 m²，迁移性均方差为119.82 m²，而LSTM-LC模型的均方差为3.18 m²，迁移性均方差为79.58 m²，分别优化了31.5%和39.71%；通过引入道路横向偏移量M，可将LSTM-LC模型精度和迁移性提升约10%，且模型稳定性更强。     

紧邻地铁深基坑悬臂式挡土墙保护及基坑支护设计研究

为确保昆明轨道交通4 号线朱家村站基坑开挖及支护过程中基坑及挡土墙的安全,通过对不同深基坑支护措施及挡土墙保护方案的比选,并结合数值模拟验算结果,分析在深基坑开挖支护各工况阶段的挡土墙安全指标,选出工期短、经济性好、安全性高的挡土墙保护方案。结果表明,在挡土墙高度较小时,采用型钢斜撑结合基坑支护结构对挡土墙进行保护,安全、快捷、经济、高效, 对于以后类似条件下的紧邻深基坑挡土墙保护具有较强的参考意义。     

龙穴修船坞深基坑开挖安全控制

船坞开挖属深基坑开挖,是危险性较大的分项工程。实践证明,要保证深基坑开挖过程安全顺利,就必须做好资源入场、基坑周边安全围护、边坡防护、井点降水、第三方监测、应急准备等工作。这些工作在船坞深基坑开挖安全控制工作中是十分重要的。