厦门轨道交通2号线跨海段盾构滚刀磨损与更换预测

对盾构法施工跨海隧道,有效降低由于滚刀磨损所带来的作业风险并有计划地进行滚刀更换十分重要,针对厦门轨道交通2号线跨海段地质条件,基于理论预测模型和实验预测模型对几类岩石条件下滚刀的换刀距离进行了预测。通过分析刀具更换工法的适应性,提出对厦门轨道交通2号线跨海段换刀位置与换刀工法的建议： 1）淤泥段采用切削类刀具,换刀方式采用常压开舱换刀,换刀位置在1#联络通道附近; 2）全强风化低压段采用盘形滚刀,换刀方式以带压进舱换刀为主,在该掘进段需要换刀4次,其中第3次在大兔屿1#中间风井处更换,其余3次均在海底更换; 3）全强风化高压段采用盘形滚刀,在该掘进段需要换刀4次,换刀方式以饱和气体带压进舱换刀为主; 4）中微风化硬岩段采用盘形滚刀,在该掘进段需要换刀3次,换刀方式以减压限排换刀为主。     

基于BP神经网络方法的岩溶隧道突涌水风险预测

为了准确预测岩溶隧道突涌水风险等级,以降低隧道施工过程中突涌水事故的风险,在参考相关文献的基础上,统计研究及综合分析岩溶隧道水文地质条件,选取不良地质、地层岩性、地下水位、地形地貌、岩层倾角和围岩裂隙6个主要因素作为岩溶隧道突涌水风险评价指标。在不同水文地质条件下,影响因素的权重有较大差异,为避开影响因素权重分析,运用BP神经网络方法对岩溶隧道突涌水风险进行评估。在对突涌水风险评估基础上,结合超前地质预报,优化隧道施工开挖支护方案。在工程应用中,运用BP神经网络方法,对某隧道进行突涌水风险评估,结果与实际施工情况较一致,并结合超前预报提出合理的支护方案,避免了隧道突涌水事故的发生,以期为岩溶隧道突涌水风险预测提供借鉴。     

基于神经网络的高速铁路安全态势预测方法研究

为提高高速铁路运营安全水平,提出用事故次数、事故联动系数、月均事故率作为高速铁路运营安全态势评价指标,对高速铁路的运营安全态势进行时空分布特性聚类分析,将国内高速铁路的线路运营现状分为危险、较危险、一般、安全四个等级。以2013—2015年存在运营安全风险的高速铁路线路运营事故数据为基础,利用BP （Back Propagation简称BP）神经网络具有较强非线性拟合能力的特点,建立高速铁路运营安全态势预测模型。预测结果表明,除京沪线、达成线、福夏线、胶济线外,其他高速铁路线路安全运营水平均有上升趋势。     

车辆排放对大气污染的模糊监测及神经预测模型

以车辆排放对大气污染为研究对象,在综合考虑车辆排放对大气污染影响因素的基础上,构建车辆排放对大气污染的模糊监测指标体系。通过模糊集的相关理论,建立车辆排放对大气污染的监测模型,并采用熵权法确定指标权重系数,利用模糊可变模型计算监测值对各监测级别的综合相对隶属度,界定车辆排放对大气污染的等级程度。通过大数据分析,根据神经网络理论构建车辆排放对大气污染的预测模型,并利用MATLAB软件实现预测过程。应用结果表明,车辆排放对大气污染的监测模型可有效界定车辆排放对大气的污染程度,车辆排放预测模型能预测短时间内大气中污染物浓度,具有较高可信度,研究成果对解决车辆排放对大气污染有较好的指导意义和实用价值。     

基于动力学仿真的龙泉～浦城高速公路设计方案比选

公路设计时会出现几种设计方案都满足道路设计规范要求,造成设计人员难以抉择的局面;另外,现有的针对设计阶段道路开展行车安全性评价和潜在危险点预测的方法还不完善。鉴于此,借助于车辆动力学仿真模拟方法,建立路线-驾驶员-车辆的闭环仿真系统;以此为平台对龙泉~浦城(浙闽界)高速公路开展虚拟行车试验,根据沿路线上的汽车动力学以及运动学响应,评价初步设计、优化设计和施工图设计方案的速度协调性,道路侧滑、侧翻的可能性,行车舒适性和操纵轻便性,最终综合判断选择最优设计方案并对方案中的一些不足给出相应的建议。     

闽西南某隧道高地应力特征及隧道岩爆预测研究

为了更方便地进行闽西南某隧道的岩爆预测与预防工作,首先,阐述了Heok-Brown岩体强度估算理论和基于修正的Sheo-rey模型的工程区地应力场预测方法.在此基础上结合隧道工程地质调查资料和地应力实测结果,分析了隧道围岩强度,预测了隧道工程区沿线的地应力大小,评价了工程区的地应力状态,结果表明该隧道大部分处于高地应力区.同时,利用强度应力比法对高应力作用下围岩中可能发生的岩爆进行了预测,并且与已发生的岩爆情况进行对比,表明该预测与实际情况一致性较好,证明了本文所采用方法的可靠性.     

船舶波激振动研究进展

随着船舶大型化的发展,高强度钢的大量使用,对于船舶长度超过300m以上的大型船舶来说,波激振动现象逐渐突出。波激振动是一种高频谐振,它对船体结构的疲劳寿命产生重大影响。文章从理论预报、模型试验和实船测试三个方面对船舶的波激振动现象进行综合性的阐述,并提出当今船舶波激振动领域的研究展望。     

A computationally efficient two-stage method for short-term traffic prediction on urban roads

Abstract

Short-term traffic prediction plays an important role in intelligent transport systems. This paper presents a novel two-stage prediction structure using the technique of Singular Spectrum Analysis (SSA) as a data smoothing stage to improve the prediction accuracy. Moreover, a novel prediction method named Grey System Model (GM) is introduced to reduce the dependency on method training and parameter optimisation. To demonstrate the effects of these improvements, this paper compares the prediction accuracies of SSA and non-SSA model structures using both a GM and a more conventional Seasonal Auto-Regressive Integrated Moving Average (SARIMA) prediction model. These methods were calibrated and evaluated using traffic flow data from a corridor in Central London under both normal and incident traffic conditions. The prediction accuracy comparisons show that the SSA method as a data smoothing step before the application of machine learning or statistical prediction methods can improve the final traffic prediction accuracy. In addition, the results indicate that the relatively novel GM method outperforms SARIMA under both normal and incident traffic conditions on urban roads.     

来马路隧道超前地质预报典型不良地质体雷达数据解析

文章根据广西来宾至马山高速公路隧道超前地质预报成果,介绍了地质雷达数据采集、处理的要点,并结合探测实例分析了项目区常见的不良地质体(溶洞、断层带、裂隙密集带)的雷达反射波特征。     

一种永磁同步电机声品质主观评价方法研究

对永磁同步电机的稳态信号声品质进行了分析,并以声压级、响度、尖锐度、语音清晰度、波动度、粗糙度和音调度作为评价指标,建立了永磁同步电机声品质评价体系.采用分组成对比较法进行了主观评价,通过Bradley-Terry算法对评价结果进行了优化处理,分别搭建多元线性回归预测模型和MPGA-RBF预测模型,通过预留的检验样本对...