水泥粉喷桩加固黄土软基的载荷试验研究

利用粉喷桩处理软土地基的方法已在我国广泛应用,但是对于处理黄土软土地基,规范中并无相关的计算参数。采用水泥粉喷桩法对甘肃尹中高速公路沿线黄土软基进行了地基处理,通过载荷试验发现水泥粉喷桩法加固黄土软基效果显著,且浸水对复合地基的承载力影响较小。     

重冻区沥青路面永久变形影响因素分析

针对河北省重冻区张承(张家口—承德)高速公路主线沥青路面,借助ABAQUS分析软件构建考虑沥青面层粘弹性的二维模型,同时考虑当地特殊环境温度场对路面应力的影响,分析不同荷载作用轴次、速度及超载工况下重冻区沥青路面结构的永久变形。结果表明,在高速公路通车前期,车辙的产生及深度增加主要与荷载作用频次成正相关;随着行车速度的增大,车辙深度减小;车辆轴重对重冻区沥青路面永久变形的影响较明显,随着载重的增加,车辙加深。     

重点营运车辆的异常驾驶行为识别研究

为加强对重点营运车辆异常驾驶行为的监督与检测,本文基于时间序列符号化算法(TSA) 与多尺度卷积神经网络模型(MCNN)提出一种组合模型TSA-MCNN,用于识别重点营运车辆异常驾驶行为。首先,对北斗数据进行预处理,并基于营运车辆存在多种车型、多种速度限制、多种异常驾驶行为的特点划分4种异常驾驶行为,构建异常样本数据集。其次,构建TSA-MCNN模型识别样本数据集,其过程分为两阶段,第1阶段,针对重点营运车辆的特点,引入能够粗粒化处理数据特征的时间序列符号化算法与能够多通道参数输入的多尺度卷积神经网络进行组合,并基于Keras库完成TSA-MCNN模型的搭建;第2阶段,利用样本数据集作为模型的输入变量,完成模型的训练、测试与识别。最后,以广河高速重点营运车辆北斗数据验证TSA-MCNN模型的性能, 同时,与异常识别传统算法的卷积神经网络(CNN)模型与动态时间扭曲-K最近邻(DTW-KNN)模型进行对比分析。验证结果表明：TSA-MCNN模型整体识别准确率为97.25%,相对于CNN模型与DTW-KNN模型提高了20.50%与5.63%。其中,TSA-MCNN模型对于正常驾驶行为、超速驾驶行为、紧急停车行为、临时停车行为、低速驾驶行为的识别精确率相对于CNN模型(DTW-KNN模 型)分别提高了26%(13%)、26%(6%)、23%(5%)、28%(3%)、0(0),说明该模型对于重点营运车辆异常驾驶行为的识别具有良好的性能。     

新老路基结合部沉降控制处置方案

结合某高速公路加宽设计,分析了新老路基结合部沉降产生的原因,提出了沉降控制的处置方案。     

板式桥梁加宽设计

以张石高速公路3～20m中桥为例,对旧桥加宽设计中应该注意的问题、加宽方案的选择及其设计进行了阐述,为同类型桥梁的加宽设计提供参考。     

含水量对湿陷性黄土强度参数的影响

通过试验研究发现,湿陷性黄土的粘聚力和侧压力系数与含水量之间均成幂函数关系,含水量的变化对内摩擦角的影响较小。