某引水隧洞洞口边坡滑塌体成因机制三维离散元数值模拟研究

某引水隧洞洞口施工过程中发生了局部滑塌,为了查清楚该滑塌体的成因机制,避免后续类似情况再次发生,文章通过查阅勘察报告,进行现场踏勘,定性分析滑塌体成因主要与边坡开挖卸荷、爆破震动、雨水入渗等因素有关。为了进一步对定性分析进行验证,采用三维离散元数值模拟软件对边坡滑塌的主要成因机制进行定量计算,定量计算与定性分析结果相吻合,研究成果为下一步处治措施的决策提供了依据。     

手机信令数据在城市道路交通量预测中的应用

交通量预测是城市道路可行性研究的核心内容,准确性和可靠性主要依据基础交通调查的准确度和覆盖率,而面对城市居民出行调查,问卷调查等传统的城市居民出行调查存在工程量浩大、耗时耗力、样本量低、经济投入巨大等诸多弊端。随着手机普及率的提高,手机覆盖了城市绝大多数人口,采用手机信令分析技术替代传统的出行调查成为可能。选择长沙市手机信令数据为基础,以长沙市人民路过湘江隧道的交通量预测为例,介绍了通过手机信令数据处理实现交通预测的解决方案。     

膨胀土路堑边坡有限元分析

运用有限元方法，对膨胀土路堑边坡开挖及浸水进行模拟，获取了膨胀土路堑边坡开挖以及浸水后坡体内土体位移场、塑性区分布，进行讨论了开挖、浸水对边坡的影响，为边坡稳定性设计提供了理论依据。     

水泥混凝土中含水量的测定

水泥混凝土路面的翘曲是路面结构中温度梯度或湿度梯度作用的结果.由于温度梯度比湿度梯度测量相对容易,所以大量的研究和模拟试验均集中在温度梯度方面.该文利用混凝土中含水量和电介质常数间的关系,提出了素混凝土路面中含水量的测量方法.其关系可用二次多项式表示,当含水量在4%～11%范围内变动时,具有95%的可信度.     

城市快速路匝道最小间距模型

匝道间距是路线设计中的重要内容, 对交通流有决定性的影响。根据城市快速匝道的特点, 应用驾驶员行为理论, 模拟了驾驶员城市快速匝道上的驾驶行为。认为匝道间距是影响城市快速路主线运行状况的关键因素。为了合理确定匝道最小间距, 必须确定匝道组合模式和计算匝道加减速车道长度, 并计算出车流从匝道汇入主线后, 由于车流变道而形成交织车流长度。由此建立了不同匝道组合模式下的匝道最小间距模型。应用实例表明, 当匝道间距不能满足最小间距时, 车速降低, 服务水平下降。     

港湾式公交停靠站设置条件研究

针对城市道路中公交进出直线式与港湾式停靠站对外侧车道通行能力产生影响的问题,运用排队论与间隙接受理论相关成果,分别建立了直线式、港湾式排队无溢出及港湾式排队有溢出3种情况下公交进出停靠站对外侧车道的影响时间模型;在此基础上以公交出站延误及站点服务强度作为约束条件,推导出外侧车道通行能力计算模型,并给出设置条件;对仿真模拟试验结果与模型计算结果进行对比,并对模型适用性进行了检验,给出了不同公交到达率下3种模式设置港湾式公交停靠站的通行能力范围值。结果表明:该模型具有较高的精度和可靠性,能够为城市道路设计提供必要的参考依据。     

客运专线部分轮轨技术参数的分析

从车轮内侧距、最小轮缘厚、车轮踏面外形、轨底坡4个轮轨系统技术参数入手对我国客运专线相关轮轨技术参数进行浅析,提出建议。     

近交叉口公交站点的公交优先控制策略

采用公交优先控制策略探讨公交站点距离交叉口停车线较近可能导致公交车在交叉口范围内二次停车的问题.采用加权最小二乘法建立了公交站点停靠时间与公交车头时距的线性拟合函数,预测了公交车到达停车线的时间区段;采用绿灯早启和绿灯延长两种策略设计了公交优先控制方案.通过仿真对控制方案的有效性进行了检验,证明该公交优先控制策略能提高公交车辆的运行效率.     

信号交叉口车道功能动态划分优化模型

为了缓解因交通流分布不均造成的交通拥堵,减少道路交叉口资源浪费,提出了基于时空资源组合的优化模型,分析了非饱和条件下信号控制交叉口单个进口道车道功能动态划分与通行时间分配的相互制约和转化关系.算例分析结果表明,该模型在流量需求动态变化范围内能得到效益最优的车道功能划分方案,有效地提高了交叉口时空资源的利用率.     

考虑峰值数据重平衡的地铁客流预测研究

地铁客流预测是城市轨道交通系统日常运营管理的基础,尤其是对突发大客流影响时的准确客流预测,能够有助于缓解城市地铁运营压力并降低安全风险。虽然目前的地铁客流预测方法在对日常客流预测准确性上有较好的表现,然而由于忽视了客流波动造成的客流峰值和谷值数据量不平衡,其对客流的峰值预测效果并不佳。为了进一步提高客流预测精度,考虑从峰值数据自身特征出发,通过聚类模型判断客流类别并验证不同客流类别间显著的不平衡问题,参照分类任务中类别不平衡问题的处理方式,通过欠采样、随机过采样和合成少数类过采样3种数据平衡方式,实现客流平衡处理。同时,采用支持向量回归、人工神经网络和长短时记忆神经网络3种预测模型,进行客流预测并对比不同数据平衡方式对模型性能的影响。研究结果表明：相比于未对训练集进行数据平衡处理,类别平衡在一定程度上提升了模型的预测精度;基于合成少数类过采样技术平衡数据的支持向量回归模型可以提供最佳的进站客流预测精度;基于随机过采样技术平衡数据的长短时记忆神经网络模型可以提供最佳的出站客流预测精度。研究结果可为客流波动较大情况下的城市轨道客流精准预测提供理论依据。