预裂爆破中爆生裂缝扩展的机理探讨及预裂炮孔间距的设计方法

炸药爆炸产生的爆生裂缝是由爆炸应力波和爆生气体共同作用的结果。文中运用炸药爆炸的应力波理论,计算初始裂纹的长度;然后按照岩石的脆断理论计算爆生裂缝的最终扩展长度,对预裂爆破中爆炸作用过程和裂缝的扩展机理进行分析。同时还讨论了预裂炮孔间距的设计方法,认为在炮孔间距设计时,应考虑原生裂缝的存在。     

中间轴驱动装置固定对弹性悬挂式机车动力学性能的影响

为防止弹性悬挂式机车中间轴驱动装置横向位移过大,发生碰撞,提出了端轴驱动装置弹性悬挂、中间轴驱动装置固定连接的方式。利用多体动力学软件SIMPACK建立整车动力学模型,对比分析驱动装置悬挂方式对机车动力学性能的影响,认为采用这种悬挂方式是合理可行的。     

桥式抓斗卸船机不同形式的比较

桥式抓斗卸船机主要有自行小车式和钢丝绳牵引小车式2种形式.钢丝绳牵引式又分为单索起升单索开闭单小车牵引式、主辅小车牵引式、机械差动四卷筒牵引式、电差动四卷筒牵引式等形式,它们各有优劣,主辅小车牵引式被证明是最可靠的形式.     

H-B准则及其在某公路隧洞支护设计中的应用

针对隧洞工程设计过程中岩体力学参数取值难的问题，将能综合考虑岩块力学特性及岩体地质条件的改进H-B准则引入某公路隧洞的支护设计过程，在介绍这一准则使用条件、使用方法的基础上，应用这一准则对某公路隧洞考虑和不考虑爆破影响的岩体力学参数进行了确定，并应用大型岩土工程数值分析软件FINAL进行了模拟施工过程的仿真分析，最后对H-B准则应用过程中的几个关键问题进行了探讨。     

永久边坡双面聚能切割预裂爆破研究

综述边坡稳定性与各种爆破方法之间的关系，探讨聚能切割预裂爆破的发展与基本原理，并对聚能切割预裂爆破的研制过程及其在大窑湾二期工程中的应用作简单介绍。     

广昆铁路三棵树隧道光面爆破施工技术

成昆线广通至昆明段扩能改造工程三棵树隧道工程地质条件复杂,在岩石隧道掘进中普通爆破技术已不能满足施工要求,采用了光面爆破技术控制隧道开挖成型质量.介绍三棵树隧道采用光面爆破技术方案、特点、工艺流程、施工方法及安全保障措施.三棵树隧道采用光面爆破明显缩短了作业时间,在每一个施工循环中清理危石或补炮缩短20 min,初期支护缩短20 min,装渣及出渣缩短20 min;减少超挖量15%,节省了火工品和因非光面爆破所造成的围岩破碎所需锚杆、钢筋网等初期支护的工程量,施工效果良好、经济效益明显.     

光爆层厚度对光面爆破效果影响的数值分析

采用动力有限元软件ANSYS/LS-DYNA,在周边眼间距E为500 mm时,对不同光爆层厚度W下泥质灰岩中爆炸应力波的传播规律进行数值模拟研究,得到不同光爆层厚度下岩石单元应力、节点振动速度的衰减规律以及与光爆层厚度的关系,分析光爆层厚度对光面爆破效果的影响.研究表明:当W≤400 mm时,巷道围岩受到的扰动强烈,在围岩远区容易产生裂隙,在近区出现超挖现象;当W=700 mm时,因应力波在相邻炮孔间不能有效迭加而无法形成贯通裂缝,由此导致光爆效果不佳而出现欠挖现象.根据本文的研究结果,在巷道爆破掘进中,当周边眼间距为500 mm时,光爆层厚度宜取W=500～600 mm,而炮眼密集度系数为0.8～1.0较合适.     

浅析几种无人驾驶汽车路径规划算法

路径规划是自动驾驶关键技术之一,各种路径规划算法现已不断改进并不断涌现。本文根据全局和局部路径规划对常用路径规划算法进行分类,对几种常用的路径规划算法原理进行介绍,并分析其发展方向。     

深厚软土地基上某船闸围堰设计

以紧邻外海的双鱼岛填海工程游艇别墅项目船闸工程为例,从设计的角度对船闸围堰的总体布置、结构形式以及防渗技术进行重点研究.结合围堰所处的深厚淤泥地质条件,从结构安全、经济合理、拆除便利、就地取材等方面综合考虑,选取2种断面型式综合比较,推荐采用抛石挤淤堤+堤后防渗墙的方案,丰富了围堰的结构设计类型,并为类似工程提供借鉴.     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。