桩板结构在深厚软基高速公路过渡段处理中的应用

针对高速公路深厚软基过渡段处置的困难与不足，结合公路工程特点，引入铁路领域桩板结构地基处理方法。结合具体工程案例，基于非饱和渗流-固体力学耦合数值分析理论，对比分析一般悬浮桩与桩板结构在过渡段的处理效果并进行关键结构的参数分析。结果表明：对比过渡段工后差异沉降、总沉降、水平位移等评价指标后，桩板结构相比一般方案对过渡段的处置效果更优越；差异沉降受桩体间距影响较敏感，实际设计中需多次试算以保证工程设计经济性；混凝土板厚度是控制差异沉降的关键参数，较大的混凝土板厚度可有效改善深厚软基上各结构间的过渡效果。     

某地下快速路下穿S20立交方案比选研究

漕宝路地下快速路工程下穿S20立交节点,该节点交通流量大,地面环境复杂,在工程建设中需满足地面交通需求并尽量减小环境影响。本文结合工程实际情况,针对下穿S20立交节点,分别提出2种不同的设计方案,并从环境影响、施工难度、工程经济性等多个方面对方案进行综合比选。在选取合适的方案后,针对方案中关键节点分别进行设计,并对方案进行分析,结果表明方案安全可行。工程可为同类型工程设计和研究提供借鉴和指导作用。     

板桩码头前后轨道梁抗震连接构件设计

针对强震区板桩码头前后轨道梁的震后位移差问题,进行了抗震连接构件的设计研究。通过有限差分软件FLAC2D进行动力时程计算,对比分析钢拉杆、钢筋混凝土横撑等不同连接构件的适用性和受力特性。结果表明,采用锁扣式连接的钢筋混凝土横撑能经济、有效地限制前后轨道梁的震后位移差,可为类似项目提供设计参考。     

不规则波作用下9桩串列群桩效应的实验研究

小尺度的群桩结构在海洋工程建筑物中应用广泛,其在波浪作用下产生的群桩效应也被国内外学者所关注,但是目前有关群桩效应的研究多限于较少桩柱。基于物理模型实验,对不规则波作用下,9桩串列群桩中各桩所受正向力、横向力进行了研究,结合对应波浪作用下孤立桩所受波浪力,分析了正向力和横向力群桩系数K_(G,1/3)、K_(GL,1/3)随相对桩距S/D和KC_(1/3)数变化的规律,并对比了群桩中各桩上群桩系数的区别。     

离岸栈桥式和满堂式高桩码头结构对比研究

依托黄骅港某散货码头工程,对离岸栈桥式平面布置和满堂式平面布置下的高桩码头结构方案进行对比,以总结出适合黄骅地区特点的合理方案。     

“天鲲号”超大型自航绞吸船辅钢桩门装置设计

针对自航绞吸船在艏部设置辅钢桩定位系统存在的影响航速等问题，“天鲲”号超大型自航绞吸挖泥船提出了在艏部设置钢桩门的解决方案。该解决方案不仅可以保持完整的艏部线型，减小航行阻力，而且还可以减小辅钢桩甲板作业空间。本文介绍了“天鲲”号辅钢桩门装置的设计方案，以及辅桩钢桩门结构设计，最后提出了辅钢桩门开闭油缸等关键设备的选型计算方法及选型结果。本文可为超大型自航绞吸式挖泥船的辅钢桩门装置的设计分析提供参考和设计思路。     

道路工程杂填土地基处理方案研究

以长沙市郭亮南路某路段杂填土地基处理方案为例,对复合地基碎石桩方案以及局部换填方案进行了地基承载力及沉降计算分析,并从技术指标、造价、工期等方面综合比选,确定了厚度较大的杂填土地基处理方案,可为同类型城市道路杂填土路段地基处理方案的决策提供参考。     

基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

基于XGBoost的短时出租车速度预测模型

准确预测短时出租车速度是识别驾驶员异常加减速行为的前提，有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象，研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集，构造滑动时间窗口，以时间窗口内的出租车历史移动速度的时间序列为输入变量，以出租车当前时间的移动速度为输出变量，采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化，得到模型最优参数组合，并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析，将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明:所构建的短时出租车速度预测模型的平均绝对误差（MAE）为9.841，均方根误差（RMSE）为12.711，均低于非参数回归模型和神经网络模型，提高了出租车速度的预测精度；由于出租车速度序列缺乏规律性，调整后的R₂（R₂ _adjusted）为0.592，且相较于其他2个模型，XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果，避免了过拟合造成的预测精度下降。