基于概率神经网络的地铁车站易损性分析

基于深度学习方法提出了一种地震响应概率模型，并基于此模型推导了地铁车站结构极限状态超越概率的计算公式，以评价结构的地震易损性。首先采用主成分分析对地震强度指标进行正交化和降维；为了克服传统地震响应概率模型中地震动强度指标与结构地震响应指标服从对数空间线性分布假设的局限性，基于BP神经网络建立趋势模型以预测结构的地震响应；基于概率神经网络建立误差模型以描述基于统计的趋势模型与基于物理机制的数值模型之间的误差，以拓展残差的齐次方差正态分布假设的严格限制。最后，以上海典型2层三跨地铁车站为算例，计算得到其易损性曲线。结果表明，基于深度学习建立的趋势模型较好地模拟了地铁车站结构地震响应随地震强度指标第一主成分的非线性变化特征；建立的误差模型准确地描述了趋势模型预测值的残差随地震强度指标第一主成分的方差非齐次特征。     

临江深厚粉砂层中TRD等厚帷幕隔水效果研究

杭州地铁8号线一期工程SG8-2标段下穿钱塘江,采用大直径泥水平衡盾构施工。由于该工程的富水软弱地层土体稳定性差,盾构始发时易发生涌砂涌水等险情。为了防止险情发生,在设计方案中采取了对盾构始发端头区进行搅拌桩加固,以及在加固区周边利用水泥加固土地下连续墙(trench cutting re-mixing deep wall,TRD)形成隔水帷幕的技术措施。在临江粉砂层中地连墙施工易塌孔,成墙存在困难,工艺要求高,对此论述了TRD工法施工工艺、施工参数,开展了TRD等厚帷幕水泥土取芯和无侧限抗压强度试验,以及加固区内降水试验,观测了降水井抽水过程中加固区内外的水位变化情况。试验结果表明,TRD等厚帷幕在粉砂层中成墙效果良好,其强度大于设计值1.0 MPa,满足设计要求;TRD等厚帷幕能较好地隔断盾构始发加固区内外的水力联系,隔水效果良好。     

不确定结构的区间可靠性优化设计

对不确定结构的区间可靠性进行了研究，建立了基于区间可靠性的优化设计模型.采用结合嵌套遗传算法和径向基函数神经网络的模型，进行区间的直接优化，解决了基于区间可靠性的优化设计求解问题，避免了间接模型的复杂转换过程.充分考虑了实际工程中设计向量存在扰动的情况，提出了该情况下目标函数波动的约束，使目标函数和约束函数在扰动下依然满足可靠性要求.通过数值算例验证了模型的有效性和优越性.将所提出的模型用于具有区间不确定参数的行车平板优化，结果表明了所提方法的可行性和工程有效性.     

公路山岭隧道断层大塌方处理施工技术

以湖南省某公路山岭隧道断层大塌方处理为例,结合目前隧道塌方处理的典型案例进行分析,总结出了一种更适合隧道断层大塌方处理的施工技术.通过在该山岭隧道断层大塌方处理的实践证明,该施工技术不但能很好地满足施工速度、经济效益、可操作性及施工安全等方面的要求,而且在施工过程中还能保证塌方处理不受塌穴内二次塌方的影响,能有效避免二次灾害的发生.     

中庭式地铁车站烟控设计探讨

对现有中庭式地铁车站进行统计,介绍其主要烟气控制方式及适用性,并分析其烟控方案的影响因素;从消防的角度指出地铁车站引入中庭这一建筑形式所带来烟气控制方式的变化,分析了中庭式地铁车站的烟控难点,指出来地铁车站的排烟模式及排烟量算法。     

全站仪在拟建隧道断面测量中的设计应用

传统的隧道断面测量方法不仅效率低下，精度差而且劳动强度大，出成果不及时，因此严重滞后了施工进度。本系统是采用全站仪与辅助设备测设隧道断面的方法，不仅出成果及时，而且精度高，同时大大减轻了技术人员的劳动强度，在实际应用中有着无与伦比的优越性。     

这个时段疲劳驾驶易发,请您一定不要强撑!

2019年10月12日凌晨6时20分许,驾驶人赵某驾驶牌号为鄂FNV310的重型仓栅式货车行驶至沪昆高速怀化段1416km+995m(东往西方向)处时,因疲劳驾驶在鸡公界隧道入口发生单方碰撞事故。驾驶人赵某承担事故全部责任,同时被给予处罚。分析这起事故,总结了4个关键词:凌晨、疲劳驾驶、全责、处罚。所以,一次疲劳驾驶会给您带来很多的麻烦。     

城市地铁区间隧道扩径盾构掘进参数现场试验

依托福州地铁六号线滨海新城站—莲花站区间隧道工程,就扩径后的盾构机进行了现场100环掘进试验,分析了掘进参数土压力、刀盘扭矩及其转速、总推力、掘进速度、出土量和同步注浆量,给出了建议值,为今后类似工程提供参考。