基于反应位移法的某地铁车站抗震性能研究

以沈阳某地铁车站为计算模型,考虑地层与车站结构间相互作用,按照反应位移法原理计算地层相对位移、结构周围剪力和结构惯性力.结果表明,车站层间位移满足规范限值要求,抗震组合为非控制工况,结构受力合理,对类似工程有一定参考意义.     

地铁车站机电工程机房BIM装配式技术研究

地铁车站机电工程施工是整个地铁建设中重要的一环。在传统地铁机电工程施工过程中,存在多专业相互交叉施工、施工工期紧等特点,特别是在车站机房管线安装过程中,由于管线众多,往往对整个施工工期及施工质量影响较大。本课题将传统的预制加工技术与BIM技术相结合,大大提高了工程的施工效率,保证了施工质量。     

基于大数据分析的列车轮对故障诊断方法

随着我国列车行驶速度的不断提高,列车的行车安全逐渐得到了人们的重视,海量列车轮对监测数据为分析列车运行状态提供了条件.为了提高列车轮对故障诊断效率和准确性,文章提出一种基于大数据分析的列车轮对故障诊断方法,针对传统列车轮对故障诊断方法在处理大规模监测数据集时存在处理时间长,故障结果不准确等问题.首先设计一个监测数据融合框架,然后将多故障诊断循环神经网络算法与大数据MapReduce分布式计算框架相结合,利用循环神经网络算法特征提取能力和MapReduce快速计算能力.这样不但能够发挥循环神经网络故障特征提取能力,还能够满足列车轮对故障诊断精确性和实时性的需求,最后通过实例分析,证明了该方法的有效性.     

基坑降水对邻近地铁的影响

以郑州某近邻地铁的深基坑降水工程为背景,采用理论分析与现场监测数据对比分析的方法,分析了深基坑降水工程对临近地铁的影响。     

无锡地铁公示语英译探析

2014年无锡地铁投入运营,地铁英语标识将成为国内英语学习者以及外国友人评价无锡地铁以及无锡国际化程度的重要标杆。英语标识翻译的不合理甚至错误,既会给乘客的出行带来不便,又会损害无锡的城市形象。文章以无锡地铁一号线英语公示语为实例,总结无锡地铁标识的英译原则,建议修改不合理译文,帮助无锡向国内外乘客展示锡城的国际化水平,阐释"无锡是个好地方"。     

武汉地区地铁隧道非线性地震反应分析

通过有限元模拟的方法进行了武汉地区软土—双隧道模型的动力非线性分析。在ABAQUS软件中建立了考虑软土动力非线性的二维土体—双隧道有限元模型,并通过在基岩位移输入SH波对该模型进行了动力非线性地震反应分析,主要研究了地表以及隧道上下两顶点位置的加速度与位移反应。通过对比分析,可以发现土层及注浆加固区能有效降低衬砌的加速度与位移反应;在SH波作用下衬砌上下两顶点将发生相对侧移,并呈椭圆形。     

高速铁路并联隧道横通道对隧道内压力变化的影响

给出了高速列车穿越横通道高速铁路并联隧道时压力变化的三维非定常黏性流场数值模拟过程,研究了两条并联隧道横通道的面积变化、位置变化和斜交方式对并联隧道及横通道内压力变化的影响规律.计算结果表明:并联隧道横通道的存在,使得隧道内压力变化的最大值降低,隧道横通道断面积越大,则最大压力梯度的降低率越小,当横通道的断面积与隧道断面积之比为0.3左右时,其降低隧道中测点的最大压力及压力梯度的效果最好;横通道对隧道的降压效果与隧道交叉方式有关,横通道与隧道的斜交方式为正交,且正交角度控制在60°左右时,横通道对隧道内的降压效果比较好.对比分析表明,当并联隧道内的横通道、竖井及避洞在隧道内的位置、断面积、长度及与隧道的斜交角度相同时,竖井的降压效果最好,横通道次之,避洞的降压效果最差.     

装配式地铁车站侧墙-顶板节点抗震性能试验研究

针对装配式地铁车站结构,提出了一种新型的车站顶板与侧墙连接节点.该节点通过车站侧墙顶部伸出的竖向U形钢筋与预制顶板两端伸出的水平U形钢筋搭接连接,从而实现侧墙与顶板间的内力传递.结合实际工程,设计制作了3个U形筋搭接构造形式各不相同的装配式足尺节点试件.通过拟静力试验,研究了节点试件的破坏形态、滞回性能、承载能力、变形性能以及耗能能力.结果表明,装配式节点试件的破坏形态包括U形筋弯弧内侧混凝土的局部受压破坏和侧墙剪切破坏.节点试件的位移延性系数为2.7-3.4,试件顶板端部的极限转角为1/22～1/27.增加节点中受拉钢筋的搭接长度,可以有效确保U形筋搭接连接在往复荷载作用下的有效性.     

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。