新型盖挖法在轨道交通7号线常熟路站工程中的应用

1概述 随着城市轨道交通的迅速发展,在城市中心施工的基坑越来越多,面临的技术问题也越来越复杂,其中,近距离施工与建筑物保护的矛盾以及施工与社会交通的矛盾变得越来越突出。目前正在施工的上海市轨道交通7号线常熟路站,位于上海市重要的历史风貌保护区内,站位所处的常熟路淮海路,是繁华的商业路段及繁忙的交通要道。由于采用了新型盖挖法施工,较好地解决了以上矛盾,为中心城区复杂环境条件下的基坑施工提供了可借鉴的经验。     

基于网络环境的高校红色德育载体建设研究

把握大学生红色德育的发展脉络,推进红色德育引导机制建设,是文化德育视阈下提升高校德育成效的迫切要求。高校要立足网络的开放性、共享性、互动性等基本特征,以优化网络价值环境和服务功能为导向,有的放矢地创新和开发红色网络德育引导载体。     

发动机机体加强板轻量化设计

在满足可靠性的前提下对发动机机体加强板进行轻量化设计.采用SolidThinking Inspire软件对不同机体加强板方案进行选型,对比分析不同缸数、不同位置的机体加强板的第一阶模态频率,综合评估质量与刚度,确认采用第2、3缸机体加强板方案.采用Inspire软件对机体加强板进行拓扑优化和三维重建,同时考虑工艺性与量...     

新时代人民团体协商的创新实践:政策图景与制度形式

中国共产党加强对协商民主的领导,为人民团体协商的制度创新提供了实践条件和政治保证.在以人民为中心的思想指导下,人民团体协商的政策创新完善了其协商主体、协商功能和协商路径等方面的制度配套.在政策指引下,通过创新实践明确了人民团体作为协商主体和协商平台的两种制度形式.人民团体协商的制度创新提升了人民团体参与社会治理的水平,体现了协商主体的代表性强、协商主题关注社会民生、协商过程注重平等对话和协商结果强调包容协同的制度特征.     

温度应力对环形地连墙围护结构受力变形的影响分析

温度场对深基坑围护结构受力变形的影响不仅是温度场与应力场的热力耦合问题,同时也是水、土、围护结构共同作用问题。通过对日本东京新丰洲变电所深基坑工程实测结果的反分析,确定了温度场对环形深基坑围护结构受力变形影响的分析方法,获得了温度场变化引起的围护结构受力变形模式,并将研究成果应用于上海世博变深基坑围护结构受力变形分析。分析结果表明：基坑开挖后,围护结构的内侧面暴露在大气中,受大气温度变化的影响,地连墙内外侧存在温度差,且不同位置、不同施工阶段,地连墙的温度场不同;开挖面以上的地连墙没有坑内土体的约束作用,其环向应力的大小主要取决于坑外水、土压力的作用,温度下降时,地连墙向坑内收缩变形;开挖面以下及开挖面附近的墙体,墙体收缩变形受到坑内土体的约束,温度下降时,地连墙的环向应力减小。     

基于事故分析的深基坑承压水突涌机理研究

承压水突涌事故多沿基坑底穿透相对隔水层的钻孔发生,而围堰结合注浆加固是主要处理方法。首先介绍杭州钱江新城区域近年发生的5起承压水突涌事故及其处理方案,然后将事故简化为轴对称问题进行分析,利用事故发生前后钻孔内竖向渗流平衡条件研究事故原因,根据基坑开挖到底时加固体重力平衡和加固体边缘渗透平衡条件分析加固范围,最后通过围堰稳定性分析确定围堰高度和宽度。结合典型地层结构和地区经验,分析结果表明:相对隔水层有钻孔时,事故区域基坑最大开挖深度依次由钻孔内竖向渗透平衡、加固体边缘渗透平衡和坑底土层重力平衡决定;围堰高度由承压水头和竖向渗透平衡决定,围堰宽度由开挖面水平渗透平衡和围堰边坡稳定性控制。     

大模板在短肢剪力墙工程施工中应用的局限性

对大模板在短肢剪力墙结构施工应用中出现的一些问题，从经济和管理角度作了简要分析，提出了相应解决方法和建议。     

某型号无人机复合材料主起落架的研制

基于工程经验公式和数值仿真相结合的方法设计了某型号无人机主起落架,确定了复合材料泡沫夹芯结构构型及横截面几何尺寸、复合材料铺层顺序;采用手糊工艺制备了试验件,力学试验结果表明试验件力学性能以及重量均满足设计要求。     

印染废水分质处理研究

用分质处理法对印染废水处理进行研究,出水结果为:ρ(CODCr)为170 mg/L,ρ(BOD5)为40 mg/L,色度为90倍,ρ(SS)为60 mg/L,达到了国家规定的工业水2级排放标准。该工艺对色度的去除效果良好,分质处理法使需脱色的污水量降低了1/3,从而减少了1/3的脱色药剂投加量,节约了运行成本。     

基于深度强化学习的网约车动态路径规划

随着移动互联网的快速发展,许多利用手机App打车的网约车平台也应运而生.这些网约车平台大大减少了网约车的空驶时间和乘客等待时间,从而提高了交通效率.作为平台核心模块,网约车路径规划问题致力于调度空闲的网约车以服务潜在的乘客,从而提升平台的运营效率,近年来受到广泛关注.现有研究主要采用基于值函数的深度强化学习算法(如deep Q-network,DQN)来解决这一问题.然而,由于基于值函数的方法存在局限,无法应用到高维和连续的动作空间.提出了一种具有动作采样策略的执行者-评论者(actor-critic with action sampling policy,AS-AC)算法来学习最优的空驶网约车调度策略,该方法能够感知路网中的供需分布,并根据供需不匹配度来确定最终的调度位置.在纽约市和海口市的网约车订单数据集上的实验表明,该算法取得了比对比算法更低的请求拒绝率.