地铁健康监测PCBN模型的参数相关性分析

对城市盾构地铁结构的健康服役和安全可靠性进行评价时,多局限于静态推理,通过构建PCBN(Pair-Copula Bayes Network)网络结构得到评判指标的多元联合概率分布,实现参数相依性的准确识别和高精度重构。基于3种失效模式对盾构地铁结构节点相关性分析及安全状态评价,充分挖掘监测数据的隐藏信息,表征盾构地铁结构的风险状态。以武汉地铁三号线某空推段为工程背景进行PCBN模型建模。结果表明:PCBN模型得出的地铁安全状态与地铁工程中的实际风险信息非常吻合,体现了构建PCBN网络模型的准确性和实用性。     

完美计量

吕莉,她从事计量管理15年来,在每一笔数据上不断追求精确更精确.如今,她已成长为中石化四川石油数质量线条的中坚力量,被中石化集团公司评为2020年计量管理先进个人.     

地铁健康监测PCBN模型的参数相关性分析

对城市盾构地铁结构的健康服役和安全可靠性进行评价时,多局限于静态推理,通过构建PCBN （Pair-Copula Bayes Network）网络结构得到评判指标的多元联合概率分布,实现参数相依性的准确识别和高精度重构。基于3种失效模式对盾构地铁结构节点相关性分析及安全状态评价,充分挖掘监测数据的隐藏信息,表征盾构地铁结构的风险状态。以武汉地铁三号线某空推段为工程背景进行PCBN模型建模。结果表明：PCBN模型得出的地铁安全状态与地铁工程中的实际风险信息非常吻合,体现了构建PCBN网络模型的准确性和实用性。     

基于混合随机相依SFE-Copula模型的地铁施工诱发临近建筑的可靠性分析

由于地下工程存在着明显的随机性和不确定性,因而利用传统方法对地铁施工安全风险进行评价存在不足。为将外界环境的随机不确定性导入地铁施工诱发临近建筑物的安全风险评价模型中,本文构建了能够表征参数之间非线性相关性的SFE-Copula模型,并以武汉地铁2号线越江段轴线附近的6座既有建筑作为研究对象,进行地铁施工诱发临近建筑的安全可靠性分析。本研究发现不同Copula函数构建的相关依赖结构不同,表明寻找最佳拟合Copula函数来精确表征变量的依赖关系结构是非常重要的。Copula函数可以有效解决使用传统方法评价地铁盾构施工对临近建筑物安全可靠性的影响时,需要大量条件概率分布函数来构建联合分布函数的问题。本研究成果可以应用到实际工程中,指导盾构施工临近建筑物的安全保护问题。     

基于贝叶斯-Copula模型的突发堆载下盾构隧道结构安全性评价

在地铁运营安全可靠性评价中,难以通过传统的可靠性分析表征复杂系统各部件和单元的相依结构。为考虑时变效应下临近环境变化对地铁隧道结构安全的影响,建立较为精确的运营地铁隧道安全状态评价模型,本文利用Copula相依性建模理论能够准确描述参数之间相关性的特点,并结合贝叶斯更新技术能够体现时变效应对模型的影响特征,提出了基于Copula函数和参数贝叶斯更新的净空收敛(CD)和差异沉降(DS)二元离散时变相依模型构建过程,并以武汉地铁2号线某段区间为工程背景,验证该模型的准确性和实用性。利用本文构建的二元离散时变相依模型,能够较为敏感地捕捉到时间效应作用下盾构地铁结构安全性的变化规律,具有较大的参考意义和推广价值。     

基于BIM的工程施工安全关键技术研究

传统安全管理方式已经不能满足施工安全管理需求,而将BIM技术应用于安全管理中可以改善许多现有问题。从环境、经济、技术等方面分析BIM在施工安全管理中的适用性,基于实际操作探讨BIM技术在安全管理过程中的危险源辨识技术、安全计划与优化技术、安全规则检查技术、空间规划技术、施工现场劳务人员疏散技术以及安全教育与培训技术等关键技术的应用,为改善建筑工程安全管理提供参考。     

基于EFAST的盾构隧道安全指标全局敏感性分析

为了分析地铁隧道健康监测中各个指标之间的相互演化作用关系,提出了一种对监测数据进行分析的数据挖掘思路,将傅里叶幅值灵敏度检验扩展法(EFAST)应用于各项指标的全局敏感性分析中。依据现行隧道安全评价规范,建立反映隧道安全状态的指标体系;通过基于粒子群优化的最小二乘法支持向量机(PSO-LSSVM),模拟构建了各安全指标函数拟合模型,用以描述隧道各安全指标之间相互作用关系;在此基础上,采用EFAST对该模型的指标进行了全局敏感性分析。结果发现,对隧道安全性影响较大的敏感因素有管片接缝张开宽度、管片接缝接触应力和隧道沉降值;另外,还分析了不同的目标参数、不同的参数取值范围、不同的输入参数的分布形式对参数敏感度值的影响,从不同的角度揭示了盾构地铁隧道中参数的相互作用机理的演化规律。     

基于密度聚类和圆外切线斜率拟合的埋地排水管道声呐点云去噪技术

针对环扫声呐扫描结果受到排水管道内混合水声的影响问题,提出一种声呐扫描点云数据去噪的方法:在环扫声呐扫描得到的三维点云数据基础上,通过密度聚类优化算法,去除点云数据中的噪声,然后采用类圆外切线斜率拟合的方式,识别出管道内壁界限和淤泥淤积线,最终得出包含排水管道内壁界限和淤积线特征的模型。为验证有效性,以武汉市某排水管道为例进行分析,基于现场采集的98万个点云坐标进行数据去噪和特征提取,结果表明:采用密度聚类优化算法进行点云数据初筛后,通过圆外切线斜率拟合算法能有效识别出排水管道内壁界限和淤积线,拟合半径均方误差0.0071m,相较于单一密度聚类算法拟合精度更高,去噪效果更好。     

基于EFAST的盾构隧道安全指标全局敏感性分析

为了分析地铁隧道健康监测中各个指标之间的相互演化作用关系,提出了一种对监测数据进行分析的数据挖掘思路,将傅里叶幅值灵敏度检验扩展法(EFAST)应用于各项指标的全局敏感性分析中。依据现行隧道安全评价规范,建立反映隧道安全状态的指标体系;通过基于粒子群优化的最小二乘法支持向量机(PSO-LSSVM),模拟构建了各安全指标函数拟合模型,用以描述隧道各安全指标之间相互作用关系;在此基础上,采用EFAST对该模型的指标进行了全局敏感性分析。结果发现,对隧道安全性影响较大的敏感因素有管片接缝张开宽度、管片接缝接触应力和隧道沉降值;另外,还分析了不同的目标参数、不同的参数取值范围、不同的输入参数的分布形式对参数敏感度值的影响,从不同的角度揭示了盾构地铁隧道中参数的相互作用机理的演化规律。