地铁车站土建工程施工进度三维动态优化控制

针对地铁车站土建工程施工极易出现进度偏差的问题,基于识别提取的11个地铁车站土建工程施工进度主要影响因素并依托历史案例信息构建案例数据库,提出一种地铁车站土建工程施工进度的三维动态优化控制方法。研究表明:将PSO聚类算法与BP神经网络相结合用于地铁车站土建工程施工进度预测,有助于准确反映各影响因素与施工进度间的非线性映射关系并提高预测效率;建立进度预警响应体系,综合集成EVM法与PDCA循环,可实现地铁车站土建工程施工进度的分级预警与动态优化;采用BIM虚拟可视化技术并搭建Web协同管理平台实现了地铁车站土建工程施工进度的三维可视化控制与实时信息管理,通过在HG地铁车站土建工程施工中的实际应用,证实了此方法对于地铁车站土建工程施工进度控制的有效性。     

基于明挖法下地铁车站的结构设计

文章结合国内地铁车站的研究现状,总结了明挖法地铁车站结构设计的优点,并确定了明挖法地铁车站的结构形式以及结构选型,最后提出合理化建议。     

“非接触量测技术”在地铁暗挖施工中的应用

天津市地铁一号线营口道车站位于天津市和平区南京路与营口道、赤峰道交口，设计为地下两层车站，是天津地铁一号线和三号线的换乘站。车站主体结构采用明挖法施工，其中一号风机房位于1号线主体西北侧，施工部位恰好位于交通导行辅道上，且有自来水、煤气等管线横过于此，由于工期等要求，无法进行明挖施工，     

地铁车站明挖法半幅开挖倒边施工要点浅析

本文介绍了国内首个采用明挖法半幅开挖倒边施工的地铁车站的施工背景及特点,介绍了半幅开挖倒边施工在地铁车站在交通组织、基坑开挖、主体施工及路面恢复各阶段的施工技术要点,为地铁车站的施工工艺、施工方法探索了新的道路。     

地铁明挖车站局部下穿既有建筑物施工技术

北京地铁某车站采用明挖法施工,针对邻近房屋影响基坑局部开挖的情况,通过改变施工工法将明挖车站局部改为暗挖施工,避免了房屋拆迁,降低了工程投资,缩短了施工工期。     

基于粗糙集理论BP网络的地铁深基坑监控预测分析与优化

以25个深基坑工程地表沉降实测资料为训练样本,综合考虑多个主要影响因素,应用粗糙集对次要影响因素进行约简,然后建立地表沉降的7-15-1粗糙集BP(RS-BP)神经网络预测模型对5个检验样本进行预测及预测精度分析,并将该模型与传统BP神经网络预测模型进行对比。结果表明:传统BP神经网络预测其平均相对误差达到15.04%;而RS-BP神经网络预测平均相对误差较小,为5.55%,满足精度要求。因此,基于粗糙集BP神经网络预测模型在预测精度上优于传统BP神经网络预测模型。     

关于地铁明挖车站防水施工技术研究

明挖法作为城市地铁建设应用最为广泛的技术方法之一,极易对地铁工程最终建设质量产生决定性的影响,所以受到了各界人士的高度重视。明挖车站建设过程中,防水施工作为地铁明挖车站的核心内容之一,对地铁明挖车站防水施工技术进行深入的分析十分重要。     

地铁车站围护结构施工要点解析

地铁车站施工过程中采用明挖法施工具有非常显著的社会、经济效益,而在采用明挖法进行施工时,围护结构的设置显得尤为重要。围护结构采用钻孔灌注桩、旋喷桩相结合的施工工艺能够提高围护结构施工质量,保证止水帷幕的有效性,对现阶段车站施工有非常重要的意义。     

城市地铁车站施工技术和方法分析

文章以北京某地铁项目工程为实例,阐述了地铁车站不同的施工技术,包括明挖法、盖挖法以及暗挖法等内容。并对施工过程中的风险因素及施工重难点进行分析,最后对施工技术和方法选择的要点进行总结,以期对地铁车站施工方法有所改进。     

永安里地铁车站盖挖逆作法施工技术

一、工程概况 永安里地铁车站是正在建设中的北京地 铁复一八线上的一座车站,位于迎宾路线 上,且地面交通流量大,施工期间不能中断 交通。针对该地区的具体状况,对明挖法、暗 挖法和盖挖法三种施工方法,从技术难易程 度;对交通干扰;施工占用场地;地上地下 拆迁量;对周围环境的影响;施工安全;工 程造价;工期等八个方面进行综合比较后,     

地铁车站曲线顶管暗挖新方法数值模拟研究

传统的地铁车站施工方法有明挖法、逆作法、盖挖法等,采用这些施工方法往往需要长期占用道路,管线和绿化搬迁量大,建筑拆迁量多,引发建筑与环境、交通、社会的矛盾。为了解决目前地铁车站施工问题,提出了一种新型的非开挖建造地铁车站技术——即曲线顶管暗挖新方法。同时结合轨道交通10号线华山路站,对曲线顶管暗挖法新方法施工地铁车站的非开挖施工技术进行了数值模拟,研究了开挖方案可能引起的地层响应,预测了施工过程中衬砌结构的最大应力。     

PSO优化BP算法在基坑变形预测中的应用

地铁车站深基坑变形预测是保证地铁车站安全施工的一个重要手段,为了能够更准确更有效的预测地铁车站深基坑变形,采用粒子群优化算法即PSO算法对传统的BP神经网络的权值和阀值进行了优化,同时对该预测模型中的输出样本添加噪声训练,建立了基于粒子群优化BP神经网络的地铁深基坑变形预测算法。以合肥市轨道交通2号线长丰南路站深基坑为工程实例,经计算表明该算法取得了良好的效果,所预测的变形数据具有较高的可信度。     

基于DEA-AHP-BP神经网络的地铁深基坑施工风险评估

为评估地铁车站深基坑施工风险,提出基于DEA-AHP和BP神经网络的地铁车站深基坑施工风险评估模型。先运用WBS-RBS识别施工过程风险因素,利用层次分析法建立两级风险评价指标体系确定评判矩阵,运用数据包络计算指标权重,最后将指标权重值作为BP神经网路输入完成地铁车站深基坑施工风险预测,确定风险等级。通过工程实例验证该评价方法科学可行,可为类似工程风险评价提供一定借鉴。     

BIM技术在地铁车站施工管理中的应用研究

随着城市化进程的加快,越来越多的城市开始发展城市轨道交通,地铁车站施工是城市轨道交通建设中非常重要的一部分。本文以广东省广州地铁18+22号线番禺广场站为例,介绍地铁车站明挖法施工的技术措施,并通过BIM技术对车站结构进行了模拟。通过实践研究发现,BIM技术在明挖法施工中的应用提高了施工安全管理、成本管理、进度管理、质量管理的效率。     

北京西客站地铁车站的设计与施工

北京西客站地铁车站位于铁路南北站房之间的铁路股道下，车站上面支承着高架候车厅，具有工程量大、地质条件复杂、工期紧、质量要求高、技术难点多等特点。在设计和施工中采取措施解决了地基与荷载不均匀的问题。车站采用明挖法、微差爆破技术缩短了工期。根据工程特点设计应用了新型模板及新式多功能支撑体系。车站立柱设计成Ｃ６０级钢筋混凝土劲性组合柱。大体积混凝土浇筑施工避免了裂缝产生。     

波士顿中央干道改扩建中的地下工程施工技术

对波士顿中央干道/隧道改扩建时采用的主要施工技术进行介绍。其中I-93高架的改造主要采用明挖法、暗挖法等施工技术。利用托换技术确保高架桥正常运营的前提下,采用明挖法在其下方修建较宽的地下通道;在穿越波士顿南站附近某地铁车站时采用了暗挖技术以保证地铁车站的正常运营。在I-90穿越波士顿南站火车轨道时采用顶管法结合冻结地基处理等施工技术来保证上部火车轨道的正常通行。     

城市地铁隧道常用施工方法概述

目前国内外修建地铁车站的施工方法有明挖法、盖挖法、暗挖法、盾构法等。主要阐述了修建地铁车站施工方法的原理、施工流程、优缺点,为我国各大城市修建地铁车站时选择合理的施工方法提供有益的参考。     

地铁车站结构设计方法简述

尤其是近几年来,我们国家的经济有了很大的提高,城市化的进程也在不断的加快,随着城市人口急速的增加,地铁交通的问题已经慢慢的成了我们出行非常重要的一种方式。明挖法主要的优点包含:相比较更加的简单、更为的便捷、非常安全以及相比较来说更为经济等等,上述的这些优点就使其得到非常大的应用,我们国家的地铁在进行设计以及建设的过程当中,还存着很多的问题,而对于这些问题,我们一定要不断的进行深入的研究,尤其是对地铁车站进行设计的环节,现阶段对于地铁车站进行设计的环节有很多的方法以及比较先进的理论理论。采用明挖法已经成了当今阶段一个比较重要的技术手段。     

地铁风道采用顶管法施工的可行性分析

目前地铁车站风道施工受征地拆迁、交通疏解及管线迁改等诸多前期因素制约,实施难度较大,并成为影响车站工期的控制因素之一,针对这种情况,本文对风道采用顶管施工的可行性进行研究分析,供施工参考。     

基于链路和项目特征的地铁车站进度管理研究

为了解决潜在风险因素对地铁车站施工进度的制约,提高地铁车站项目关键链缓冲区设置的有效性,引入关键链技术,在其缓冲区设置时综合考虑链路和项目特征不确定性因素。首先,分析、量化链路不确定因素对地铁车站项目进度的影响,同时,采用WBS工作分解法和风险检查表法,识别地铁车站施工项目的进度不确定性因素;然后,结合链路和项目特征不确定因素,建立不确定性指标体系,采用改进的灰色关联分析法确定安全系数,计算缓冲区大小,并通过西安S地铁车站项目实例加以验证。最后将新方法结果与剪贴粘贴法、根方差法得到的结果进行对比分析。研究结果表明,此方法得到的关键链缓冲更为合理、稳定,可以有效缩短项目工期。