基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

基于深度信念网络的列车故障音频诊断方法

铁路在交通运输行业有着举足轻重的地位，一旦列车发生故障将会导致严重的生命财产损失。由于列车发生故障的概率相对较低，因此难以捕获列车的故障样本。针对上述问题，提出了一种无监督学习的列车故障识别方法，通过检测列车音频信号来识别列车故障。该方法基于深度信念网络(DBN)，利用小波包分解提取检测信号的特征向量并将其作为DBN的输入，待网络充分训练后，由训练好的DBN识别当前列车的运行状况。现场监测实验结果表明，该方法能够在无监督的条件下有效识别列车故障，保障了列车的运行安全。     

海滨区冲填土层特大型储罐基础工程选型研究

江苏LNG储罐,位于盐城黄海海滨。废黄河及古淮河冲填土地质构造,沉积层厚达230 m以上,属中等软土。土质主要为回填土、粉土、粉质粘土、粉砂。特大型储罐荷载大,冲填土层如何满足抗压、抗拔、抗水平位移的技术规范要求,极具挑战性。桩基施工过程中,相互干扰,有孔壁坍塌、缩颈、泥皮、沉渣难清等可能。尤其考虑到对水平位移的敏感,设计上不宜选用高架承台结构,而应该从多种桩基类型方案里挑选优化。文章对于软土地基条件下,大型储罐基础工程的设计选型,进行了总结分析。对软土地基条件下大体积储存设施的设计和施工,具有针对性的借鉴作用。     

津滨轻轨列车受电弓控制电路优化改进

本文对津滨轻轨受电弓控制原理进行了分析,并结合轻轨运营、设备状态及线路情况对受电弓在使用过程中存在的问题进行了分析,研究了有针对性的改进方案,提升轻轨列车运行的安全性、可靠性。     

铁路列车构架组焊工艺的研发

构架是铁路列车最重要的承载部件,其质量直接影响到列车的运营安全。介绍铁路列车横梁、侧梁和构架的现有组焊工艺并进行改进,通过改变横梁、侧梁和构架的组焊顺序,实现组焊模块化,通过保证组焊精度和焊后调修等方式保证了构架上所有件的加工量均在公差范围内,消除补焊现象。     

基于大数据分析的城轨列车运行路线追踪研究

传统基于移动闭塞模式下的城轨列车运行路线追踪方法在面向海量人流和车流的情况下,存在延误扩散以及线路运行的恢复能力差等问题。因此,提出基于大数据分析的城轨列车运行路线追踪方法,在Hadoop架构下塑造Map/Reduce并行计算架构的大数据运行方法,通过Map阶段任务配置与分发以及Reduce阶段任务合并与数据存储,对城轨列车运行数据进行学习、分析以及存储,塑造基于极大代数的列车运行计划模型,在分析模型参数的基础上,设计列车运行计划模型的约束条件,得到列车运行计划在极大代数中的线性模型,实现大数据环境下城轨列车运行路线的合理规划。实验结果表明,运用此方法的列车可顺利通行,对客流具有较强的调控性,确保列车均匀稳定地运行。     

志丹县城市防洪衡重式挡土墙设计

在水利水电工程中,挡土墙的应用范围极为广泛。随着现代科技的飞速发展、计算机技术的推广普及以及各种计算软件的应用,使以前繁杂的计算过程变得简便迅捷,相较而言计算参数的选取和计算工况的拟定显得更加重要,成为控制设计的关键环节。