基于宏微观多尺度建模的校园疫情演化仿真研究

校园师生人群聚集密度高,是疫情防控的重点和难点。基于现有宏微观尺度的研究,提出使用多尺度建模仿真分析校园内新冠疫情的演化趋势和防控方案的绩效。宏观建模采用易感-潜伏-传染-恢复(SEIR)模型,输出无症状患者和有症状患者数量随时间变化的曲线,研究疫情演化趋势;微观建模采用离散事件建模仿真和基于智能体建模,对个体学生的在校行为和疫情演化进行微观仿真,模拟新冠病毒在校园内的人传人过程。并通过案例研究,验证错峰上学、核酸检测“每天一检”并隔离阳性患者方案的有效性,通过对参数的灵敏度分析识别关键参数。结果表明,多尺度疫情建模仿真方法,从不同的角度和层级揭示了校园疫情的演化过程,可为校方优化防疫方案提供参考。

基于驾驶模拟的隧道照明对行车安全及舒适度评价影响研究

随着交通运输基础设施建设发展模式由追求速度规模向更加注重质量效益转变,精细化、因地制宜地设定隧道照明环境需求日益增多.隧道照明系统设计应以保证驾驶员行车的安全性与舒适度为前提,因此需要对隧道照明如何影响驾驶员隧道行车的安全性与舒适度进行量化评估.基于隧道照明理论和驾驶员行车基础研究,选取影响驾驶员安全性与舒适度的8项指标,建立驾驶员安全性与舒适度评价体系,并通过隧道驾驶仿真环境与硬件设施实现室内仿真研究:基于UC-win/Road软件建立隧道虚拟仿真模型,通过驾驶模拟器和生理仪器获取8项指标对应的数据,对数据进行处理后通过熵权法确定指标权重,评估不同照明亮度与色温环境下的隧道安全性与舒适度.以驾驶员的行车安全及舒适评价值最优为目的,得出隧道内亮度和色温的最佳设定值.实验结果验证了驾驶员行车安全与舒适度评价体系的有效性,提出了改进的照明方案,为隧道运营方提供参考.

城市枢纽与片区融合协同设计方案研究

随着城市的不断建设发展和人群的不断聚集,原有的片区综合交通设施难以满足城市当下的发展和片区在城市中的定位,需要将其改造成为大型综合交通枢纽。本文对公共交通导向开发(TOD)模式在公共轨道交通站点规划建设中的经验进行总结,提出在应用中存在的问题,综合考虑民众生活质量,并基于TOD模式提出以生活质量为导向的发展理念(QOD理念),探究其具有的3个特征;同时以深圳黄木岗枢纽为例,从道路轨道交通、慢行系统、枢纽造型与地下立体空间、片区动静结合4个对城市枢纽与片区融合方面的阐述,解释QOD理念在具体设计中的应用,并为同类城市枢纽综合体设计、建设以及枢纽与周边片区的融合协同发展提供参考。

地面堆载下盾构隧道结构韧性演化规律研究

韧性理论的提出和发展为盾构隧道结构性能评估提供了新思路。在提出考虑历史最大变形的衬砌性能指标基础上,建立包含管片、接头和非线性土弹簧的精细化三维有限元分析模型,研究了地面堆卸载作用下,不同埋深盾构隧道结构响应特征和韧性演化规律。结果表明:地面堆载下拱顶、拱底内弧面受拉,拱腰外弧面受拉,受错缝拼装影响,结构内力和损伤集中于边环纵缝相邻的中环管片处;卸载阶段隧道水平收敛减小,完全卸载后的残余变形随堆载量增加而增大,相同水平收敛情况下浅埋隧道卸载后变形恢复率大;隧道结构韧性随着水平收敛的增大快速降低,而缩短响应时间、提高修复措施效率可以提升隧道结构韧性;将隧道结构韧性分为4个等级,当结构进入极低韧性阶段时,应采取更加高效快速的综合修复方案,同时避免造成结构的二次损伤。

深圳市非道路移动机械排放清单研究

为进一步改善空气质量,提升宜居水平,非道路移动机械排放控制已成为环境治理的重要领域.本研究通过对中国深圳市非道路移动机械的实地调查和数据调研,分析深圳市非道路移动机械各特征参数,建立深圳市非道路移动机械排放清单.结果表明,2017年深圳市非道路移动机械NO_(x)、细颗粒物(PM 2.5)、可吸入颗粒物(PM 10)、HC、CO、黑碳、有机碳及挥发性有机化合物等8类污染物的排放量分别为6162.0、419.7、442.3、983.9、4170.7、209.7、64.4及920.2 t.在所有非道路移动机械类型中,挖掘机排放占比最高,达到28.06%;NO_(x)排放量占比最高,占总排放的46.04%.定量分析NO_(x)排放清单的不确定性,在95%置信区间的平均值范围为(4940.1,7661.2)t,不确定性范围为[-21.1%,22.6%].研究结果可为非道路移动机械排放控制及制定减排措施提供参考和依据,对未来排放清单的建立提供指导.

基于改进Logistic-SSA-BP神经网络的地铁短时客流预测研究

地铁客流的变化规律存在着一定周期性和潮汐性,针对地铁客流的预测有助于提高城市轨道系统的运营效率,实现轨道交通智慧化运营。为提高地铁短时客流预测结果的准确度,提出了一种基于Logistic混沌映射麻雀算法(Logistic-SSA)优化BP神经网络的地铁客流短时预测模型。该模型通过Logistic混沌映射初始化麻雀算法种群,再利用改进后的麻雀算法优化BP神经网络,达到提高BP神经网络的全局搜索能力和收敛效率;以深圳地铁西乡站进、出站AFC刷卡数据为例,利用构建的预测模型开展客流预测实验,并通过3种准确性评价指标(MAE、RMSE、MAPE),评价改进前后模型预测的准确性。研究结果表明:改进的Logistic-SSA-BP预测模型平均绝对百分误差分别为14.96%和13.73%;与传统BP预测模型相比,其客流预测结果具有更高的准确性。

“双碳”目标下建筑业低碳转型对策研究

建筑业碳减排是实现“双碳”战略目标的重要依托,也是推进建筑业低碳转型的内在要求。本文分析了我国建筑业碳排放的现状,识别出建材生产阶段、建筑运行阶段是建筑全过程碳排放的关键阶段,建筑业碳排放增速持续放缓且碳排放呈现自南向北、自西向东递增的空间特征;剖析了包括政策标准体系、节能降碳技术、既有建筑碳排放、碳排放统计监测、绿色金融体系、减排降碳意识等我国建筑业碳减排及低碳发展面临的关键问题;以“系统推进、分类施策、双轮驱动、稳妥有序”为指导方针,提出了建筑业低碳转型的“分步走”目标。结合建筑业低碳发展的内在需求,研究建议,完善制度及标准体系、优化节能技术使用、推动既有建筑降碳、推进绿色金融引领、提高碳排放监测能力、提升节能降碳意识,以期为推动我国建筑业高质量发展提供参考。

深基坑的机器视觉监测与变形预测研究

建立了一套基于机器视觉技术的深基坑变形监测系统,该系统包括焦距8 mm的摄像头、标靶以及固定装置,研究中成功地将改机器视觉系统应用到深基坑的变形监测中。为了验证机器视觉技术在深基坑施工过程中的监测效果,首先对机器视觉技术进行位移标定试验,监测系统最小分辨率达到0.1 mm,焦距越长、距离越近精度越高。对于8 mm焦距相机,摄像头距离标靶距离15 m内位移20 mm内时精度达到±0.5 mm,随着距离增大,精度明显变差,距离20 m时位移不超过20 mm时精度为±1 mm。在黄木岗交通枢纽施工过程中利用机器视觉技术进行监测,并对监测结果运用支持向量机进行预测,预测误差不超过6%。研究成果对深基坑施工中的安全管理提供了新的思路。

基于BP和GA-BP神经网络的混凝土抗压强度预测研究

由于影响混凝土抗压强度的因素众多,且抗压强度与各影响因素之间的关系是一种复杂的非线性问题,采用了机器学习的方法较好地对混凝土抗压强度做出预测,研究采用BP和GA-BP两种神经网络分别对混凝土28 d抗压强度进行预测并进行分析,其中输入层的参数为水泥、炉渣、粉煤灰、水、减水剂、粗骨料和细骨料的用量。结果表明:与BP神经网络式相比,GA-BP神经网络预测值与实测值更为吻合,平均误差率减少了43%,有更好的预测能力。同时研究采用灰色关联算法对输入层进行敏感性分析,表明粗骨料用量的改变对28 d混凝土抗压强度的影响最大,并且在输入层删除敏感性较低的参数后,神经网络的预测效果有进一步提高。研究还通过GA-BP神经网络寻最优值对当混凝土强度达到最大值时,输入层各影响因素的数值进行了预测,为混凝土的抗压强度预测和配合比设计提供了分析方法且该神经网络对试验有较好的导向作用。

地铁双线隧道下穿既有车站冻结加固冻胀控制措施

针对城市长距离大断面地下空间冻结工程的冻胀特性问题,依托上海地铁18号线国权路站双线隧道下穿既有车站冻结工程,基于热力耦合方程,利用有限元软件建立三维数值模型,结合室内试验所得物理参数,研究该工程的冻胀位移场演化规律,并探究错峰冻结、调整盐水温度等措施对冻胀位移场的影响规律。在本试验条件下,研究结果表明:①冻胀引起的车站底板变形主要发生于积极冻结期;双线隧道同时冻结模式下,冻结45 d时车站底板竖向位移量达到冻结90 d时竖向位移量的77.72%。②冻结90 d时,错峰冻结工况下车站底板竖向位移量较双线隧道同时冻结时减小了7.7%,表明错峰冻结避免了同一时间段内的冻胀叠加效应,一定程度上降低冻胀效应。③冻结90 d时,调整盐水温度工况下车站底板竖向位移量较温度调控前减小34.2%;表明调整盐水温度可控制冻土扩展速率,有效降低冻胀效应。实际工程中,采用错峰冻结、调整盐水温度等措施协同控制冻胀,车站底板最大竖向位移为25.41 mm;数值模拟所得车站底板抬升规律与实测数据基本一致,有效指导了工程施工。

地面爆炸下软硬不均地层超大直径盾构隧道动力响应分析

近年来港口危化品堆场爆炸灾害频出,盾构隧道面临着潜在的地面爆炸荷载威胁。采用多物质任意拉格朗日-欧拉(arbitrary Lagrangian-Eulerian,ALE)流固耦合建模方法,考虑到螺栓、钢筋、混凝土管片等多种结构复杂的非线性行为,建立了地面爆炸荷载下超大直径盾构隧道精细化模型,通过对炸药当量、埋深、爆源偏心距进行参数分析,研究了地面爆炸荷载对所处上软下硬地层隧道结构的动力响应和损伤过程,并对管片接缝处的变形模式及螺栓的塑性发展进行了分析。结果表明:在地面爆炸荷载下盾构隧道损伤由顶部向两肩发展,纵向接缝形成错动,环向接缝开合交替;区别于整体结构,超大直径盾构隧道在地面爆炸荷载冲击下应着重加强隧道两肩和接缝处的防护。

多工况车辆荷载下嵌入式压电传感路面结构动态响应分析

嵌入式智能装置与路面结构在车辆荷载作用下的动态响应对其服役性能和使用寿命意义突出。为此,采用1/4车辆振动模型,构建车辆动荷载作用下的嵌入式压电系统-路面结构有限元模型。基于足尺加速加载试验路段实测应变数据和文献振动数据,对有限元模型的响应结果进行了验证;进一步考虑了不同车辆轴载、车速和路面平整度等工况下,嵌入式路面结构的动态响应变化和压电系统的电压峰值输出。结果表明,路面结构的竖向加速度峰值、嵌入式压电系统的输出峰值随着车辆荷载的增加而增加,线性度良好;超载带来的横向应变峰值变化和竖向应变拉压交替峰峰值变化,需重点考虑;行驶速度对路面的振动和应变响应影响明显,均不为单调变化;随着路面等级从A级降为C级,路面各结构层平均竖向加速度从-10×10^(-3) g增加到-39×10^(-3) g,其中深度200 mm以内的三向振动增幅最为明显。该研究为嵌入式压电系统的实际应用和布置优化提供了支撑,也为智能道路的长期服役性能分析提供了依据。

深圳市建筑水泥流量-存量分析及环境影响评估

我国城镇化进程持续深入推进,大规模城市更新建造活动消耗了大量水泥等建筑材料.以深圳市为例,采用自下而上的物质流分析方法估算了自特区建设以来(1979~2018年)城市房屋建筑中的水泥存量和流量,并分析了其产生的综合环境影响(以碳排放当量为度量指标).研究结果表明:1979~2018年间,深圳市建筑水泥历史累积消耗约为8120万t,年均消耗超过200万t,水泥累计流出量(建筑废弃物)约为总流入量的25%~29%;截至2018年,深圳市建筑水泥存量达到6200万t,人均水泥存量达到4.7t.相应地,全部所消耗的水泥材料在生产阶段的碳排放累计可达6880万tCO2eq,其中仅有9%的碳排放量可被既有存量建筑“自然”吸附,但仍有至少约11%的碳排放量可通过废弃混凝土(流量)再生骨料进行“逆向”吸附封存.最后,基于建筑水泥存流量、碳排放及碳汇量等量化数据,提出了加强水泥使用管理、实现水泥生产碳减排以及水泥材料碳汇能力提升等相关措施建议.

超深地铁换乘枢纽超长自动扶梯故障的客流疏散

在存量城市空间紧约束的背景下,地铁车站站房建设逐渐深层化,站内自动扶梯呈现穿越层数多、提升高度大的趋势.地铁换乘枢纽站客流大,一旦发生紧急情况,极易造成人群拥堵,甚至踩踏等伤亡事故,其中,超长自动扶梯成为重点关注部位.根据超深地铁换乘枢纽地下空间面积大、层数多及内部结构复杂等特点,利用Revit组合MassMotion的建模仿真方法,以中国成都市4线地铁换乘枢纽骡马市站为例,模拟枢纽内超长自动扶梯故障对乘客出行造成的影响.通过设置超长自动扶梯故障场景,从微观角度模拟分析拥堵原因,制定限制方向和客流引导等疏散方案,减少乘客出行决策判断时间,优先保证更多乘客正常完成出行,缓解超长自动扶梯故障造成的客流拥堵.通过定量评估退出模拟用时与起讫点社会模拟成本等指标,发现虽然部分方向乘客的走行和候车成本增加,但整体出行用时降低.该方法可为地铁运营部门制定疏解预案提供参考.

大客流场景下地铁电扶梯故障的乘客疏散

地铁车站客流量大、疏散路线复杂、地下空间有限,一旦发生突发事件而乘客未得到及时疏导,易造成人员恐慌,引发严重安全事故和财产损失.因此,基于安全疏散的地铁车站客流调控,对确保乘客安全出行,维持地铁系统运营具有重要作用.基于社会力模型,以深圳地铁1号线车公庙站为例,运用仿真软件AnyLogic建立地铁车站大客流场景下的疏散模型,从微观角度模拟分析了叠加电扶梯故障突发事件对客流疏散的影响,对比实际调查的高峰期站台容纳量数据,突出大客流场景研究的重要性.通过仿真实验证明突发事件发生时平均分配疏散客流措施效果更佳,将原目的地为拥挤处电扶梯的乘客引导至其他电扶梯虽然会造成部分乘客走行距离的增加,但疏散速率会提升,高峰时期能够提升46.51%,大客流场景下能够提升93.26%.在大客流疏散背景下,叠加不同位置的电扶梯故障假设情景,分类讨论具体的客流平均分配方案,通过仿真实验定量确定各情景下的最佳客流分配方案,为地铁运营部门制定疏散预案提供参考.

智能网联车辆混行交通流效益研究

为研究智能网联车辆与非网联车辆的混行交通流效益,针对智能网联车辆的“智能化”与“网联化”2种特性,通过对微观交通仿真软件Vissim进行二次开发,使其具备智能网联车辆交通流建模功能,仿真了不同市场渗透率条件下智能网联车辆与非网联车辆构成的混行交通流,通过对比不同时段及不同渗透率情况下的交通效益发现,随着智能网联车辆市场渗透率的增加,道路混行交通流的平均车速有明显增加,出行时间降低。通过对高峰和平峰期的交通效益敏感性分析,发现智能网联车辆在高峰期对道路交通流产生的效益较平峰期更为显著。

地铁车站水侵应急疏散仿真研究

随着全球气候变暖,沿海沿江城市频繁出现强降水等极端天气,地铁车站水侵事故时有发生.为制定合理的地铁水侵应急疏散策略,提高乘客应急疏散效率,基于AnyLogic平台构建车站水侵疏散仿真模型,并以中国深圳市车公庙地铁站为例,研究水侵条件下应急疏散策略对疏散效率的影响.仿真结果表明,进水点数量与位置对疏散结果有较大影响;车站水侵级别在一定程度上影响疏散效率;综合考虑将自动扶梯用作楼梯使用、布设导流栏及增设应急疏散口3种疏散策略,优化后模型的疏散效率整体提高了11.4%,安全疏散比例达到92.2%.仿真结果可为地铁车站预防水侵的疏散设计与运营管理提供参考.

城市轨道交通车站短时客流机器学习预测方法

轨道交通具有载客量大、安全及环保等优点,已成为多数乘客的优先出行方式,是缓解城市交通压力的有效途径之一.为提高轨道系统的运行效率,实现轨道交通智慧化运营,基于机器学习算法理论,结合轨道交通车站的时间、空间及外部影响因素等客流特征,建立轻量的梯度提升机(light gradient boosting machine,LightGBM)、长短期记忆(long short-term memory,LSTM)及LightGBM-LSTM融合模型的车站短时客流预测模型,同时构建差分自回归移动平均(autoregressive integrated moving average,ARIMA)和极限梯度提升(extreme gradient boosting,XGBoost)模型作为预测实验的对照模型.以中国杭州地铁自动售票系统刷卡数据为例,选取了5种地铁车站(居住类型、工作类型、居住工作混合类型、购物类型及交通枢纽类型)和3个准确性评价指标(平均绝对误差、均方根误差及平均绝对百分误差),量化评价不同模型的预测准确性.结果表明,基于多特征的机器学习模型可以较好预测地铁车站短时客流,弥补了传统时间序列模型的不足.但单一模型在不同类型车站的预测效果波动性较大.基于多模型融合的LightGBM-LSTM模型可以综合单一模型的优点,预测性能更佳,对于不同类型车站的适应性更好.

城际轨道交通可达性与城市经济发展的关系分析

城际轨道作为区域交通的骨干,对引导和带动粤港澳大湾区经济一体化发展具有重要作用.研究并分析了衡量城际轨道交通和经济发展水平的变量,提出城际轨道交通可达性和经济发展水平的测算方法,构建耦合协调度模型,定量评价城际轨道交通可达性与经济发展水平之间的相关性.运用双重差分模型验证城际轨道线路开通与城市经济发展之间的影响关系.以粤港澳大湾区11座城市为例,进一步研究不同年份城际轨道交通可达性对城市经济的影响.结果表明,城际轨道的开通运营对城市经济具有显著正效益,其弹性系数为0.0128.交通与经济发展越协调的城市,城际铁路开通带来的正向影响越明显.本方法可为区域整体协调发展提供理论与实践指导.

基床系数和侧压力系数对盾构隧道变形的影响研究

在盾构隧道衬砌结构内力和变形计算中,地层基床系数和土体侧压力系数是土体的重要表征参数。文章基于盾构隧道荷载-结构计算模型,利用有限元软件对盾构隧道结衬砌构进行了精细化建模,同时考虑了螺栓预紧力的作用,主要针对初始荷载和上方加载荷载的模式,研究地层基床系数和土体侧压力系数对盾构隧道衬砌结构变形的影响。研究结果表明:地层基床系数和土体侧压力系数对盾构隧道衬砌结构的变形有显著的影响,盾构隧道的椭圆度随着地层基床系数和土体侧压力系数的增大而减小。盾构隧道椭圆度达到33.52~37.65 mm时衬砌结构混凝土开始屈服,且衬砌结构混凝土进入屈服状态后,椭圆度增量会有明显的提高。在相同的荷载变化下,椭圆度的增量均随着地层基床系数和土体侧压力系数的增大而减小,且上方加载阶段的椭圆度增量明显比初始荷载阶段的大。