基于多源数据的隧道驾驶风险识别

采用一种基于多源数据的方法来识别隧道复杂环境下的驾驶风险.基于实车驾驶实验,获取多源驾驶数据集,采用滑动时间窗进行隧道入口、内部和出口段的驾驶样本构建,并通过不良驾驶行为谱对样本进行风险评价.利用轻量梯度提升机(LGBM)构建驾驶风险识别模型,并采用部分依赖图(PDP)分析不同路段的风险影响因素.结果表明:隧道内部的驾驶风险较低,而入口段和出口段的风险较高;LGBM在入口段、内部段和出口段测试集上的精确率-召回率曲线下面积分别为0.888、0.893和0.860,驾驶员和道路环境特征能够有效提升驾驶风险识别模型的性能;不同路段的风险影响因素存在差异,相较于路段内部,入口段和出口段受到的多种因素影响更为显著.

城轨无场段条件下物资仓储管理系统研究

针对无场段条件下存在的物资库分散、没有物资总库、物资管理效率低下、易对线路高效安全运营造成负面影响等问题,文中以物资编码、二维码、流程管理等技术为基础,提出了一套物资入库、出库、借用、盘点、报废的物资闭环管理系统.通过去中心化的单据管理模式,可以提高物资入库、出库、领用效率,提升物资管理效率和维保效率,为线路的安全高效运行提供保障.

某地铁车站抗浮设计研究

当地铁车站处于高地下水位中时,应验算其抗浮稳定性,尤其是当车站结构尺寸大且体形复杂、底板埋深较深但顶板覆土较浅,抗浮设计成了设计的重中之重。本文系统介绍了常见地铁车站的抗浮措施,结合具体工程,分析了各抗浮措施的适用性,比较了抗拔桩和压重法,进行了计算,可为地铁车站设计提供指导。

某抽水蓄能电站三维整体渗流场数值模拟与评价

本文以某抽水蓄能电站为例,建立整体渗流场三维模型,运用该模型对该电站上下库库盆及地下厂房采用的防渗方案进行计算分析与评价,为类似工程设计提供理论依据和指导。

基于BIM技术的城市轨道交通施工进度管理

在大规模建设浪潮中,轨道交通建设自身特性给施工建设管理带来了巨大压力。文章通过分析传统施工总包模式下的施工进度管理方式存在的问题,提出基于BIM的可视化施工进度管理方法,并研究开发相关平台系统,在实际案例应用中取得了良好效果。

基于XGBoost的公路隧道驾驶风险识别

公路隧道因其独特的结构特性,常带来显著的交通安全风险,且其风险因素多种多样。为了识别和分析公路隧道环境下的驾驶风险,本研究招募了13名驾驶员进行实车试验,收集了驾驶员、车辆及道路环境的综合数据。利用滑动时间窗构建了1 023个时长为3秒的隧道驾驶样本,基于驾驶员避险行为对风险样本进行标注,得到104个风险样本。通过特征相关性和重要性分析构建合适的输入特征集,并利用RF、GBDT和XGBoost三种机器学习算法建立风险识别模型。结果显示,XGBoost算法表现最佳,特别是在输入特征数量为8时达到最优效果,其F1分数为0.81。进一步的特征重要性分析揭示,车辆的运行状态和驾驶员的生理状态均对驾驶风险产生影响。