Design Method for Road Reconstruction and Expansion

This article analyzes the method for designing routes in road reconstruction and expansion projects,using an actual engineering project as an example.This includes an overview of a specific road reconstruction and expansion project,an analysis of the preexisting road,the basic principles of the design road project,and an analysis of the design methods and steps.This study aims to offer some guidance for road reconstruction and expansion design.

Palpebral Reconstruction in a Secondary Ophthalmology Center in Mali: About a Case

Introduction: Significant trauma to the periocular region can seriously damage ocular structures and their adnexa. The eyelids can be damaged during these traumas. The most frequent lesions are lacerations, the surgical treatment of which is generally simple. In some cases, there are complex traumas where there is a loss of tissue, which is difficult to treat. We report the case of a 26-year-old young man, farmer with no medical and surgical history, referred by the odontostomatology and maxillofacial surgery department for burns to the left hemi face by the exhaust pipe of his motorbike which occurred following a public road accident (AVP). Observation: A 26-year-old young man with no medical-surgical history, visual acuity was 5/10 with good mobility of the globe. In collaboration with the maxillofacial surgeon, a graft of the hemi face was performed using a flap from the inner side of the thigh first. In the second time we carried out a recovery by a flap which consisted in taking a supra-superciliary flap and suturing it at the level of the palpebral edges which, in spite of a fragile vitality of the tissues. Conclusion: The reconstruction of the eyelid is a real problem in our service because of the technical platform and the availability of consumables, which limits us in the choice of the operating technique.

基于Swin Transformer的沥青路面病害分类检测研究

针对传统卷积神经网络模型在沥青路面病害检测中识别长距离裂缝结构能力不足以及面临的精度局限问题,引入Swin Transformer模型进行沥青路面病害分类研究;首先对于路面检测车采集到的沥青路面扫描图像对比度低的问题,使用直方图均衡技术处理图像,增加图像可视化效果;其次,选取3种经典卷积神经网络模型作为对比模型,并在训练过程中采用更换损失函数,调整预训练模型等手段解决过拟合问题;并选用准确率、查全率、F1-score作为评价指标;在最终实验结果中Swin Transformer识别准确率达到了80.6%,F1-score达到了0.776,不仅在整体分类准确率上超越了传统CNN模型,并且对具有长距离特征结构的病害方面具有更高的识别准确率,同时具有良好的可靠性。

有效降雨量在辽宁省内公路水毁风险评价中的应用

文章利用2017—2021年辽宁省降水诱发的高速公路、干线公路损毁记录数据,分析损毁事故发生的时间、空间特征,计算事故发生前有效雨量,并建立公路水毁概率拟合模型。结果表明:降水诱发的辽宁省公路损毁事件一般出现在5—10月,其中7—8月为高发期。公路水毁的发生时间呈现出从西北向东南逐渐延后的规律,事故数量与降水量有较高相关性。辽宁东部、西部为高发区域,丹东、朝阳、葫芦岛、本溪为省内高发地区。对比多种方法,公路水毁概率的拟合效果符合高斯分布概率密度函数。辽宁东部、南部致灾临界雨量值大于中部、北部,相同有效雨量条件下,平原地区发生公路水毁的风险高于山地丘陵地区。对2022年辽宁一次洪涝过程中公路水毁情况进行检验,综合评价结果具有较强的防汛指导作用。

多船型多种类应急物资水陆联运调度算例分析

建立多品类应急物资在跨城综合运输路径的优化模型,并根据货船在港口之间的往返运输情形设计港口货船调度模块,在此基础上,融合粒子群算法解决物资在各运输阶段对中转节点选择的问题。通过设置两种不同型号货船的仿真计算对比试验,优化结果分析,验证本文所提出算法的有效性,为应急灾害的运输决策问题提供行之有效的解决方案。

基于改进YOLOv8的道路病害视觉识别算法

道路病害检测对于确保道路的安全性和可持续性至关重要,对城市和社会的发展具有积极作用。为提高目前道路病害检测模型的性能,文中提出一种基于改进YOLOv8的道路病害检测算法。设计一种新型高效的特征融合模块(DWS),提高模型获取特征信息和全局上下文信息的能力;提出将ECABlock、LeakyReLU激活函数与卷积相结合的新模块ELConv来提高深层网络对目标的定位能力;另外,使用Dynamic Head检测头替换原始YOLOv8的头部,结合尺度、空间和任务三种注意力机制提升模型头部表征能力;最后,采用WIoU损失函数代替原损失函数来改善边界框精确度和匹配度。相比基线模型,改进模型在road damage detection数据集和RDD2022_Japan数据集上都得到了有效的验证,表明改进模型满足当下道路病害检测的需求,展示了高灵活性、准确性和效率。

高速公路同向双向路拱路面小客车换道舒适性和安全性分析

为了分析同向双路拱路面小客车换道行驶舒适性与安全性,使用Carsim仿真软件建立了小客车换道轨迹模型、车辆动力学模型、同向双路拱和单向坡道路模型,以平曲线极限半径值作为换道轨迹半径值,开展多工况跨路拱换道行驶试验,并通过实车驾驶实验对仿真模型进行了准确性验证。结合横向加速度、横摆角速度、峰值附着系数和横向荷载转移率等四项指标变化情况和判断标准对同向双路拱路面小客车换道行驶状态进行了分析。研究结果表明:道路类型对车辆换道行驶稳定性影响较大,综合评价指标与回正增益系数的变化情况,在同向双路拱路面条件下,SUV(suburban utility vehicle)和微型面包车(minivan)换道行驶稳定性均能满足安全行驶要求;换道行驶稳定性由高到低对应的路面类型为:单向坡路面>抛物线型路拱路面>折线型路拱路面;折线型路拱路面条件下,SUV换道行驶稳定性优于Minivan。超速行驶对小客车换道行驶稳定性有显著影响,超速程度越高,稳定越差,即当基础车速为100 km/h和120 km/h时,超速10%和20%时,车辆换道行驶过程中均不存在侧滑风险,但车辆稳定性均处于较差状态。

强扰煤岩体蠕变过程中跨尺度非连续结构演化研究进展

【目的和方法】巷道围岩时效变形破坏、蠕变型冲击地压等灾害是深井面临的重大威胁,加之深部采动与结构变化的影响,亟需研究强扰煤岩体蠕变过程中跨尺度非连续结构演化规律,系统回顾煤岩体力学性质的尺度效应、非连续结构与多物理场效应,以及煤岩体长时稳定性、蠕变演化规律与力学模型。【结果和结论】强调不同尺度(细观-宏观-工程尺度)、不同尺寸(REV范围内)煤岩变形破裂过程中非连续结构(包括裂隙和矿物)与物理力学性质存在密切的关联特征。指出煤岩体跨尺度非连续结构导致应力场非均匀分布,造成力学各向异性、尺度效应及尺寸效应,进而出现非协调宏观破裂现象。透明解析与推演煤岩变形破裂过程中跨尺度非连续结构与多物理场演化规律,是认识煤岩灾变内禀机制的关键。明确指出现有蠕变实验与蠕变模型在煤岩表面变形及破裂方面具有优势,但无法预测煤岩内部变形与非连续结构;为此提出了全尺寸CT扫描重构、数字体图像相关(DVC)、跨尺度等效岩体-等效晶质建模(SRM-GBM)相结合的破解方法。对扰动煤岩体蠕变前沿问题进行了讨论,阐明了非连续结构与应力引起内部变形损伤诱发蠕变这一新观点,指出非连续结构和应力是煤岩非协调蠕变的主控因素,最后建立了强扰煤岩体蠕变过程中跨尺度非连续结构与多物理场演化的精细化建模及透明解析新方法。研究成果为相关矿山灾害的发生机理、预警与防控提供理论基础。

基于NAR-ARIMA组合模型的高速公路沥青路面破损状况预测

基于NAR神经网络模型和ARIMA传统时间序列预测模型,对高速公路沥青路面的破损状况进行预测,再分别通过最优加权法和残差优化法对两种预测模型进行组合,得到两种组合模型.对各单一模型和组合模型的精度和稳定性进行了比较分析.实例分析表明,组合模型相较于单一模型的精度和稳定性均有所提升,NAR-ARIMA最优加权组合模型预测效果最佳.该组合模型所需样本量较小,且基于时间序列.由于采用历史数据作为影响因素代替指标,该组合模型计算速度快、精度高,适用于日常的预测工作,为后续合理的道路养护决策提供了重要的理论依据.

全程老化沥青中温抗疲劳性能及预测模型研究

为分析老化沥青胶结料的中温抗疲劳性能,以三种基质沥青和两种改性沥青为试验材料,基于线性振幅扫描试验和黏弹性连续损伤模型,建立了预测模型。结果表明,在线性振幅扫描试验中,随着频率的增大和老化时间的延长,沥青的复合剪切模量增大,相位角减小;改性沥青的相位角明显小于基质沥青,表明改性剂可以增强沥青胶结料的弹性;基质沥青的疲劳寿命随老化时间延长而缩短,其变化存在一个平缓过渡期;精度检验结果表明,建立的非线性预估模型拟合程度高,可用于不同老化时间沥青胶结料疲劳寿命的预测;推荐采用残留疲劳寿命作为老化沥青胶结料中温抗疲劳性能工程的判断指标,并针对不同类型沥青提出了相应技术要求。

基于加强特征提取的道路病害检测算法

针对道路病害区域小、类别数量不均衡导致检测困难的问题,提出基于YOLOv7-tiny的道路病害检测算法RDD-YOLO。首先,采用K-means++算法得到拟合目标尺寸更好的锚框。其次,在小目标检测支路上使用量化感知重参数化模块(QARepVGG),增强浅层特征提取,同时构建加强注意力模块(AM-CBAM)嵌入颈部的3个输入,抑制复杂背景干扰。然后,设计特征融合模块(Res-RFB),模拟人眼扩大感受野融合多尺度信息,提高表征能力;另外,构造轻量级解耦头(S-DeHead)提高小目标检测精确率。最后,采用归一化Wasserstein距离度量(NWD)优化小目标定位过程,并缓解样本不均衡问题。实验结果表明,与YOLOv7-tiny相比,RDD-YOLO算法在仅增加0.71×10^(6)参数量和1.7 GFLOPs计算量的成本下,mAP50提高6.19个百分点,F1-Score提高5.31个百分点,并且检测速度达到135.26 frame/s,满足道路养护工作中对检测精度和速度的需求。

物流非高斯振动下的产品损伤分析

公路运输过程中的冲击信号造成了物流随机振动的非高斯特性。为研究冲击成分对产品损伤的影响,对8条中型卡车和重型卡车实测道路信号进行了统计分析。将振动信号分为20%的高强度非高斯信号、60%的中等强度高斯信号和20%的低强度高斯信号。使用有限元软件进行时域振动分析,计算各信号段的损伤占比。结果表明:振动过程中,非高斯信号蕴含了高强度的冲击信号,造成了绝大部分的损伤。中型卡车振动数据冲击幅值大、占比少,相对而言,重型卡车冲击幅值低、占比多。中型卡车高5%的冲击信号造成了90%以上的损伤;重型卡车20%的非高斯信号中除10%的冲击成分外还包含10%的较高幅值振动,其20%的非高斯信号造成的损伤约为80%或更高。在整个运输振动过程中,含量较少的冲击信号主导了损伤的累积。

基于响应复合能量因子的波浪激励下高桩码头桩基损伤识别

波浪是高桩码头桩基长期、重要外部激励,探索波浪激励下桩基损伤识别对构建码头健康监测体系具有重要意义。由于波浪激励下桩基动力响应呈现多类型信号混叠、窄带、非平稳的特性,使得现有损伤识别方法难以实现准确判定。为解决上述问题,首先构建基于自适应噪声的完备集成经验模态分解与K-means++的信号自动重构方法,以提取损伤特征子信号;然后,通过融合能量、相位等信息,构建新型复合能量损伤识别指标,以提高微小波浪激励下损伤识别的敏感性和鲁棒性。进一步,在高桩码头桩基多种损伤工况下开展波浪激励试验,验证新方法在损伤识别方面的有效性。结果表明,新构建的复合能量因子兼顾能量、相位的优点,能准确识别出损伤存在、损伤位置和损伤程度。

基于改进YOLOv8的道路表面缺陷检测

道路损伤检测是道路安全及道路损伤及时修复的重要前提。针对现有的道路损伤检测算法存在的精度较低,计算量大等问题,提出了一种基于YOLOv8改进的轻量型道路损伤检测算法。首先,将骨干网络中的C2f模块替换为C2f_FasterNext模块,增强有效特征复用的同时降低计算复杂度;其次,然后在骨干网络末端和颈部网络中引入坐标注意力机制(Coordinate Attention,CA),将位置信息嵌入到通道注意力中,强化特征提取能力,并抑制无关特征的干扰。在开源道路损害数据集RDD20(Road Damage Detection20)上的实验结果表明:所提方法的平均F1得分为0.61,每秒检测帧数(FPS)为88,模型大小为45.5MB,改进算法与原算法相比m AP50分别提高了2%和3.7%,算法检测速度达到88FPS,能够实时准确检测道路损伤目标。通过与其他主流目标检测算法比较,验证了该方法的有效性和优越性。

基于波浪激励响应自适应变分模态分解的高桩码头桩基损伤识别

波浪激励下高桩码头桩基动力响应存在多类型信号混杂现象,因此信号重构对于码头桩基的损伤检测至关重要。变分模态分解(variational mode decomposition,VMD)方法能够有效避免信号重构中的模态混叠问题,但由于波浪激励下的动力响应频谱复杂,分解所需的模态数和罚因子会严重影响分解结果。为解决该问题,提出了一种自适应变分模态分解方法(improved adaptive variational mode decomposition,IAVMD),该方法通过罚权系数自适应调整各频率分量的罚因子,并通过分解结果的信号完整度来确定最佳模态数。进一步通过波浪激励下的高桩码头模型试验对IAVMD的有效性、适用性进行了验证。结果表明,该方法能够准确分离出动力响应损伤特征子信号,并根据能量因子确定损伤位置和大小。

甘肃积石山6.2级地震应急处置及灾后重建对策

2023年12月18日甘肃省临夏回族自治州积石山县发生6.2级地震,造成严重人员伤亡和财产损失。通过实地考察,揭示本次地震的主要震害特点,给出积石山6.2级地震烈度划分标志及各烈度区的特征,从指挥决策、协调联动、人员搜救、伤员救治、技术支撑、舆情处置、受灾群众安置及次生灾害隐患排查等方面阐述该次地震的应对处置过程和工作成效,分析总结本次抗震救灾经验启示,结合当地经济社会发展现状和防震减灾工作存在的不足,提出灾后恢复重建对策。

基于轻量化车载设备的道路病害检测方法

针对传统道路检测方法成本高、检测周期长,无法满足城市道路大规模、短周期检测需求的问题,本文设计了一种轻量化车载道路病害数据获取设备,并提出了基于轻量化车载设备的道路病害检测方法。该设备质量小、成本低,可简易、快速地安装在小汽车、公共汽车等城市常见车辆上,能够同步收集惯性数据、图像、GPS定位信息等数据。基于轻量化车载设备在城市道路上采集道路图片数据并构建数据集,然后建立深度学习模型对其进行训练和评估,检测和识别道路病害,正确率达82.54%,能够满足城市道路日常巡检的要求。

基于改进YOLOv8的轻量化道路病害检测方法

针对复杂场景下道路病害检测模型占用内存空间大、计算复杂度高和检测速度难以满足实时目标检测要求等问题,提出一种面向复杂自然场景的轻量级道路病害检测模型DGE-YOLO-P。将网络中的C2f融合可变形卷积设计C2f_DCNv3模块增强对物体形变的建模能力,并对输入特征信息进行降维处理,有效降低模型参数量和计算复杂度。设计GS-Decoupled head检测模块,降低检测头参数的同时实现全局信息的有效聚合。同时,设计E-Slide Loss权重函数,为困难样本分配更高权重,充分学习道路病害中的难样本数据,进一步提高模型检测精度。采用通道剪枝减少模型冗余通道,有效压缩模型体积并提高检测速度。实验结果表明,DGE-YOLO-P模型相较于YOLOv8n模型mAP提高2.4个百分点,而模型参数量、计算量和模型大小分别降低58.1%、66.7%和55.5%。检测速度FPS由34帧/s提高到51帧/s。

基于车载点云数据的城市道路特征目标提取与三维重构

随着现代城市交通管理、智能驾驶、城市规划和地理信息系统领域的发展,对高效、自动化的城市道路特征提取和三维重构技术的需求日益迫切。提出一种从激光点云数据中自动提取道路特征并建立三维模型的方法,该方法能够有效处理大规模复杂环境下的数据。首先通过提取路缘石描述算子来确定边界线,然后生成点云数据的地理参考图像,提取出精细化的道路标识线。接着在平滑度约束下进行杆状地物检测,再通过分类算法区分路灯和行道树。最后,分析了道路模型三维重构所需的参数,并提出一种连续四边形重建方法,实现了对道路元素的三维重构。实验结果显示,该研究方法在道路点云数据目标提取的评价精度达到92%,验证了其有效性。

基于DPSIR-GEES的寒区改扩建绿色公路评价研究——以黑龙江省为例

以黑龙江省改扩建公路作为研究对象,构立DPSIR-GEES模型,从公路建设与政府、经济、环境、社会关系的角度,建立寒区改扩建绿色公路评价研究体系.通过SPSS和MATLAB软件,运用博弈论组合理论将变异系数法和熵权法求出的权重组合综合赋权.采用障碍度模型进行横向分析,由逼近理想值排序法模型纵向分析.最终得到障碍度最大的5个指标因子:旅游服务、线性规划、土体冻融侵蚀、人性化、信息运行和管理服务.公路项目总体绿色度水平:丹东—阿勒泰公路呼十、黑卧、逊黑工程段改扩建绿色度水平较高,评定等级为“绿色”,前锋农场—嫩江公路工程段在建设过程中绿色度有所欠缺,评定等级为“浅绿”.