华南理工大学国际校区E3图书馆结构设计

作为华南理工大学广州国际校区二期工程标志性建筑,E3图书馆整体呈倒梯形,建筑主屋面高度27.30m,属超限结构。建筑3层及以上中庭位置开设大洞,仅通过3、4层南北两侧连廊楼板和屋顶天窗跨度为33.6m的大跨度Z字形钢梁连接。通过5个结构方案比选,选用沿幕墙边布置斜柱的框架结构。斜柱倾斜角度约为29°,与东、西、南侧外周边悬挑2.8~8.4m的内框架形成空腹桁架。斜柱在竖向荷载下产生水平分量,通过楼板应力分析对楼板进行加强。按照设定的性能目标,对结构进行弹性计算、中震验算并采用Perform-3D软件进行了罕遇地震作用下的弹塑性动力时程分析,根据分析结果,采取了有针对性的加强措施。

考虑出行成本不确定性的路网交通疏散策略

为提高应急管理水平,考虑突发事件影响下的交通出行成本不确定性,对城市交通疏散问题进行研究。首先,根据交通疏散问题的时空特性创建时空耦合网络图,并且结合行程时间成本和冲突风险成本,提出了城市交通路网出行成本的量化方法。进一步考虑路段资源权重上限的影响,通过增加边际约束,构建基于预算不确定集的先验疏散策略的鲁棒优化模型,以最小化路网疏散过程的总交通出行成本。然后运用模型重构技术,将搭建的鲁棒模型转化为混合整数线性规划模型,并设计改进的拉格朗日松弛方法进行解耦求解。最后以SiouxFalls网络进行算例分析,数值结果表明,随着不确定集和模型规模的增大,行程时间成本和冲突风险成本的增速分别提高约29.13%和236.46%,模型预算参数控制在一定的区间,能够较好地权衡解的鲁棒性与最优性。通过南京部分区域路网案例测试验证所述方法在更大规模网络算例的适用性,研究结果表明:相比于传统拉格朗日松弛方法,所提出的改良方法可以在较少的迭代次数内得到高质量的可行解。研究结果可以为应急指挥部门制定可靠的交通疏散策略提供思路。

轨道交通户外站台门与列车间隙背景灯带图像分割算法研究

轨道交通在发车前需要清空站台与列车间隙,否则异物入侵会对乘客与列车运行造成安全隐患,基于背景灯带的异物入侵检测需要对灯带在图像中进行图像分割、提取、识别。针对在户外站台场景下,复杂背景和日光等因素为背景灯带提取带来困难的问题,提出一种无监督的图像分割算法。首先通过卷积神经网络进行特征提取,然后将特征图输入到后续分类器中对所有像素进行类别输出。在训练过程中,使用的损失函数从三方面进行设计:考虑特征相似度和空间连续约束、基于深度支持向量描述以及基于几何与光度增强。算法能够实现单样本无监督对神经网络参数进行调优。通过对某城轨站台真实数据采集及实验结果表明,本文提出的方法在与训练样本不同光照条件、拍摄角度条件下,对背景灯带进行分割的F1分数为78.47%;在性能优于其他方法的同时,耗时最多能减少97.1%;算法为基于背景灯带的异物检测方案提供一种行之有效的图像分割方法,为后续的异物自动检测提供基础。

华南理工大学广州国际校区一期工程装配式结构设计与思考

华南理工大学广州国际校区一期工程中有8栋多层混凝土框架-抗震墙结构采用了装配式技术,预制构件包括预制柱、预制主梁、预制次梁、预制叠合板、预制卫生间沉箱、预制楼梯、预制阳台、预制非承重围护墙、预制内隔墙、预制梁墙一体构件以及局部预制剪力墙,装配率均达到A级装配式评价标准。以此工程为例阐述了装配式混凝土结构设计方法,包括拆分设计、构造设计、BIM应用、施工中的优化设计等,并介绍了本工程应用的预制混凝土新型干法连接技术以及再生块体混凝土预制构件。

基于Vissim的广州快速公交系统交通仿真建模与分析

交通拥堵是世界各大城市发展的必经阶段,而大力发展公共交通,形成多方式组合协调的交通发展模式是大城市的必然选择。广州市选择建立中山大道BRT系统,施行"封闭式走廊+灵活线路"的模式,要通过建立BRT全线的微观交通仿真模型,预先由3D动态演示直观展现BRT系统开通运营后的交通状况;同时在模型中设置节点检测器、行程时间检测器及流量检测器等,得到了延误时间、排队长度、行程速度、路段饱和度等指标;通过以上指标对BRT系统展开交通工程的系统分析。仿真结果表明,BRT系统的建设不仅能够满足各种交通方式的通行需求,而且实现了BRT沿线的交通畅通。

广州智能公共交通系统发展现状与展望

近年来,作为智能交通系统最重要组成部分之一的智能公共交通系统,在国内有了快速发展。通过介绍广州市目前公共交通存在的问题,提出了通过发展智能公共交通系统来解决问题的设想。结合广州目前已有的公共交通基础设施、智能公共交通子系统以及未来几年公共交通和社会交通模式快速变化的要求,对未来广州智能公共交通系统的发展进行了展望。

轨道交通站台门与列车间隙异物的四目定位方法研究

针对长130~460 m的轨道交通站台间隙内异物无盲区检测及定位问题,提出一种基于机器视觉的四目异物检测与定位方法。该方法通过在间隙中设置2条等长平行的条形背景参考物及4台微型超长定焦相机,构建了无需改变镜头焦距、基线长度的宽范围三角测距模型,并通过同时测量四目中背景参考物被物体遮挡后的剩余长度推算物体位置。实际运行结果表明,在城际动车地下站台(0~174 m),无车时定位平均误差0.854 m,列车在站时定位平均误差3.26 m,且异物定位精度不受其位置远近和环境照度影响,可定位到车门位置。该方法低成本实现了远距离、宽范围的异物无盲区检测及单异物高精度定位,适合地铁、城际和高铁站台间隙内的0~460 m距离内的异物检测及定位,可有效提升异物处理效率,同时也为传统双目测距提供了一个全新的实现思路。

基于GA-tBP模型的城市道路交通量预测

针对城市道路交通量时间差异性强的问题,提出了一种使用遗传算法(genetic algorithm,GA)优化BP(back propagation)神经网络并考虑时间特性的模型(GA-tBP)预测道路交通量。从月、周、日3个维度统计分析了历史交通量数据存在的差异,得出影响城市道路交通量的时间因素。以江西省南昌市赣江中大道交通量为例,对未来24 h内每5 min交通量进行预测,对比分析了不同模型在预测精度和学习能力等方面的表现。研究结果表明,同不考虑时间特性的模型及其他传统预测模型相比较,GA-tBP模型的预测效果最好,其均方误差(mean squared error, MSE)及平均绝对误差(mean absolute error, MAE)分别为14.87 veh/5 min和2.44 veh/5 min,故该模型具有可行性和有效性。

考虑空间相关性和交通环境影响的宏观事故建模

为准确分析宏观尺度下各项因素对发生交通事故的影响,从人口岗位等社会经济特征、交通环境和城市重要设施分布等角度出发,基于深圳市61.4万警情事故和892个交通分析小区建立带空间自回归误差项的空间自回归模型(SARAR),采用广义空间二段最小二乘法进行模型参数估计后,计算出各要素的空间溢出效应。模型结果表明:人口数量、岗位数量、区域面积、学校数量、主次干道长度和主次干道衔接不足均会显著增加本区域和周边区域内的交通事故数量;拥堵路段长度与交通事故的发生不存在显著关系。拟合优度对比结果发现,SARAR模型优于OLS、SAR和SEM模型,是分析宏观尺度下区域安全水平的有效方法。

基于多通道Transformer的交通量预测方法

目前,我国高速公路拥堵程度居高不下,而交通流预测作为实现智能交通系统的重要一环,若能对其实现高精度的预测,那么将能够高效地管理交通,从而缓解拥堵。针对该问题,提出了一种考虑时空关联的多通道交通流预测方法(MCST-Transformer)。首先,将Transformer结构用于不同数据的内在规律提取,然后引入空间关联模块对不同数据间的关联特征进行挖掘,最后,借助通道注意力整合优化全局信息。采用广东省高速公路数据,实现了两小时内92个收费站的高精度流量预测。结果表明:MCST-Transformer优于传统机器学习方法以及部分基于注意力机制的时间序列模型,在120 min预测跨度下,相比贝叶斯回归,MAPE降低了5.1%;对比Seq2Seq-Att以及Seq2Seq这些深度学习算法,所提方法的总体MAPE也能降低0.5%,说明通过多通道的方式能够区分不同数据的特性,进而更好地预测。

基于FTA-BN的综合交通枢纽中地铁车站安全风险评价

以综合交通枢纽中的地铁车站安全为研究目标,综合考虑综合交通枢纽中特殊的客流组成和乘客特征,以踩踏、火灾、水灾、公共卫生和大面积滞留5类易发风险事故作为研究对象,基于FTA-BN方法对其影响因素进行分析,识别其风险因素,建立相应的事故树模型,转化为贝叶斯网络模型进行风险评价;引入三角模糊数处理专家自然语言,得到贝叶斯网络中的先验概率和条件概率分布,然后通过贝叶斯网络模型进行网络推理计算和敏感性分析,找出地铁车站中的薄弱部分,制定相应的风险管控措施,从而提高枢纽中地铁车站对于紧急事件的应对能力。以广州南站地铁车站为例进行快速评价,结果表明:广州南站在公共卫生安全方面存在一定危险,发生概率为42.98%,且较易发生大面积滞留事件,可能性为30.40%。

基于ADASYN-XGBoost的交通事故自动检测方法

基于数据驱动的交通事故自动检测对道路事故的及时救援与降低事故影响具有重要作用。为解决道路交通事故自动检测中的样本不均衡问题,研究了混合自适应过采样技术与极限梯度提升树算法的交通事故自动检测方法(ADASYN-XGBoost)。其中,为从不均衡的交通事故样本中有效挖掘数据的时空特征与事故发生之间的内在关联规律,构建了初始特征变量组合,引入自适应合成过采样方法(adaptive synthetic oversampling method,ADASYN)来平衡事故类与非事故类的样本数量,以增强训练数据的质量;其次,为提高检测效果,构建了基于XGBoost的交通事故检测模型,利用该模型对增强后的数据样本进行特征筛选;最后,为获取最佳参数组合,采用了贝叶斯优化算法对XGBoost进行参数的快速标定。本文使用波特兰高速公路数据集对ADASYN-XGBoost方法进行模型验证与实证研究。结果表明:与先进的基准模型相比,ADASYN-XGBoost的各项检测指标均最优,其F1分数达到94.47%且误检率低至8.95%。在模型训练样本数为2800,500(18%的初始样本量),150(5%的初始样本量)时,ADASYN-XGBoost的F1分数分别为94.47%,88.89%,81.93%。在进一步的消融实验中,均衡正负样本后各基准模型的性能指标提高了2.68%~44.85%。本文提出的方法能够有效解决道路交通事故检测中的样本不均衡问题,同时也为道路交通安全预防与事故处理等提供了技术保障。

基于关键本征模态函数的道路交通信号控制时段划分方法

交通信号控制是缓解城市交通拥堵的重要手段,时段划分是信号灯控交叉口多时段控制的基础,合理的划分方法有助于提高信号控制效率。对于固定配时的信号灯控交叉口,传统时段划分方法主要借助于路口历史交通流量数据,依据人工经验或者简单聚类算法,直接进行时段划分,未能充分考虑交通流的时序性和随机性问题,不利于交通控制整体效益。综合考虑交通流中随机因素和时序性对时段划分的影响,本文研究了基于经验集合模态分解和有序聚类的时段划分方法。利用集合经验模态分解处理交叉口流量数据,提取了若干个本征模态函数及1个余项。借助皮尔逊相关系数分析原始流量数据、本征模态函数、余项这三者之间的关系,优选与原始流量相关性最高的本征模态函数或余项作为交通流的关键成分,使用关键成分代替流量数据进行有序聚类,完成时段划分。通过寻找不同分割个数下最小损失值突变点,获取最佳分割数,并得到最佳方案。以广东省中山市一个路口为案例对本文提出的时段划分方法进行算例分析,VISSIM仿真结果表明:(1)相比于现状,提出的方法在工作日和非工作日分别能提高路口通过车辆数11.32%和2.62%,缩短排队长度18.67%和12.02%;(2)非工作日车均延误减少6.80%,停车延误减少5.87%,工作日车均延误和停车延误变化不大。

基于时空残差张量学习的城市路网交通数据修复

针对城市道路网络环境下各种软/硬件故障导致的交通数据缺失问题,提出了一种基于时空残差张量学习(spatial-temporal residual tensor learning,ST-RTL)的交通数据修复方法。该方法通过构造带缺失值的三维交通张量以最大程度表征原始路网时空信息;并在高斯分布假设基础上,采用Gibbs采样完成对缺失数据的CANDECOMP/PARAFAC(CP)张量分解与低秩重构。考虑到张量修复过程产生的残差值,研究设计一种可动态迭代的双向残差优化结构以捕捉剩余时空依赖特性,实现对缺失交通数据的精准修复。采用公开的杭州地铁客流数据进行模型构建与验证。结果表明,当缺失率为10%~80%时,三种缺失场景(随机、聚类和混合缺失)对张量结构破坏存在较大差异,其中聚类缺失的破坏程度最大,此时,ST-RTL的评估指标MAPE、RMSE和MAE分别位于3.1071~7.0371、16.3779~58.4286、3.7434~8.0135;且随着缺失率递增,ST-RTL模型各指标呈加速增加趋势。与HaLRTC、GAIN和BGCP等代表性基准模型相比,所建立的ST-RTL模型在可接受计算代价范围内具有更低的性能指标和更强的稳定性,能为智能交通系统提供高质量的基础数据。

重载交通路段中央墩大悬臂盖梁施工关键技术

中央墩式大悬臂盖梁在高速公路施工中常用,针对所存在作业风险大、对既有交通干扰大等问题,本文设计了完整、有效的中央墩大悬臂盖梁施工方案,开创性地采用落地钢管+钢塔斜拉吊带结构,从而成功地实现了城市道路“边通车、边施工”的要求;采用整体预制、吊装大结构钢筋骨架的措施,大大降低了高空作业风险,解决了线外用地协调难度大的问题;通过设计支架施工整体化、装配化、模块化,并优化施工组织,形成单元内流水作业的方式。本文提出的施工方案,在有效解决安全隐患以及交通扰动问题的同时实现了工程效率和施工质量的提高,为大悬臂盖梁施工提供了一种安全、高效、环保、经济的施工方式,为相关领域提供了重要的技术支持和参考。

中南大学新校区体育馆钢屋盖设计与滑移施工分析

中南大学新校区体育馆主体结构采用钢筋混凝土框架结构,屋盖的最大跨度为92.1m,采用空间钢管桁架结构,具有较好的整体稳定性。屋盖桁架跨度大,温度作用明显,为减小温度变化对结构造成的不利影响,钢结构屋盖与混凝土框架柱之间通过钢管转动柱及固定铰支座组成节点连接,该连接方式使得桁架在因温度变化而产生水平向伸长或缩短时,钢管转动柱通过一定角度的倾斜,以适应屋盖桁架的伸缩变形,从而实现屋盖桁架温度应力的释放,提高了整体结构的承载能力。考虑结构特点及场地条件,采用累积滑移施工。对施工过程进行模拟分析并将桁架应力及挠度的监测值与计算值进行对比,结果表明滑移施工过程安全可靠。

双模式交通拥挤收费与按比例补贴联合策略设计

针对小汽车和地铁构成的双模式交通系统,提出将道路拥挤收费的收入按比例补贴给地铁用户的联合方法,以鼓励部分用户出行由小汽车向地铁转移,优化交通系统的出行结构。联合策略以固定需求无收费无补贴时的双模式均衡出行方式为基础,分析与补贴联合时统一收费、最优收费、阶梯收费的均衡出行方式,算例分析不同收费与按比例补贴策略对方式划分与成本的影响及其适用性,讨论关键参数对方式划分的敏感性。研究发现,实施统一收费时地铁用户的初始增长量最高,但在补贴时增长不及其他收费策略,适合作为短时调节措施;实施阶梯收费对地铁用户数量的影响与最优收费相差不大,且社会总成本低于统一收费,适合作为长期调节措施;统一收费策略时增加地铁补贴力度,个体和社会都受益;但最优收费和阶梯收费时,增加补贴力度仅对个体有利。

预制装配式型钢混凝土梁抗剪承载力的智能模型研究

通过建立计算预制装配式型钢混凝土(PSRC)梁抗剪承载力的智能模型,在一定程度上提高了计算精度与适用性。基于BP人工神经网络算法,通过对影响PSRC梁抗剪承载力的相关参数进行梳理,选取14个主要影响参数作为输入层,以试算法确定隐含层节点数为5,初步构建了3层结构人工神经网络系统;以收集的76组试验数据作为学习样本,对构建的神经网络系统进行训练,建立了对PSRC梁及SRC梁抗剪承载力计算的N14-5-1智能模型。使用智能模型对6个PSRC梁构件及6个SRC梁构件进行抗剪承载力计算,并通过与规范公式计算结果、试验结果的对比分析,证明了智能模型具有良好的计算精度及较好的泛化能力,具有一定的工程参考意义。运用Garson算法对输入参数进行敏感性分析,结果表明箍筋间距、型钢屈服强度、箍筋屈服强度、型钢腹板含钢率对抗剪承载力影响较大。随着研究试验的开展,在收集更多具有代表性的试验数据以扩充学习样本后,可对智能模型进一步优化。

考虑结构空间约束的现浇楼盖梁跨中受弯性能试验

为研究结构空间约束导致现浇钢筋混凝土楼盖梁跨中受弯承载力超强的机制,以楼盖梁在结构中的空间位置和配筋率为变量,设计12根上部架立筋不伸入支座的楼盖梁试件并开展跨中受弯静力试验,并基于建立经典混凝土理论的试验方法进行了4根简支梁对比试验。对梁试件破坏形态、承载力、变形能力、轴向伸长进行研究,结果表明:楼盖梁试件承载力与按受弯构件计算承载力之比为1.57~2.77,与相应矩形简支梁试件和T形简支梁试件承载力相比均有较大提高,超强程度与配筋率成反比;与简支梁试件相比,楼盖梁试件跨中截面破坏形态未因轴压力而发生显著改变,但楼盖梁试件延性降低;楼盖梁试件轴向伸长随挠度的增大而增大。将楼盖梁视为压弯构件,提出根据楼盖梁试验峰值荷载确定相应轴力和弯矩的方法。计算结果表明,楼盖梁试件跨中截面压弯状态弯矩与受弯状态弯矩的比值为1.28~2.19。楼盖梁试件有限元数值模拟结果表明,随着楼盖梁截面包含的楼板范围增大,轴力沿梁跨分布趋于均匀。

倾斜矿体采空区非对称顶板-矿柱结构体协同承载机理

为解决倾斜矿体回采后大倾角顶板和非对称空区可能引发的采空区支撑结构体变形及破坏失稳问题,以某石灰石矿非对称顶板-矿柱支撑结构体为研究对象,构建结构体承载力学模型,求解顶板挠曲变形值及矿柱安全系数,分析不同倾角、跨度比下顶板变形特征及矿柱失稳破坏模式,研究其协同承载机理。结果表明:顶板变形、矿柱失稳破坏模式受采空区倾角θ和跨度比λ的双重影响,顶板变形大小随着θ的增加表现为双增长率,与λ的关系伴随着θ的变化而变化。矿柱失稳破坏模式受θ的影响程度随着λ的增加而减小,当0°<θ≤30°时,矿柱主要为小偏心受压破坏;当θ=0°和30°<θ≤60°时,随着λ值的增加,矿柱破坏模式从大偏心受压破坏向小偏心受压破坏转变。顶板维系采空区稳定的能力随着θ的增加逐渐降低,矿柱维系采空区稳定的最优λ值随着θ的增加逐渐减小,矿柱约束顶板变形作用大小随着λ的增加而降低。数值模拟和工程实例验证了理论计算结果的可靠性,为地下空场法矿山安全开采提供一定的理论支撑。