河海大学土木与交通学院

河海大学土木与交通学院可追溯到1922年河海工程专门学校设立的"结构部"和"路工学部"。1924年,东南大学工科与河海工程专门学校合并成立河海工科大学,我国著名土木桥梁专家茅以升先生任校长,为本学院的学科发展打下了坚实的基础。学院拥有岩土工程国家重点学科,土木工程学科为国家一级重点学科培育点、江苏省一级重点学科及江苏省优势学科建设工程学科。

新工科背景下土木工程专业毕业设计教学模式改革与实践

近年来,为适应建筑工业化发展需求,华南理工大学对土木工程专业房建方向的毕业设计进行了一系列改革,包括调整毕业设计目标、选题、设计内容、实施手段、进度安排、成果提交等。为保障毕业设计改革的顺利进行,采取了一些卓有成效的措施,如采用PDCA循环制定了毕业设计改革的实施路径,使得毕业设计工作能逐年持续改进;引入装配式混凝土结构设计、基于BIM的预制构件深化设计、碰撞分析、施工过程模拟和计量计价等内容,改变了传统的以现浇混凝土框架结构设计为单一设计内容的状态;通过多维校企合作、线上和线下相结合的指导模式以及优秀学生助教,解决了装配式结构领域师资不足和软件使用方面的问题;通过赛教结合,提升了教师指导水平,测算了学生的实践能力。论文还探讨了传统手算内容与电算内容的取舍、现浇构件与预制构件设计内容的设定、设计难度和工作量的把握等问题,提出对于任务设置和进度安排必须基于预测结果,对于不同能力层次的学生可设置必做和选做内容适应其发展阶段。改革后,毕业设计总体工作量和难度有所增大,设计内容更符合工程实际,学生的软件应用技能有较大提高,学生对预制构件的细部构造、生产和施工过程等有了更深的理解。上述改革取得了良好的效果,为智能建造专业建设提供了良好的基础和借鉴。

考虑空间溢出效应的高速公路交通事故随机参数频次模型

为提高高速公路事故频次模型参数估计的准确性,本文以精细的事故记录、道路属性、交通流状态和天气条件数据为样本,首先,构建传统的事故频次模型并对比拟合效果,选择效果最佳的泊松-对数正态分布模型作为优化的基础模型;之后,为挖掘更多的影响高速公路事故频次的空间效应,在加入条件自回归先验的基础上,本文考虑相邻路段的空间溢出效应,建立一个带有空间溢出协变量的模型分析空间溢出效应对路段事故频次的影响。同时,为描绘数据的异质性对路段事故频次的影响,进一步构建一个随机参数模型。结果表明,空间溢出效应显著有效,考虑空间自相关和空间溢出效应的随机参数模型的拟合优度相较于对照模型明显提升。根据最优模型的参数估计结果进行风险因素甄别,其中,“ln(MADT)”“ln(路段长度)”“1类车”“4类车”“降水”等普通变量以及“1类车S“”圆曲线长S”等空间溢出协变量与事故频次显著相关。

面向新工科的国家一流交通运输专业金课建设途径探索

该文结合中国高等教育改革的新要求和新目标,阐述金课建设、新工科本科专业建设和国家一流专业建设的紧密联系和目标,探讨金课建设在交通运输专业课程改革中的优势和难点,并在此基础上提出相应策略和建议,分析新工科课程建设存在的问题,提出针对性措施进行改进,为新工科课程建设提供新思路和新模式。具体探讨课程的交融性、综合化、项目化、挑战性,以及应用性和实践性五大方面的问题,并提出解决方法,以期促进交通运输专业的新工科课程改革探索。

煤矸石在土木工程材料中的应用研究进展

煤矸石作为煤基固废系列的重要成员,其资源化利用一直是煤基固废的热点研究方向。多年来,在研究人员和工程技术人员的共同努力下,我国煤矸石资源化利用技术水平与利用效率均得到大幅提升,在多个领域(能源、化工、土木工程)成功实现了煤矸石“由废变宝”的转化过程。特别地,土木工程材料领域兼具“大体量”特点和“多元固废协同处置”等技术优势,成为大宗消纳煤矸石的中坚领域。本文综述了煤矸石作为胶凝材料/辅助胶凝材料和骨料在水泥混凝土、地质聚合物、道路工程及地下工程等方向的最新研究进展,总结并对比了煤矸石用作不同组分时的技术要点、难点及对应的质量控制措施和改性增强手段等。然而,矸石建材化的同时也容易导致矸石内部的“有价资源”未得到充分利用;矸石构筑物的长期耐久性和环境影响监测等工作也亟待补充。综上,受煤矸石理化性质、矸石资源化利用技术水平、经验及政策扶持力度等区域化差异因素的影响,煤矸石原料在用于多类型建材制品的生产过程中依然缺少因地制宜、明确且规范的分类管理和分级处置方法,“多领域技术-规范-政策”的逐步发展、完善和有机结合是今后建立高效有序的矸石建材市场及产业链的关键所在。

北方寒冷地区交通碳排放驱动因素分析

北方地区气候寒冷,交通工具燃油效率低、车内加热需求增加及路面积雪结冰等复杂道路条件导致交通碳排放增加。因此,有必要针对寒冷地区的交通碳排放驱动因素进行分析,识别关键因素,并有针对性地降低碳排放。以典型北方寒冷地区黑龙江省为例,采用Tapio脱钩测度模型及GDIM因素分解法对2006—2021年黑龙江省交通行业碳排放驱动因素展开分析,分解得到8个驱动因素并发现其脱钩状态呈现“强脱钩-扩张负脱钩-强脱钩”,其中交通产值碳强度和单位交通行业产值的能耗促进脱钩,交通行业总产值和总周转量阻碍脱钩;另外交通行业总产值、能源消耗量对碳排放有较强的促进作用,交通产值碳强度和单位交通行业产值的能耗对碳排放有较强的抑制作用。

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。

考虑编队意愿的CAV队列对混合交通流条件下交叉口通行能力的影响研究

为研究考虑编队意愿的网联自动驾驶车辆(CAV)队列对混合交通流条件下交叉口通行能力的影响,针对CAV、自动驾驶车辆(AV)、人工驾驶车辆(HDV)构成的混合交通流,考虑CAV的编队意愿,基于10种车辆跟随状态类型和4种车间时距类型,基于马尔可夫链理论,推导出车辆跟随状态类型的状态转移矩阵和状态概率分布,构建交叉口通行能力模型,分析队列时距、编队意愿、渗透率(P_(C))、最大队列规模对交叉口通行能力的影响并进行数值案例验证。研究结果表明:通行能力随CAV队列时距的减小而增加;在给定P_(C)时,通行能力随编队意愿的增强而增加;P_(C)小于0.2时,编队意愿对交叉口通行能力的提高很小,P_(C)大于0.4时,编队意愿对提高交叉口通行能力的影响变得显著;更高的P_(C)是否会带来更大的通行能力,取决于编队意愿和异质的车间时距;对于控制队列规模不超过一个最大值k_(m′),在给定P_(C)时,通行能力随最大队列规模的增大而增加,但增幅逐渐减小;P_(C)小于0.2时,提高最大队列规模对通行能力的提高较小,P_(C)大于0.6时,最大队列规模对提高通行能力的影响变得显著。

土木工程智能结构健康监测应用综述

在土木工程行业转型的背景下,智能技术为土木工程结构健康监测(SHM)领域的创新和发展带来了新的技术手段和工具,进而拓宽了土木工程SHM系统各个方面的研究领域。系统地梳理了当前土木工程SHM领域智能技术应用的研究现状,涵盖了计算机视觉、机器学习、智能机器人及无人机等方面。在综述现有研究成果的基础上,对未来智能技术在土木工程SHM领域的发展趋势和前景进行了展望,并深入探讨了土木工程SHM与智能学科融合所带来的创新与挑战。

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。

基于动态生成对抗网络的路网缺失交通数据修复

针对智能交通系统数据采集过程中发生的数据缺失问题,本文提出一种基于动态生成对抗网络(dynamic generative adversarial network,D-GAN)的路网交通数据修复方法。该方法首先依据交通数据的时空特性与设定的缺失类型和缺失比例来构造各种缺失交通数据矩阵,然后基于博弈思想迭代训练由2个全连接神经网络构成的生成对抗网络。引入一种新颖的动态自适应机制,研究能在模型计算过程中自动识别生成器与判别器的最佳迭代次数,最终生成完整的交通数据矩阵并修复缺失值。采用加州PeMS和广州交通速度数据集来完成D-GAN模型的构建,并使用多种评价指标评估D-GAN的修复性能。实验结果表明:相对于非随机缺失模式,D-GAN对随机缺失模式的修复精度更高;随着缺失率增加,D-GAN的修复精度加速下降。但在各种缺失条件下,D-GAN模型的修复性能要优于现有模型(例如BGCP、prophet-RF和GAIN)。

“相似误差分析”背景下基于耦合系统理论的实验教学改进思路——以广东工业大学土木工程国家级教学示范中心为例

“相似误差分析”是土木工程实验的基础理论,对该理论的创新发展影响着整个实验教学的基础体系.在该背景下基于耦合系统理论对实验教学思路进行改进,是国家级教学示范中心推陈出新和持续深化改革的重要路径.通过具体案例分析,基于土木工程实验教育中相似理论的应用及改进,结合耦合系统理论,探讨了高校实验课程教学改革思路的前进方向.

多模式城市交通网络容量模型及实例研究

网络容量是衡量交通运输系统性能的一项重要指标,用于量化交通网络可以承载的最大出行需求。针对多模式城市交通运输系统提出一种用于评价网络容量的方式划分与交通分配组合(combined mode split and traffic assignment, CMSTA)的模型。该模型考虑了出行者的路径选择和模式选择,并考虑了不同交通工具之间的相互影响以及路径重叠问题。通过实例分析,验证了模型的有效性,并演示了交通规划管理方案实施对多模式交通运输网络容量的影响。研究结果表明:交通网络容量的下降表现为网络利用率的降低;增加新模式一般可以提高网络容量;鼓励公共交通与新建轨道交通将有助于提升城市综合交通网络的容量。

基于校企深度融合的应用型本科院校交通工程专业实践教学体系重构

针对地方应用型本科院校交通工程专业学生实践能力不足的现状,分析当前实践教学环节存在的人才培养目标定位与职业需求不匹配、实践内容缺乏系统性、校企合作缺少深度融合、“双师型”与企业教师师资力量不足等问题。基于工程教育专业认证的成果导向理念(OBE),提出明确人才培养定位,结合专业课程设置和知识培养体系完善实践教学内容,在项目实战中培养学生团队协作能力与自主管理能力,推动校企深入融合等实践教学体系构建策略。

“双区”建设背景下学科发展路径探析--以土木工程学科为例

在“双区”建设大背景下,深圳市高等教育面临机遇与挑战并存。作为与特区共同成长的地方高校,学科发展顶层设计既要结合区域社会经济发展需求,还须契合有中国特色的社会主义高等教育内在发展逻辑。土木工程学科立足“双区”,紧密围绕新工科、新基建,结合绿色低碳、智能建造行业新趋势,开展滨海韧性大型城市基础设施建设,推动新工艺、新技术落地到现实生产,促进产教融合,为粤港澳大湾区社会、经济发展筑建人才蓄水池,探索具有创新性、可推广性的土木工程学科发展路径。

轨道交通TOD综合开发的困境与进阶——以南京市为例

为减轻轨道交通建设投融资和运营补亏压力,提高轨道交通TOD综合开发质量,在梳理南京轨道交通TOD综合开发历程的基础上,剖析当前轨道交通TOD综合开发主要面临实施细则缺失、用地收储滞后、规划统筹不足、融资模式单一、轨道建设与综合开发时序错配等困境,提出完善轨道交通TOD综合开发的政策机制体系、加快用地开发潜力评估及收储、制定全市TOD发展战略和综合开发规划设计指引、建立多元轨道交通建设和综合开发投融资机制、明确综合开发全流程推进路径及分期实施时序等对策,助推南京轨道交通TOD综合开发向更高水平进阶发展。

改进SSA优化的BP神经网络交通量预测模型

为更加准确地进行交通量预测,针对传统的BP神经网络随机赋值、收敛速度慢等问题,提出了改进麻雀搜索算法(sparrow search algorithm,SSA)优化的BP神经网络预测模型。该模型结合SSA位置更新原理和鸡群优化算法中公鸡位置更新方法对麻雀搜索算法进行改进,在避免算法陷入局部最优和位置更新无效的同时有效地提高了算法的收敛速度。利用改进麻雀搜索算法对BP神经网络的权值和阈值进行寻优赋值,得到了改进SSA-BP神经网络预测模型。利用交通量数据,对LSTM神经网络、BP神经网络、SSA-BP神经网络和改进SSA-BP神经网络4种预测模型进行训练和测试,以MAE、MAPE、MSE、RMSE和EC 5个指标对预测结果进行对比分析。结果表明:BP神经网络优于LSTM神经网络,且麻雀搜索算法优化BP神经网络预测模型相较于BP神经网络预测模型MAE降低了0.28 veh/(3 min)、MAPE降低了1%、MSE降低了2.72 veh/(3 min)、RMSE降低了0.04;改进麻雀搜索算法优化BP神经网络预测模型相较于BP神经网络预测模型MAE降低了1.31 veh/(3 min)、MAPE降低了4%、MSE降低了9.2 veh/(3 min)、RMSE降低了0.18,且拟合度更接近于1。改进SSA-BP预测模型的性能优于SSA-BP神经网络预测模型,且有效提高了BP神经网络的预测精度,拟合度达到0.98,该模型适用于交通量预测,能够为智能交通系统提供可靠的预测值。

基于GTWR的站域建成环境对城市轨道交通客流量的时空影响

轨道交通客流量影响因素是轨道交通方面研究的一个关注点,不同站点客流量的时空非平稳性被认为与站域建成环境有关。通过构建时空地理加权(geographically and temporally weighted regression,GTWR)模型,揭示了土地多样性、密度、站点属性3个方面因素在时间和空间维度上对天津市轨道交通客流量的影响。结果表明:相较于传统的地理加权(geographically weighted regression,GWR)模型和最小二乘法(ordinary least squares,OLS)模型,GTWR具有更好的拟合优度;公交站点密度对轨道交通客流产生促进作用,尤其在工作日的早晚高峰时段和中心城区位置;市中心的商业设施在工作日晚高峰吸引更多的地铁乘客,而在近郊区它们在早高峰吸引更多的地铁乘客;人口密度促进轨道交通的客流量;充足的停车场设施数量可以吸引更多的轨道交通乘客。

山区高速隧道交通事故严重程度预测及特大事故决策规则提取

为有效避免隧道段发生人员伤亡严重的交通事故,选取2013—2023年我国国内(不含港澳台)发生的交通事故数据进行统计分析,结合事故严重程度和时空分布情况筛选出14个影响因素;采用随机森林模型构建山区高速隧道段交通事故严重程度预测模型,对比分析有序Logit模型和BP神经网络模型与所构建的模型预测精度;基于规则重要性对随机森林中“特大事故”决策规则进行提取。研究结果表明:随机森林模型对于事故严重程度的预测结果较优,决策规则揭示人员伤亡严重时的影响因素组合。研究结果可为针对事故严重程度影响机理提出改进意见提供参考。

“互联网+”背景下智慧交通类专业实验实践教学改革

在“互联网+”和交通大数据的双重背景下,实践教学在智慧交通类专业本科生的综合素养和创新能力培养上占据极其重要的地位。针对交通类专业实验实践教学体系存在的不足,应在交通大数据背景下充分利用信息通信技术和网络平台优化实验实践课程体系。具体从实验实践课程体系、教学模式和考核方式等三个方面提出改革措施,将先进技术与交通实验实践课程融合,加速推进智慧交通类专业课程教学体系建设,以达到提高学生的专业认识水平、动手操作能力、创新实践能力的目的,培养能适应智慧交通行业实时发展的高端人才。