铁路工程建设物资管理研究与思考

铁路是我国重要的交通运输方式,在以往的铁路物资采购时,采购规模较小,很多物资采购不容易被操控,给相关部门造成了巨大阻碍。随着铁路工程建设施工规模增加,铁路工程施工中的物资采购范围逐渐扩大,利用现代化的物资采购方式,克服了以往传统型采购中出现的漏洞,虽然当前的采购规模较大,资金较多,但是无形之中也增加了物资采购的风险。为了规避施工中出现的问题,铁路部门需要加大对物资采购的严格管理,建立完善的物资采购管理机制,推进我国铁路工程建设物资采购管理的科学性与合理性。

金温铁路现浇箱梁支架法施工重难点剖析

改革开放以来,随着我国经济的持续、快速发展,我国铁路桥梁的建设发展迅速,由于桥梁建设施工环境恶劣、施工工艺复杂、技术含量高、施工难度大等特点,桥梁施工尤其是特殊复杂地段的梁部现浇施工的风险高居不下,给桥梁的施工管理带来很大的困难,本文结合金温线某特大桥梁的现浇梁部施工实例进行剖析,突出了以下安全和质量等关键工序的管控因素,为类似施工提供经验和帮助:1)现浇支架及其基础的稳定性;2)梁部混凝土施工及预应力张拉、压浆存在的质量控制;3)其他安全质量隐患的控制。

钻孔灌注桩施工对周围土体应力扰动的试验研究

冲孔桩,因其适应范围较广、成本较为适中、施工较为便捷,而被广泛运用于各种桥梁基础中。在冲孔桩施工过程中,会对周围土体产生一定的应力扰动。鉴于冲孔桩施工对周围土体的应力扰动的不确定性,本文结合具体工程,在既有线扩能改造工程的冲孔桩施工过程中,进行土压力试验,采用土压力传感器采集周围土体土压力数据,并结合场地土特征,对实验数据进行对比分析,确定冲孔桩对周围土体扰动的影响范围及应力扰动规律,为类似工程提供借鉴。试验结果表明:冲孔桩施工,会对水平和竖直3倍桩基直径范围内的土体产生一定的应力影响;冲孔桩施工对周围土体的应力扰动影响较小;冲孔桩施工对周围土体的应力扰动,是在短期内完成的,不存在长时间的影响。

基于L-M算法的神经网络在环境振动分析中消除本底振动的应用

公路、铁路及城市轨道交通引起的环境振动实测数据中含有本底振动的干扰,从时域分析角度提出基于L-M(Levenberg-Marquardt)算法的神经网络法消除本底振动,阐述了该法的基本原理和实现步骤,采用L-M算法对神经网络进行训练,具有收敛速度快、计算精度高的特点。通过一段交通振动加速度时程与一段本底振动加速度时程叠加合成实测振动加速度时程,分别用L-M神经网络法和其他几种方法对合成的实测振动加速度时程进行本底振动消除计算和对比分析。计算结果表明,L-M神经网络法能更加精确的计算出真实交通振动产生的时程曲线、功率谱密度曲线、1/3倍频程中心频率处振动加速度级和计权振级。

交通环境振动测试数据中暗振动去除的ANFIS法

轨道交通引起的环境振动测试数据中混杂着暗振动的成分。提出了一种去除暗振动的自适应神经模糊推理系统(adaptive neuro-fuzzy inference system,简称ANFIS)法,阐述了其基本原理,给出了该法的具体实现步骤。通过一条列车引起的地面振动加速度时程与一条暗振动加速度时程叠加得到现场实测振动加速度时程,采用提出的ANFIS法及其他几种已有方法对该算例进行了去除暗振动的计算,并进行了对比分析。几种方法计算的时程均方根误差分别为:谱幅值修正法0.414mm/s^2,自功率谱法0.363mm/s^2,自互功率谱法0.261mm/s^2,ANFIS法0.074mm/s^2,可见,ANFIS法均方根误差最小;几种方法计算的加权振级VLz分别为:振动级修正法63.842dB,谱幅值修正法62.894dB,自功率谱法63.859dB,自互功率谱法63.802dB,ANFIS法63.805dB,ANFIS法计算结果与真实交通振动值63.815dB最接近。结果表明,在时程、傅里叶谱、功率谱密度及振动级的计算上,ANFIS法计算结果都与真实交通振动值非常接近,产生的误差比其他已有方法更小。

隧道明洞暗做法在特殊环境下的应用

介绍甬台温铁路悬渚隧道明洞段穿越三门正明化工厂的施工方法,采用明洞增加套拱,变露天爆破为暗洞施工,并采用控制爆破有效地控制飞石、震动,快速安全地穿越了化工厂区,取得较好的效果。

移动模架制梁施工控制技术

甬台温铁路是较早大范围采用移动模架桥位制梁的客专铁路,本文对确保移动模架制梁安全质量施工控制技术进行了阐述,在移动模架制梁施工中有参考作用。