教学课程资源库 更多>>

摘要： 1.国际科技期刊出版发展趋势研究2.中国科技期刊定位与发展特点研究3.科技期刊在国家科技战略发展的作用研究4.我国科技期刊在国家科技话语权中的作用研究5.中国优秀科研成果的有序传播与影响因素研究6.科技期刊在数字经济中的贡献及战略策略7.科技期刊新质生产力培育与实践探索8.中国开放数据发展与数据安全战略9.科技期刊数据出版、数据版权与数据政策研究10.国内外期刊出版业务的新标准、新方法、新技术、新平台

关键词： 地铁   降本效应   用工成本   通勤效率  

摘要： 本文以地铁开通为场景构建双重差分模型，尝试从微观企业用工成本视角考察地铁运营的经济外部性，评估地铁运营的社会效益。研究发现：(1)地铁开通带来的通勤效率提升会加剧求职者对地铁站周边企业的岗位竞争，以及改善员工的非货币性收益并降低其生活成本，进而帮助企业和员工达成更低的薪资合约(即降低企业的用工成本)。(2)地铁的多换乘线路和高运行速度能强化前述效应。(3)在通勤条件较好、生活成本和人口密度较低的地区，地铁的降本效应相对有限。(4)地铁节约的用工成本将助力企业进一步扩大投资。本文从企业成本视角证实地铁开通的正外部性，有助于客观理性认识地铁等城市交通建设的经济效益和社会效益，为新时代我国优化轨道交通等基础设施建设方案以及制定企业降本增效政策提供有益参考。

关键词： 浅埋大跨地铁车站   暗挖法   数值模拟   双层叠合初支拱盖法  

摘要： 城市复杂的工程地质条件严重威胁着浅埋大跨破碎地层车站的暗挖法施工安全，并且暗挖施工时对围岩及地下管线的影响尚无研究可供参考。为了优化施工方案并提供工程经验，文中以济南地铁4号线浆水泉路站工程为依托，开展了复杂环境浅埋大跨地铁车站多种暗挖法的开挖模型试验。根据不同暗挖工法在施工过程中的力学行为，优选了双层叠合初支拱盖法及相关施工参数。最后分析了双层叠合初支拱盖法开挖后的围岩及地下管线的应力、变形、沉降规律，验证了工法及参数优化分析的合理性和准确性。

关键词： 地铁盾构法   施工风险   管理与应用  

摘要： 随着城市地铁建设的快速推进，为解决盾构法施工中风险管理问题，本文以某地铁盾构施工项目为例，对盾构法施工中风险因素进行系统研究，分析现有风险评估方法的不足之处，通过引入先进监测技术和风险评估模型，提出一套结合实时监控与数据分析风险管理策略。研究结果表明实施有效策略后能显著提高风险识别准确性和风险应对效率，为地铁盾构施工安全提供有力技术支撑。

关键词： 精铸件   孤立热节   球形冒口  

摘要： 运用精密铸造工艺方法生产地铁车辆用铸钢件，采用模数法与热节圆法设计计算了精铸件的冒口工艺，提升了铸造工艺设计的可靠性；运用球形侧冒口有效解决了存在孤立热节铸件缩孔缺陷的问题，提高了产品的内在质量。

关键词： 地铁隧道   机器视觉   结构变形监测   多点同步  

摘要： [目的]隧道变形关系到隧道结构的健康情况，准确监测隧道变形对隧道安全非常重要。传统人工测量方法虽然较为精准，但耗时耗力，难以满足大规模隧道高效运维需求；自动监测手段以进口全自动全站仪为主，测量范围有限、设备成本高，亟需开发高效、低成本的测量新技术。[方法]基于机器视觉测量，在单相机模式下实现地铁隧道结构大范围多点变形监测，可兼顾监测频率和精度，且具有简便快捷的优点。首先，选定相机参数后，对各个监测点位置处的放大倍数进行标定；同时在监测过程中采用灰度质心法快速计算光斑中心坐标及其变化量；最后通过放大倍数实现像素坐标变化量到实际物理坐标的转换，从而得到各个监测点实际的位移变形。[结果及结论]基于机器视觉测量方法，在地铁隧道内，针对120 m长隧道段进行了28 d位移监测试验，试验结果表明待测隧道段水平与竖直位移量均在1.5 mm以内，并且均存在周期性波动的整体趋势。这验证了通过机器视觉监测地铁隧道，可以实现对地铁隧道毫米级变形量的长时间连续准确监测。

关键词： 基础工程   地铁基坑   建筑物沉降   深度学习   时空特性   组合模型  

摘要： 地铁基坑开挖必然引发周边地表和建筑物沉降，准确、实时的地表和建筑物沉降预警至关重要。为深入挖掘地铁基坑引发的周边建筑物沉降的时空特性并提高建筑物沉降估算精度，基于深度学习提出一种建筑物沉降估算的卷积门控循环单元神经网络(ConvGRU)模型。根据目标监测点及其邻近监测点的建筑物沉降数据，构造建筑物沉降时空矩阵。使用卷积神经网络捕捉建筑物沉降数据的空间特性，利用门控循环单元神经网络捕捉建筑物沉降数据的时间特性，从而分析建筑物沉降数据的时空特性。选取深圳地铁基坑周边建筑物的沉降数据，对比Conv GRU模型与历史平均模型以及4种现有深度学习模型的估算性能。结果显示，Conv GRU模型的平均估算误差相比5种现有模型降低12.86%～39.00%。研究表明，Conv GRU模型的准确性较高且泛化性较好，可为地铁建设提供高质量的周边建筑物沉降估算数据，进而做好地铁基坑周边地表和建筑物沉降预警。