教学课程资源库 更多>>

关键词： 地铁车站   爆炸袭击   应急疏散   仿真模拟  

摘要： 以X市C地铁车站为例,利用pathfinder软件对该车站遭受爆炸袭击时人员应急疏散进行仿真,研究发现:在发生爆炸袭击突发事件时,当爆炸发生于站台中部,疏散时间为191 s,全部乘客可以应急疏散至安全区域;袭击发生于站台层南部,可疏散楼梯为中部与北部楼梯时,疏散完成时间为242.78 s,表明该地铁站发生爆炸袭击事件时建筑结构的改变严重影响人员疏散;改变应急疏散人员数量,截面人流最大为1200人,疏散完成时间为231.78 s,说明人流量的增加会使应急疏散变得更加困难,但人流量的影响小于爆炸袭击对地铁站内建筑结构的改变;增加工作人员对乘客进行分区分流疏散引导后,疏散完成时间为161.78 s,疏散完成所需时间最少,说明地铁车站工作人员应急处置能力是保证应急疏散的重要因素。

关键词： 卷积神经网络(CNN)   地铁保护区   安全风险源   巡查  

摘要： 本文基于低空无人机遥感数据,应用人工智能和机器学习技术的卷积神经网络(CNN)算法,通过相应的优化改进,自动提取地铁保护区内施工工程位置,为地铁保护区内安全风险源的识别和精准定位提供了一种新的技术方法。本文首先评估了实验数据情况,通过数据样本集增强处理,改善了小目标特征区分难度大及识别过程中空间层级化信息和小物体信息损失严重的问题。其次,应用未改进的卷积神经网络你只需看一次5版(YOLOV5)进行实验,结果表明未改进的YOLOV5卷积神经网络在本实验数据集中训练效果不佳,检测精度低,存在错检漏检现象。最后,针对实验凸显的问题,对YOLOV5卷积神经网络进行改进,引入基于网络的迁移学习、增加注意力机制模块等优化措施,提高了风险源目标的检测效率,解决了信息超载的问题。优化改进后的YOLOV5卷积神经网络平均检测精度超过92.3%,实现了地铁保护区内安全风险源的自动化精准识别、快速定位、位置解码以及信息汇总的全面巡查。

关键词： 地铁   牵引供电工程   杂散电流   防护系统  

摘要： 为了保障地铁的正常运营,阐述杂散电流的成因,研究杂散电流对邻近建筑基础和地下金属管道的电化学腐蚀、对地铁交通的安全运行产生的不利影响、危害地铁站内旅客和工作人员等安全风险,指出地铁牵引供电工程中的杂散电流防护系统存在的问题及防护措施,为相关人员提供参考。

关键词： 办刊宗旨   中国科协   中国科技期刊   科研人才   学术交流平台   中国生态学学会   知识创新服务   生态学基础  

摘要： 《生态学报》是由中国科学技术协会主管,中国生态学学会、中国科学院生态环境研究中心主办的生态学高级专业学术期刊,半月刊,主编傅伯杰院士。本刊坚持百花齐放、百家争鸣,产生于科学性、立足于学术性、着眼于实践性、服务于社会性的办刊宗旨,依靠和团结广大生态学科研工作者,为生态学基础理论和应用研究搭建国内一流的学术交流平台,促进生态学研究深入发展,为我国培养和造就生态学科研人才,为国民经济建设和发展提供知识创新服务。

关键词： 路线优化   改进遗传算法   邻域搜索   接运公交   站点换乘   全局优化  

摘要： 为了实现公交与地铁的有效接驳,提高公交系统接运效率,开展接运公交线路优化研究.考虑多个地铁站与公交站间客流的起点-终点(OD)需求与换乘特性,建立双层规划模型.上层模型的目标函数旨在使公交运营成本及乘客出行成本之和最小化,约束条件考虑线路的完整性、路径的合理性;下层模型为客流分配模型,以线路容量、站点换乘构建约束条件.引入精英保留策略,将邻域搜索算法与遗传算法组合,设计模型求解算法.案例分析结果表明,所设计算法的最小误差为1.6%,算法效率显著提升;与原公交线网相比,优化后公交载客量提升29%,人均出行成本降低13%.实验结果表明,所建模型基于系统最优原则,能够对多个地铁站周边的公交站进行统筹优化;优化方案在提升载客率、降低人均出行成本与提高公交系统接运效率方面优势明显.

关键词： 地铁轨道   沉降   小波去噪   粒子群优化   极限学习机  

摘要： 轨道变形是影响地铁安全运营的重要因素,对地铁轨道变形进行监测和预测具有重要意义。论文基于极限学习机(ELM)、粒子群优化(PSO)算法,构建了小波去噪的PSO-ELM组合模型,有效解决了监测数据波动性干扰预测结果和模型参数选取随机性影响预测精度的问题。以某市地铁2号线轨道监测数据为例进行实验分析,表明该组合模型比单一ELM模型、小波去噪ELM模型的预测精度更高,预测误差发散性更小,具有更高的稳健性与适应性。

关键词： 复合泊松过程   特征函数   数字特征  

摘要： 本文利用客流量分析系统研究了新疆火车站在t时间内客流量的数学模型。火车依参数为λ的泊松过程进入车站,每辆火车承载的乘客数量作为一族独立同分布的随机变量,在t时间内火车站的客流量是一个复合泊松过程。根据随机过程的相关知识分析新疆火车站在t时间内客流量的数字特征,所得结论可对新疆客运提供一定的借鉴与参考。This paper studies the mathematical model of the passenger flow of Xinjiang Railway Station in t time by using the passenger flow analysis system. The train enters the station according to the Poisson process with parameter λ, and the number of passengers carried by each train is regarded as an independent and equally distributed random variable . The passenger flow of the railway station in time t is a compound Poisson process. According to the relevant knowledge of stochastic processes, the numerical characteristics of passenger flow at Xinjiang Railway Station in t time are analyzed, and the conclusions can provide some references for passenger transport at Xinjiang Prefecture.

关键词： 轨道交通   地下结构   地层-结构模型   有限元   安全性评估  

摘要： 为研究上跨地铁线路对轨道结构安全性的影响,以上跨地铁6号线的市政道路为工程实例,应用软件MIDAS GTS NX对结构进行数值模拟,分析结构在不同工况下的变形,进一步评估该工程的安全性风险。研究结果表明:有限元模拟能较好地反映结构在施工过程中的变形及应力,工程施工引起的结构变形不影响既有地铁6号线万麓区间隧道结构与运营安全。研究成果可为后续类似项目提供参考。

关键词： 设计竞赛   消防安全   照明设计   信息图形   能源效率   地铁站   项目主管  

摘要： 项目年份:2014年,设计竞赛第一名建筑师:贝娜蒂塔·塔格利亚布本地建筑师:Anna Maria Bordas+Miquel Peiro项目主管:埃琳娜·奈德库,卡尔·昂格劳布广场面积:4842平方米建筑面积:4911平方米照明设计:Dumas Lumiere,Marc Dumas消防安全:Casso&Associes能源效率:Arbor&Sens信息图形:PLAY-TIME建筑图形艺术家:Jorge Rodríguez Gerada.

关键词： 地铁隧道   裂缝识别   目标检测   动态卷积   注意力机制  

摘要： 为解决地铁隧道裂缝智能识别困难,尤其针对地铁隧道裂缝检测天窗时间短、人工检测效率低、裂缝识别特征不明显、隧道内干扰物较多等问题,提出一种基于YOLOv8的改进算法——M-YOLO(Modified-YOLO),高效智能识别隧道裂缝。M-YOLO算法运用全维度动态卷积取代传统卷积模块,能显著提高检测的准确性,避免模型参数膨胀的问题;引入C2fGC模块对网络结构进行改进,构建新的特征提取与降维机制,增强高层次特征表示;整合CBAM注意力机制模块,强化对裂缝区域图像的特征学习与提取,减弱背景干扰,进而有效提升检测精度;引入WIOU损失函数来调节几何因素的惩罚程度,提高模型的泛化能力,在低质量数据样本下的表现更为出色。试验结果表明,在地铁隧道裂缝识别的真实样本中,M-YOLO算法的P mAP(平均精度均值)高达83.0%,较原模型提高了15.7%。