教学课程资源库 更多>>

关键词： 出行行为   出行情绪幸福感   地面常规公交   地铁   国土空间规划  

摘要： 国土空间规划是促进城乡高质量发展的重要手段,而公共交通出行情绪幸福感研究则是高质量发展在城市公共交通系统层面的重要体现。上班族作为城市公共交通的主要使用者,在公共交通出行中面临着诸多问题。然而,当前我国学界对国土空间规划视域下上班族出行行为对其公共交通出行情绪幸福感的影响研究尚不充分。研究以深圳上班族为研究对象,采用美国明尼苏达大学开发的智能手机软件获取了4 097条有效出行数据;采用线性混合效应模型,探究出行行为与公共交通出行情绪幸福感之间的关系,旨在全面揭示城市中不同区域上班族出行情绪幸福感的差异,为国土空间总体规划向详细规划的传导过程中相关编制内容提供相应的理论支持。研究发现:1)对于地面常规公交出行者来说,出行陪伴者和出行过程中所进行的活动都对开心、有意义这两种正面情绪有显著影响,而出行目的也在很大程度上决定了出行的开心程度;此外,出行距离和时长、是否有人陪伴以及出行过程中进行的活动与出行的疲惫感和沮丧感显著相关;2)对于地铁出行者来说,有伴侣、室友或同事陪伴的出行更容易带来幸福感,尤其在福田中心区,但同时也伴随着更高的压力感;3)社会经济属性,如所处区域、婚姻状况以及家庭月收入等,对公共交通出行情绪幸福感具有显著影响。最后,以提升上班族公共交通出行情绪幸福感为目标,提出了相应的国土空间详细规划建议。

关键词： 乘客消费模式   地铁运营管理   成本控制   消费生态   体验经济  

摘要： 随着移动支付的普及和消费需求的升级,乘客消费模式由功能导向转向体验导向,这对地铁运营中的票务体系、服务供给、成本结构造成了重大影响。本文重点围绕消费行为变化的核心特征,剖析其在时段分配、收入结构、服务需求等方面带来的管理难题,从动态运营适应、消费生态创建、技术成本改良等角度提出优化策略,希望能够为地铁行业应对消费模式变革,达成可持续发展提供理论借鉴。

关键词： 地铁   环境振动   土层-结构相互作用   传递损失  

摘要： 对地铁列车运行引起的振动在建筑结构内外的传播规律进行探讨，并且分析各类影响因素的参数变化。以地铁线路附近一栋砖混结构楼体为研究对象，采用包含隧道、土层、建筑物的三维数值模型，对其进行振动传递分析。土层与建筑物基础之间设置多种接触模拟算法：惩罚约束法、多点约束法、组合算法，以建筑物到隧道的距离、隧道埋深、土层类别为基本影响因素设计多种工况，研究振动在土层-建筑结构接触面上的耦合损失，并探讨地铁振动在建筑结构内外的传递损失规律。研究结果表明：各种接触模拟算法的具体实施效果在10 Hz以上频段差别不大，但在10 Hz以下的低频段差别较为显著；对于地铁振动在建筑结构内外的传递损失，不同影响因素下的最大Z振级与1/3倍频程加速度级峰值频段附近的传递损失的趋势基本保持一致，但在其他频段则无明显规律。

关键词： 机器学习   隐含狄利克雷分布(LDA)主题模型   地铁   运营   自然灾害  

摘要： 作为重要的城市交通基础设施之一，地铁在运营过程中受到诸多自然灾害的严重威胁。因此，充分挖掘自然灾害下地铁运营事故数据中的有效信息和潜在规律，提升对地铁运营事故致因的认知水平具有重要意义。研究基于机器学习技术，利用央视新闻网的网络新闻文本，通过隐含狄利克雷分布（latent dirichlet allocation,LDA）主题模型、词向量（word to vector,Word2Vec）模型及主成分分析（principal component analysis,PCA）降维，挖掘整理得到自然灾害下地铁运营“事故致因-主要影响-风险应对”的管理策略。结果表明：自然灾害下地铁运营事故致因主要有暴雨灾害、台风灾害、暴雪灾害、地震灾害、城市管网建设不协调和应急管理体系不完善等6个方面；暴雨灾害和台风灾害之间相关性较强，城市管网建设不协调与4类自然风险关系密切，应急管理体系不完善则相对独立。研究结果可为地铁运营相关单位的防灾减灾工作提供理论支撑，有效提高地铁系统抵御自然灾害的能力和运营安全水平。

关键词： 城市轨道交通   可变编组运营模式   列车延误   列车运行调整  

摘要： 针对列车在运行过程中往往受到不可控的因素，导致列车出现延误的问题，探讨在可变编组运营模式下采用不同调整措施列车延误对乘客及后续列车的影响.首先，基于可变编组运营模式建立一个列车延误运行调整模型，模型中包括列车编组约束、到发时刻约束、车底衔接约束、追踪间隔约束以及客流计算约束.然后，通过优化列车的编组状态、停站时间、区间运行时间和追踪间隔时间4种决策变量，实现最小化滞留乘客数和最小化实际运行图与计划运行图偏差的目标.最后，以上海地铁16号线为例，设置3种不同延误场景，利用CPLEX求解器对设置的所有延误场景进行求解.研究结果表明：在不同场景下，当延误时长较短时，都不需要采取联挂和解编操作调整策略；当延误时长较长时，将采取联挂和解编调整策略；在同一个场景下，当延误时长较长时，相比于不允许采取联挂和解编操作调整策略，允许采取联挂和解编操作调整策略能够减少对后续列车的影响，同时也能够减少总滞留乘客数.

关键词： 地铁   直线电机车辆   低频晃动   轮轨等效锥度   轨道几何不平顺   运行平稳性   悬挂参数  

摘要： 针对一种直线电机地铁车辆线路运营10多年后出现的车体低频晃动问题，采用现场试验和数值仿真相结合方法开展了晃车成因及控制措施研究；现场测试了磨耗轮轨廓形状态、服役轨道的几何不平顺、车辆动力学性能和振动特征，分析了轮轨匹配等效锥度、轨道几何不平顺与晃车特征的关联关系；结合车辆动力学系统仿真，分析了车辆异常晃动机理及关键影响因素；从轮轨等效锥度控制、悬挂参数优化和轨道几何不平顺管控等角度提出了晃车防治措施，并进行了线路试验验证。分析结果表明：不同里程服役车辆在直线和大于1000 m半径曲线轨道上以70～90 km/h高速运行时车体均出现约2 Hz低频横向晃动，晃动车辆横向平稳性指标最大超过4.0，实际轮轨匹配等效锥度为0.1～0.2，该晃动现象与由轮轨低锥度引发的车体蛇行失稳不同；该车辆低频晃动是转向架蛇行频率、线路波长11～13 mm的周期性轨道几何不平顺激扰频率与车体上心滚摆频率三者接近导致；使用小于0.05的低锥度轮轨廓形降低转向架蛇行频率或控制轨道波长11～13 mm的几何不平顺消除2 Hz左右激扰源可抑制直线电机车辆异常晃动现象的发生；一系定位刚度从10 MN/m 增加到 18 MN/m、空簧水平刚度由0.183 MN/m 降低为0.12 MN/m、二系横向阻尼由40 kN·s/m改为20 kN·s/m及采取0.1～0.2的轮轨摩擦因数可一定程度改善晃车现象。研究成果为直线电机地铁车辆低频晃动问题的解决提供了理论指导，具有重要工程应用价值。

关键词： 智慧城轨   智慧建造   智慧运行   智慧运维   研究  

摘要： 随着城市轨道交通基础设施建设的快速发展和客运量的显著增加，建设先进的交通信息基础设施并制定智慧城轨总体规划变得尤为重要。文章在交通强国和智慧城轨发展的背景下，探讨智慧城轨发展的必要性，并以青岛智慧城轨建设为例，详细阐述其总体目标和体系架构。聚焦智慧建造、智慧运行和智慧运维三大核心业务领域，从基础设施、工程一体化平台、运营调度指挥、智慧乘客服务、智慧列车运行、智慧车站管控、智慧场段管控、各专业智慧运维以及线网级运营数字化管控中心等方面，深入剖析青岛智慧城轨的应用方案。智慧城轨的建设可有效降低成本，显著提升运营效率。在此基础上，总结形成一套标准体系，并提出针对性建议，以供相关部门和同行参考。

关键词： 地铁   异质地层   暗挖   换乘通道   支护   风险   数值模拟  

摘要： 针对异质地层及复杂地质条件下地铁顶管和暗挖换乘通道施工，以广州地铁建设工程为例，对施工风险进行详细评估。三维数值模拟结果显示，施工期间对既有地铁4号线车陂站的变形控制在规范要求的安全范围内，施工风险处于可控状态；通过实施合理的施工监测和实时反馈机制，可有效地控制地层变形和沉降等不稳定因素，确保施工安全；为保证隧道结构的稳定性，施工过程中采用超前小导管、台阶法开挖、二次衬砌及防水结构等多项技术手段，尤其是在软弱地层中，围岩支护效果显著。

关键词： 地铁   深基坑   支撑轴力   侧向位移   地表沉降   空间效应  

摘要： 为深入探究地铁深基坑在淤泥地区的空间效应特征，以深圳白石洲站地铁基坑项目为研究对象，采用现场监测与数据分析相结合的方法开展研究。基坑现场针对地连墙侧向位移、坑外地表沉降及混凝土支撑轴力设置监测点，在不同位置与深度进行数据采集，并运用专业数据分析软件对获取的大量监测数据进行处理与分析。研究发现，基坑开挖时支撑轴力会出现降为 0 甚至受拉的情况，施工中需防范钢筋混凝土支撑受拉过大导致支撑与围檩脱开。基坑变形呈现明显空间效应，中间部分变形大于端部，坑外地表最大沉降稳定后控制在 3.4‰开挖深度（H）内，且最大沉降位于距地连墙 15～20m（0.55～0.59 H）处。地连墙围护结构侧向位移呈 “中凸” 状，最大侧向位移变化范围为 0.06% ～0.3% H，平均 0.16% H。研究结果表明，施工中应着重关注支撑轴力变化，尤其防止其受拉；考虑空间效应，对基坑中间部位及远离端部的地连墙需加强监测与防控，确保基坑施工安全与周边环境稳定。

关键词： 地铁   深基坑   沉降预测   混合BiLSTM模型   GRU模型   LSTM模型  

摘要： 地铁基坑工程具有建设周期长、施工风险高和工序复杂的特点，精准预测基坑变形趋势能够提前判断工程施工的安全风险，对于地铁安全建设具有重要意义。基于深圳某地铁基坑项目的墙顶沉降监测数据，在深入分析数据基础上采用K近邻算法进行缺失值插补，构建时间序列数据。为了更好地挖掘时序数据信息，分别基于混合BiLSTM、GRU和LSTM神经网络构建3种沉降预测模型，其中GRU和LSTM预测模型都包含3层神经网络，混合BiLSTM神经网络由前向LSTM和后向LSTM组成。利用3种预测模型进行训练，分别利用20d和10d的监测数据，输出第213～233期和211～233期的预测值并与实测值进行对比。研究结果表明，混合BiLSTM、GRU和LSTM这3种沉降预测精度都较高，预测值接近实测值，大部分预测误差在亚毫米级；混合BiLSTM预测模型较另外两种预测模型具有更高的精度，并且能对长期沉降趋势做出较准确的预测，具有良好的沉降预测适用性。