【摘 要】
:
针对目前既是小曲线半径又是大坡度的桥梁转体施工研究不多现状,依托新建广州至湛江高速铁路工程广珠京广联络线特大桥(52+52)m转体梁施工项目,结合该桥为目前国内最小曲率半径(仅310 m)、坡度最大(纵坡达20‰)的T构转体桥,梁体上跨环镇东路、京广三线联4线、机走线等多条城市道路和铁路线路,转体过程中梁底与接触网立柱柱顶隔离开关距离仅有30 cm等不利条件,阐述了该转体桥的称重、配重、转体结构施
【基金项目】
:
中铁二十五局集团有限公司科技开发计划项目(25G-2021-B-005);
论文部分内容阅读
针对目前既是小曲线半径又是大坡度的桥梁转体施工研究不多现状,依托新建广州至湛江高速铁路工程广珠京广联络线特大桥(52+52)m转体梁施工项目,结合该桥为目前国内最小曲率半径(仅310 m)、坡度最大(纵坡达20‰)的T构转体桥,梁体上跨环镇东路、京广三线联4线、机走线等多条城市道路和铁路线路,转体过程中梁底与接触网立柱柱顶隔离开关距离仅有30 cm等不利条件,阐述了该转体桥的称重、配重、转体结构施工、BIM技术应用、定位监控等施工关键技术;通过转体结构的精准施工、BIM技术建模对施工方案进行优化、梁体二次配重方案进行预演、实时定位监控技术进行精度控制,历经50 min安全顺利完成转体施工,相关经验可为小半径大坡度转体梁施工提供参考。
其他文献
数字内容资源数量大、类型多、传播快、侵权难度低,导致侵权认证困难和维权成本高。目前,版权保护主要途径是利用中国版权保护中心著作权登记系统和第三方社会化版权管理系统对版权进行登记。这些系统大都以基于DCI(Digital Copyright Identifier,数字版权唯一标识符)体系或区块链的版权登记方式对版权认证;由于缺少数字内容资源与版权标识技术性永久绑定的手段,无法进行版权追踪,数字内容资
脑网络已经在神经成像领域内得到广泛的应用。近年来,高阶功能连接网络和超网络在脑疾病诊断方面取得了较大的进步。然而,两种网络均存在相应的问题:高阶功能连接网络虽然考虑了网络的时变特性,但并不能处理网络中的空间多元交互问题;而超网络虽然可以表征多个大脑区域之间的相互作用,但并未考虑到网络的动态特性,这种相互作用本质上是静态的。因此,上述两种网络都有各自的局限性。为了解决这一问题,本文融合高阶功能连接网
心脑血管疾病因其高死亡率,目前已经成为医学界的重点研究病症之一。中国作为人口大国,患病人数逐年上升,心脑血管疾病已经不仅是中老年群体的高发病,45岁以下的中青年同样成为了易发生心梗、脑卒中等心脑血管疾病的高危人群。常见的临床检测与诊断存在着预防困难、诊断不及时、传统体检检测困难以及治疗易致残等问题,因此,如何在发病前快捷有效地进行辅助预测,从而对患者起到预警作用是一重大问题。回顾漫长的中国医学发展
为了实现对桥梁平转施工动态过程的实时监测,系统设计并完成了集成应力传感器、倾角传感器、拉线传感器的集成式球铰的桥梁转体防倾覆监控系统。依靠MATLAB与LabVIEW混合编程模式实现多倾角传感器的融合、应力差法计算桥梁的倾覆力矩,利用倾角和倾覆力矩双输入的模糊计算得到转体桥梁唯一的倾覆危险值,提高了转体桥梁的倾覆危险值的可靠性。系统通过三维模型的姿态跟踪及应力映射,实现人性化的直观显示,简化施工现
数字图像已经在日常生活中被广泛使用,但是也面临着信息泄漏和侵犯版权等问题,因此数字图像保护技术应运而生。作为两种重要的图像保护技术,数字图像加密技术和数字图像水印技术已经成为研究热点。近年来,数字图像加密技术的研究大部分都是基于简单、低维的混沌系统,安全性不足;而数字图像水印技术则大部分是在水印嵌入算法上作出改进,忽略了水印系统的安全性。本文针对数字图像保护技术中的问题进行了研究,提出了基于高维复
植物叶片病害识别是农业和图像处理领域共同关注的重要课题。目前大多数病害识别的研究都基于神经网络,而成功的神经网络包含较多的参数,使用有监督的神经网络模型进行叶片病害识别需要充足的样本进行训练。而在现实生活中,由于标记样本的代价较高或病害发病率较低等因素,往往得不到充足的训练数据,这是目前植物病害识别研究的一个普遍挑战。因此,需要寻找一种能够生成病害图像的数据增强方法,解决训练样本不充足问题,以满足
行人再识别技术作为计算机视觉领域的重要研究课题,它可以形象地理解为在不同的监控摄像头下检索相同的行人。随着互联网的高速发展,监控网络渐渐覆盖到生活的方方面面,大量的图片数据需要处理,由此行人再识别技术被人们广泛关注。尽管目前行人再识别性能有所提高,但现有的方法通常依赖于这样一个假设,即要查询的人和图库图像都拥有相同的服装。虽然这个假设确实适用于许多现有的Re-ID数据集,但如果数据经过很长时间的聚
肺癌是当今世界死亡率最高的癌症,如果能够在肺癌发生的早期发现并及时治疗,可以明显降低肺癌死亡率。利用图像分割技术对患者肺部CT图像中发生病变的区域进行精准分割,可以提高肺癌早期诊断率。传统图像分割方法分割精度低且需要大量人工操作。近年来分割精度更高且特征表征能力更强的深度神经网络在图像分割领域得到了广泛应用。因此,本文以U-Net和3D U-Net网络这两种深度学习方法为基础展开研究。主要贡献如下
注意缺陷多动障碍(Attention-Deficit Hyperactivity Disorder,ADHD)是最常见的神经发育障碍之一。尽管症状通常开始于儿童时期,但有大部分的患者在成年期也会受到影响,表现出持续存在的社会功能问题、较低的学术成就和较高的精神问题风险。ADHD作为一种神经发育性疾病很难对其症状进行界定,但通常伴随着脑网络的改变,通过研究ADHD脑网络可以探索其发病机制。结构脑网络
利用磁共振影像数据对脑网络进行表征是目前研究脑精神疾病分析的一种先进技术。以往的脑网络研究主要集中在图上,研究者们将脑网络与人工智能领域中应用较广泛的传统的机器学习与深度学习等计算机技术结合起来,对脑网络进行特征提取与选择、分类等工作。然而近几年的研究表明,大脑认知机制涉及多个大脑区域间的相互作用,而不是成对间的相互作用,为有效表征大脑之间信息的高阶传递关系,超图被提出用来描述脑网络。在以脑区为节