高密度化发展背景下巴黎城区废弃铁路及其沿线地区的更新特征及启示

来源 :工业建筑 | 被引量 : 0次 | 上传用户:hejiashuo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在工业时期,巴黎城区内建设形成了大量的铁路运输网络,在工业衰退与城市复兴的背景下,旧有铁路线路及其沿线空间成为巴黎市高密度城区中重要的潜力更新资源.如今,巴黎城区内多处废弃线路、设施及其沿线用地等已转化为步道、共享花园、文化艺术区等的公共活动空间,成为承载市民文化生活、游客观光旅游的重要目的地,并在城市绿色网络构建中发挥着积极效益.从发展沿革、更新进程、更新方式及更新后价值效益等方面解读巴黎市樊尚铁路与小环线铁路的更新特征,总结出多元参与、自发更新的更新模式,艺术植入、生境保护、公共生活等多元的更新途径以及更新后的场地在历史记忆延续、文化形象塑造、生活品质提升、城市生态修复、地区经济发展等方面的价值效益.从更新模式、运营实施及可持续发展等方面提出相应的思考和建议.
其他文献
为了评估环境作用对侧面内嵌碳纤维增强复材(CFRP)加固钢筋混凝土梁抗剪可靠度的影响,在考虑环境作用的情况下建立了加固梁极限状态抗剪承载力功能函数时变模型;基于当量正态化法(JC法)计算不同恒载标准值与活载标准值比值下混凝土梁加固前后的时变抗剪可靠度,继而评估加固梁的服役年限.结果表明:混凝土梁抗剪可靠度随服役时间在早期呈现缓慢下降,而后期呈线性快速下降的趋势;加固梁相比未加固梁,可靠度有一定程度的提高.抗剪梁在达到80%的服役基准期之后,采用侧面内嵌CFRP技术进行加固,可以延长梁体的抗剪服役寿命,约为
以凯威特型(K6)球面网壳为研究对象,研究基于数据驱动的空间网格结构的损伤预测和评估.通过数值模拟得到大气均匀腐蚀作用下结构模态频率的结构健康监测(SHM)模拟数据,基于长短期记忆(LSTM)神经网络,建立了结构损伤预测和评估的深度学习模型.最后,总结了基于LSTM神经网络的空间网格结构损伤预测和评估方法.结果表明:LSTM神经网络可以对SHM数据建立基于数据驱动的深度学习模型,对结构健康状态进行预测和评估.建立的模型在模拟数据上表现良好,具有良好的抗噪性,能很好地拟合SHM模拟数据趋势.利用更新后的数据