最新刊期
- 摘要：我国早期客货共线有砟铁路道岔中采用了钢岔枕的结构型式，其结构存在与道床结合能力弱、稳定性差等问题，在列车动荷载长期作用下易出现岔枕横移、轨枕空吊等病害，严重影响道岔整体服役性能与行车安全。为提升钢岔枕在有砟道岔中的稳定性，提出了新型钢岔枕结构，通过加厚耳板、立板与底板，增加底板长度与立板高度，设置加强筋等方式提高了岔枕重量、结构刚度和道砟接触面积。通过岔枕横向和纵向道床阻力试验，分析了既有钢岔枕、混凝土岔枕及新型钢岔枕的岔枕稳定性。在此基础上，为探究新型钢岔枕道床阻力的影响因素与提升方法，以轨枕埋深和弹性岔枕垫设置位置为变量，分析埋深、弹性垫设置及其位置对岔枕道床阻力的影响。试验结果表明：新设计的钢岔枕稳定性得到显著提升，其横、纵向道床阻力与普通混凝土岔枕相当，相对既有钢岔枕分别提升129%、229%；由于新型钢岔枕有一侧开口无挡板，正反荷载方向下纵向阻力相同，横向阻力有0.6kN的差异；在枕底设置聚氨酯弹性垫层可进一步提升钢岔枕与道砟之间结合能力，新型钢岔枕设置枕底岔枕垫后道床横、纵向阻力分别达到9.87kN、24kN，相对于无岔枕垫工况提升了31%、24%；在枕两侧设置弹性垫会降低立板与道床接触刚度，道床纵向阻力反而降低了23%；钢岔枕道床阻力随道床埋深高度呈线性变化规律，建议钢岔枕铺设后顶面距离道床顶面高度30~60mm。试验研究结果可为钢岔枕及有砟道岔服役性能提升提供技术支持。关键词：客货共线铁路;有砟道岔;钢岔枕;道床阻力;岔枕垫;轨枕埋深0|0|0更新时间：2026-08-03
- 摘要：在长时间高负荷客运工况下，高速列车牵引变压器存在因过热触发系统保护甚至紧急停车的风险，直接制约铁路运输效率并威胁行车安全。实车试验可为列车运营条件下的热管理过程提供关键数据支撑。本文基于更高速度等级（450 km/h）动车组实车试验，分析了列车运行速度、风机转速以及编组形式对牵引变压器区域通风散热特性的影响。结果表明：列车速度升高会改变牵引变压器风口外部压力场，导致设备舱冷却通道进、排风压差匹配发生偏移，半速风机条件下牵引变压器通风量最大下降27.2%。随着冷却风量衰减，单位风量承担的热负荷增加，牵引变压器排风口温度最大升幅达到32.2%，反映出高速外流场对牵引变压器冷却过程的抑制作用。此外，提高风机转速能增强冷却通道的主动压送能力，使牵引变压器通风量提升超过120%，且有效降低排风口温度，但全速工况下牵引变压器通风量仍随车速升高而下降，说明外部压力边界变化对冷却通风过程仍具有约束作用。相比之下，重联编组主要干扰车底局部气动边界和排风热气流排散路径，不同编组状态下牵引变压器通风量的最大偏差控制在6.0%以内，周围区域的温度响应以局部波动为主，未形成持续性热积累。该研究成果为高速列车关键牵引设备的热管理提供数据支持，并有助于优化铁路运行调度与保障乘员安全。关键词：高速列车;变压器;通风特性;热响应;实车试验0|0|0更新时间：2026-08-03
- 摘要：在全球贸易一体化、消费升级与“双碳”目标推动下，冷藏集装箱多式联运快速发展，但现有网络存在布局不合理、运营成本高、不确定性干扰强等问题。本文研究不确定运输环境下冷藏集装箱网络优化问题，以提升枢纽布局与路径规划的经济性、时效性与稳定性。在考虑运价与转运时间双重不确定性的基础上，统筹枢纽建设、运输、转运、碳排放、货损及制冷成本，构建基于鲁棒优化的两阶段多目标网络优化模型，确定最优枢纽选址与运输路径。针对模型特征，采用分段线性化处理货损成本的非线性部分，并基于Bertsimas-Sim对偶理论将模型转化为可求解形式，提出融合深度强化学习与双种群进化的改进NSGA-II算法，通过智能体动态调整种群迁徙参数，改善传统算法收敛慢、解集不均、鲁棒性弱的不足。数值实验表明，改进算法在收敛精度和解集质量方面优于传统算法，在中大规模网络中的求解效率显著高于商业求解器。东部沿海多式联运实例表明：（1）运输成本与时间呈反向权衡关系，枢纽数量增加可提升时效但增加成本；（2）运输价格波动直接影响运输方式选择与枢纽功能分布，水路价格波动对系统经济性影响最为显著；（3）所构建模型可有效应对运输不确定性，基于深度强化学习的改进NSGA-II算法相对传统算法具有更好的求解性能。本文的研究成果可为冷藏集装箱多式联运枢纽规划、路径选择与运营调度提供理论支撑与决策参考。关键词：多式联运网络优化;多目标优化;鲁棒优化;深度强化学习;改进NSGA-II算法0|0|0更新时间：2026-08-03
-
注意力与梯度协同的轻量裂缝分割网络 AI导读
摘要：针对裂缝分割模型在识别精度和边缘连续性上难以兼顾效率与精度的问题，提出一种高效局部注意力与梯度引导协同的轻量裂缝分割网络（anisotropic attention and gradient guided network， AAGG-Net）。以U-Net为基线，首先采用ConvNeXtV2-Crack替换原编码器。ConvNeXtV2-Crack通过移除ConvNeXtV2-A第四层中的一个ConvNeXtV2 Block来实现结构精简，显著降低参数量与计算开销。其次，在ConvNeXtV2-Crack每一层末端引入高效局部注意力（efficient local attention， ELA）模块，通过正交方向的条带池化与一维卷积，沿裂缝延伸方向增强像素响应并抑制垂直方向的背景噪声，增强模型对裂缝方向连续性的感知。最后在原解码器末端嵌入解码器特征梯度引导（decoder feature gradient guidance， DFGG）模块，利用训练损失对解码器末端特征的梯度生成空间显著性图，用于强化裂缝边缘响应。为验证AAGG-Net轻量裂缝分割网络的有效性，在Crack500数据集上与U-Net、DeepLabV3+、SegNet、PSP-Net、CDS-Net、MambaVision等主流模型进行了对比实验，并设计消融实验验证各模块的作用，还在Concrete3k数据集上验证了AAGG-Net的泛化能力。计算结果表明：AAGG-Net以11.13M的参数量取得71.62%的交并比（intersection over union， IoU），在参数量和IoU上均优于所有对比模型，相比U‑Net、DeepLabV3+、SegNet、PSP‑Net、CDS-Net、MambaVision，IoU分别提升1.78、8.92、12.07、4.81、1.51、1.47个百分点；消融实验显示，ConvNeXtV2-Crack、ELA和DFGG分别带来0.80、0.67和0.39个百分点的IoU增益。在细长裂缝、弱对比度边缘及复杂纹理场景中，AAGG-Net表现出更优的边缘完整性与定位精度。该网络通过轻量骨干ConvNeXtV2‑Crack、高效局部注意力ELA与解码器特征梯度引导DFGG的协同设计，为资源受限场景下的高精度裂缝分割提供有效方案。关键词：裂缝分割;ConvNeXt;注意力机制;梯度引导;轻量级模型0|0|0更新时间：2026-08-03 -
高原铁路隧道施工韧性动态评估与智能预警 AI导读
摘要：高原铁路隧道施工面临高地应力、软岩大变形、岩爆、突泥涌水及高寒、低氧、低气压等多重耦合扰动，施工人员生理负荷、设备效率衰减、材料性能波动与围岩灾变具有显著关联性，传统静态评估与经验判断模式难以适配施工过程动态管控需求。为破解该问题，本文界定高原铁路隧道施工韧性为施工系统在地质、环境、资源与管理扰动下维持关键施工功能、动态适应工况变化并快速恢复安全生产能力的综合属性，构建“动态评估—智能预警—优化调控”一体化技术体系。研究基于4M事故致因理论并引入材料要素，形成4M1E指标框架，从人员、设备、材料、环境、管理5个维度筛选25项评价指标，并明确其与抵抗性、适应性、恢复性3类韧性属性的映射关系。融合改进AHP、CRITIC与博弈论组合赋权，并采用距离熵动态修正权重，提升权重对高原隧道施工风险演化的响应能力。构建可拓云韧性度量模型，实现施工系统韧性水平的定量表征与分级判定；以韧性评价等级为依据，制定差异化风险调控策略，并融合LSTM趋势预测、随机森林分类、孤立森林异常检测与D-S证据理论完成多模型预警决策。K2隧道工程验证表明，初始施工韧性为Ⅲ级（基本韧性），环境系统组合动态权重最高（0.319）。LSTM模型平均提前2.3 h识别风险趋势，多模型融合预警准确率达92.4%，误报率为6.3%。实施差异化调控后，综合风险指数由0.64降至0.40，风险降幅为37.5%；系统韧性分值由0.58提升至0.72，韧性等级由Ⅲ级提升为Ⅳ级。研究可为高原铁路隧道施工动态安全管控提供理论支撑与工程应用工具。关键词：高原隧道;高原铁路隧道;施工韧性;多源数据融合;智能预警;调控机制0|0|0更新时间：2026-08-03 -
铁路低照度环境下图像增强方法研究 AI导读
摘要：在铁路沿线的夜间、隧道入口及偏远山区等场景中，低照度环境普遍存在，摄像设备采集到的图像存在亮度不足、细节缺失、对比度低，目标边缘模糊、纹理不清等问题，此类退化现象严重影响后续铁路异物入侵检测算法的准确性与稳定性，易引发漏检和误检现象。为提升低照度环境下图像的可见性与质量，从而为铁路场景的全天候检测提供可靠图像基础，本研究针对低照度图像增强开展了深入探索。研究基于Zero-DCE（zero-reference deep curve estimation）低照度图像增强算法框架展开，分析其在特征提取能力、关键区域关注度以及噪声抑制等方面的不足，提出了一系列改进策略。首先，引入U-Net结构作为主干网络，增强多尺度特征提取与信息融合能力；其次，结合CBAM（convolutional block attention module）注意力机制，提升模型对关键区域的感知能力，从而更有效地增强目标细节；再次，设计相邻像素损失函数，强化局部结构一致性，减少噪声与伪影；最后，集成PMRID（practical mobile raw image denoising）降噪模块，有效抑制噪声。通过消融实验评估了各改进模块的独立贡献，并在典型低照度铁路场景下进行了性能对比，结果表明，所提算法在图像质量评价指标方面显著优于原始模型，其中结构相似性（structural similarity， SSIM）提升0.052，峰值信噪比（peak signal to noise ratio， PSNR）提高2.58dB。在视觉效果上，所提模型能够有效保持图像清晰度与细节，抑制背景噪声，使得低照度环境下的入侵目标轮廓更加清晰、可分辨性更强，异物入侵检测算法准确率大幅提升。综上，所提算法在保持图像自然性与结构一致性的同时，显著提升了亮度与对比度，并有效降低了噪声干扰。在铁路低照度场景中，该方法可作为前置图像增强模块，为后续视觉检测任务提供稳定、高质量的输入图像，从而为构建全天候、全场景适用的铁路安全视觉系统奠定技术基础。关键词：低照度图像增强;Zero-DCE算法;U-Net;注意力机制;损失函数;降噪模块0|0|0更新时间：2026-08-03 - 摘要：为应对城轨高峰时段客流时空分布不均衡、运能供需匹配不足、乘客乘车舒适性下降等问题，提出一种考虑乘客拥挤感知的大小交路列车时刻表与车底运用协同优化方法。首先，在考虑列车发车时刻、车站服务及折返接续等约束条件下，引入拥挤惩罚与分段乘车概率函数，刻画不同拥挤水平下乘客的乘车选择行为，以乘客总出行时间和列车总运行费用最小为目标，构建大小交路列车时刻表与车底运用协同优化模型。其次，针对模型特点，设计NSGA-II算法与k-最近邻、TOPSIS法相结合的融合算法，并采用“车次类型记忆采样+发车时刻正态波动+基于车底链的接续关系初始化”策略提高初始种群质量，为不可行解设计修复机制加速种群向Pareto前沿收敛。最后，以某城市轨道交通线路为例进行比较分析。结果表明：相较于传统单一交路均衡发车方案，所提出方法列车总运行费用降低了3.67%，候车时间、拥挤感知时间分别降低了21.10%、33.12%，乘客总出行时间降低了5.62%；相较于不考虑拥挤感知及异质性乘车决策的发车方案，所提出方法在上线车底数不增加的情况下，列车开行次数增加了4.30%，候车时间、拥挤感知时间分别降低了8.91%、12.12%，乘客总出行时间降低了2.02%。说明提出的协同优化模型可在有限车底资源下提升运能匹配度，缓解拥挤与滞留，改善运营效率和乘客体验，为不均衡客流下的列车运行优化提供参考。关键词：列车时刻表;车底运用;大小交路;拥挤感知;NSGA-II0|0|0更新时间：2026-08-03
- 摘要：针对滨海软土区黏土–混凝土接触面在台风、波浪动载及地下水渗流共同作用下易发生强度劣化、变形失稳和细观结构损伤的工程问题，依托自主研制的大型接触面剪切设备开展多组不同频率和幅值的动载直剪试验，分析接触面剪切应力、法向变形、强度指标及孔隙水压力响应规律。基于试验宏观曲线标定细观力学参数，构建PFC3D-OpenFOAM双向CFD-DEM耦合模型，设置多级渗透压力开展动载与渗流耦合剪切模拟，从孔隙率分布、颗粒运移、接触力各向异性及强弱接触数演化特征揭示接触面强度劣化机理。结果表明：动载频率和动载波动系数（表征荷载幅值）升高均会削弱界面抗剪性能，幅值对强度衰减的控制作用更明显，高幅值加载会诱发孔隙水压力大幅振荡，削弱界面变形稳定性。渗透压力由50 kPa增至300 kPa时，界面峰值剪切强度下降31.2%；随着渗透压力升高，接触面附近孔隙率增大而形成疏松剪切带，土体孔隙呈明显非均匀分层，剪切带内颗粒迁移受抑并出现局部回缩，粒间接触力定向性小幅减弱，强接触发展轻微受限、弱接触波动略有加剧。相关研究结论可为滨海软土区海上风电、隧道、基坑等工程的接触面长期稳定性评价提供试验依据和细观理论支撑。关键词：黏土–混凝土接触面;法向动载;渗流作用;CFD-DEM耦合;强弱接触数;剪切劣化0|0|0更新时间：2026-08-03
- 摘要：面向再生制动参与下单列车运行过程中牵引负荷受线路条件、制动能量与运行状态共同影响而呈现强非线性、强波动性和显著时空耦合特征的问题，围绕提升牵引负荷超短期预测精度与稳定性的需求，构建了由特征筛选、多变量相空间重构和支持向量回归组成的预测框架。研究首先从牵引供电系统“网、车、路”耦合关系出发，分析牵引负荷、再生制动能量、坡度、限速和运行阻力之间的能量流动机理与时空耦合关系，并结合线性相关性与非线性相关性度量结果筛选出能够表征负荷演化的关键输入变量。随后，采用统计判别方法确定多变量时间序列的延迟时间和嵌入维数，对牵引负荷及其相关特征进行多变量相空间重构（multivariate phase space reconstruction，MPSR），以恢复系统动态状态、提取复杂运行条件下隐含的非线性演化信息，并建立面向未来短时负荷变化的回归预测模型。算例分析在统一仿真环境和相同工况下展开，围绕时间窗建模方法、单变量相空间重构方法以及多种典型数据驱动方法进行了对比评价，以检验所建模型对峰值波动、状态切换和耦合特征的识别能力。结果表明，所建方法能够更准确地跟踪牵引负荷变化趋势，在研究工况下决定系数达到0.94，均方根误差为0.10，平均绝对误差为0.06，平均预测准确率达到94.12%，整体性能明显优于仅利用历史负荷信息或仅进行单变量动态重构的对比方法。进一步分析表明，在训练样本较少情况下误差波动保持在较低水平，说明该方法在样本规模受限时仍具备较好的稳定性、泛化能力和工程适应性。研究结论表明，将线路空间属性、制动能量信息与牵引负荷时序特征协同建模，能够有效揭示牵引负荷的多元时空耦合规律，显著提升超短期预测效果，可为牵引供电系统的能量管理、运行调度与节能控制提供可靠的数据支撑。关键词：牵引负荷;再生制动能量;时空耦合;多变量相空间重构;支持向量回归;超短期预测1|0|0更新时间：2026-08-03
-
大语言模型驱动的隧道施工事故隐患知识抽取 AI导读
摘要：针对隧道施工事故隐患知识分散、语义复杂、关联隐蔽，且传统管理手段难以实现知识整合与智能应用的问题，本文提出“本体模型引导-LLM全流程驱动-智能抽取应用”3层技术体系，旨在实现隧道施工事故隐患知识的精准抽取、结构化存储与智能化应用。首先，基于事故隐患致因理论与典型案例分析，构建了包含6类核心实体与9类关键关系的领域本体模型，为知识表达提供统一语义框架；其次，借助提示词工程增强LLM的领域适配能力，实现从多源非结构化文本中自动抽取知识，并通过Neo4j图数据库完成知识图谱构建与存储；最后，基于图谱开发了隧道施工事故隐患智能问答系统Chat-TCH。研究结果表明，Qwen-Plus模型共抽取出18038个实体和19217个关系，其实体识别与关系匹配的F1值均超过0.83，召回率均达0.99以上，验证了该方法具备良好的抽取覆盖度与准确性；对抽取结果进行专家交叉评审，评估优良率达93.02%，Fleiss' Kappa系数0.6968，达到良好一致性水平；所构建的知识图谱实现了隧道施工事故隐患的“成因-演化-感知-管控”全链条覆盖，通过Cypher查询功能实现了隐患知识的可视化检索；开发的Chat-TCH智能问答系统能够有效响应隐患溯源、处治建议等实际工程需求。本文通过融合本体语义约束与LLM智能抽取能力，解决了隧道施工事故隐患知识利用中的碎片化、关联隐含等难题，为隧道施工安全管控提供了知识支撑与辅助工具，并为相似工程领域的知识抽取提供了可迁移的技术范式。关键词：知识抽取;大语言模型;隧道施工;事故隐患;智能问答系统1|0|0更新时间：2026-08-03 -
多场景下需求响应公交订单分配优化 AI导读
摘要：为解决现有需求响应公交调度研究中多目标权重设定主观、无法适应场景动态变化，以及拒单后缺乏替代处理机制的问题，开展多场景下需求响应公交订单分配优化研究。构建融合“总行驶时间、总等待时间、总在车时间”的多目标混合整数规划模型，采用熵权法确定各目标客观权重。设计启发式算法与Gurobi求解器相结合的混合求解策略，启发式快速构造初始解，Gurobi进行小规模子问题精确优化。在此基础上设计差异化容量配置与智能拒单-备用车合乘协同策略，并针对高峰拥堵、平峰正常及平峰分散3个典型场景开展仿真实验与对比分析。为验证本文混合求解算法的有效性，对比不同订单规模下本文算法与其他算法的求解性能。以重庆向家岗片区运营数据为案例验证模型有效性。结果表明：采用差异化容量策略可在保证服务质量的同时提升运营效率并控制成本，特别是在平峰正常场景下，成本降低14.39%，满载率提升62.84%。采用“拒单-备用车合乘”策略在平峰正常场景下实现6.89%~24.83%的成本节约，备用车辆利用率高，实现了资源的合理利用。动态熵权机制能够精准捕捉各场景下目标值的复杂特征，通过权重的自适应优化实现21.73%-37.69%的目标值改进，使模型在不同运营环境下始终保持最优性能。算法对比结果进一步验证了混合求解策略的有效性，本文算法在求解时间、系统总成本和订单服务率方面均表现优异，在不同订单规模下分别获得873.0元及1571.9元的最低总成本，展现出良好的综合性能优势。提出的差异化容量、动态熵权与拒单-备用车合乘后处理机制，可为需求响应公交调度提供兼顾运营效率与乘客体验的决策支持，同时为多目标自适应赋权方法在公交运营优化中的应用提供参考。关键词：需求响应公交;多目标权衡;熵权法;差异化容量;拒单-备用车合乘;订单分配9|6|0更新时间：2026-07-25 - 摘要：针对小运量悬挂式永磁空轨车辆在强横风作用下悬浮稳定性下降及运行安全裕度不足的问题，本文构建了一种考虑永磁悬浮力、悬挂系统动力学特性与横风气动载荷共同作用的多体动力学模型，系统分析了6~9级横风条件下车辆在直线及小半径曲线路段的动力学响应特性，重点研究了车体平稳性指标与永磁体悬浮气隙波动规律及其相互影响关系。在此基础上，提出一种以悬浮间隙安全与运行平稳性为约束条件的悬挂参数优化方法，对空气弹簧刚度及各类减振器阻尼进行协同优化，实现了车体振动抑制与悬浮安全性的提升。结果表明，在优化后的悬挂参数下，空气弹簧横向与垂向刚度分别取5×10⁴ N/m和1×10⁵ N/m，横向与垂向减振器阻尼均取5×10³ N·s/m，抗侧滚减振器阻尼取5×10⁴ N·s/m时，车辆在8级横风条件下以40 km/h通过直线段的横向与垂向平稳性指标分别改善6.4%和11.2%，表明优化后的悬挂系统可有效抑制车体振动。进一步揭示了横风等级与线路条件对车辆动力学响应的影响规律，并提出面向工程应用的分级限速策略：当横风等级达到9级时，车辆无法满足安全运行要求；当横风降至8级时，直线与最小曲线半径为30 m的小半径曲线路段分别需将运行速度限制为60 km/h与15 km/h。研究为横风激励环境下小运量悬挂式永磁空轨车辆的参数设计与安全运行提供了工程参考。关键词：永磁空轨磁浮;横风激励;悬挂参数优化;动力学响应;运行平稳性10|6|0更新时间：2026-07-25
- 摘要：针对风雪灾害下高原铁路系统韧性评价的模糊性、动态性与多维度特征，构建一套完整的高原铁路系统韧性动态评估体系，为高原铁路风雪灾害防控与韧性提升提供量化依据。首先，界定高原铁路风雪灾害韧性提升内涵，融合DPSIR系统分析框架搭建“驱动-压力-状态-影响-响应”闭环评价模型；其次，遵循科学性、系统性等原则，经“初选-定量筛选-定性优化”3级流程，从5个维度筛选39项指标，形成面向风雪灾害的高原铁路系统韧性评价指标体系；然后，采用模糊层次分析法（FAHP）计算主观权重、改进熵权法计算客观权重，结合博弈论组合赋权法求解最优组合系数，得到兼顾专家经验与数据客观特征的综合权重；最后，构建改进云-动态评估模型，引入组合权重完成多指标隶属度加权融合，采用“最大隶属度+云相似度”双重定级法确定韧性等级，引入时间序列迭代与马尔可夫转移概率矩阵实现韧性动态评估与短期趋势预测，并通过5折交叉验证法验证模型精度与可靠性。以青藏铁路风火山隧道区段为工程实例，选取12个月实测数据开展验证，结果表明：该模型整体评估准确率91.8%，各等级精确率与召回率均≥88%，能够精准刻画系统韧性季节性波动规律，该区段1月韧性等级为Ⅴ级（极低韧性），6-9月达Ⅰ级（极高韧性），预测结果与实际灾害规律高度契合。研究可为高原铁路风雪灾害防控、抗灾工程设计与全周期韧性管理提供量化依据与方法支撑。关键词：高原铁路;风雪灾害;DPSIR模型;改进云模型;动态评估8|6|0更新时间：2026-07-25
-
设计参数对PBL连接件抗拔性能的影响研究 AI导读
摘要：为探究钢-混凝土组合结构桥塔中PBL（Perfobond Leiste）连接件在不同设计参数下的抗拔性能，本文采用试验研究与数值模拟相结合的方法，基于参数分析，对单孔及多孔PBL连接件开展了系统研究，并提出了抗拔承载力预测方法。在试验研究方面，设计并制作了2组参数一致的单孔PBL连接件拔出试件，通过试验获取了试件的破坏形态、荷载-拔出位移曲线及抗拔承载力。通过数值模型系统分析了影响PBL连接件抗拔性能的关键设计参数：对于单孔连接件，重点研究了连接件埋深、长度、腹板厚度、穿孔钢筋直径、开孔直径及混凝土强度的影响规律；对于多孔连接件，则聚焦于开孔数量与开孔间距的影响特性。研究结果表明，PBL连接件在拔出力作用下主要呈现混凝土锥体破坏形态，破坏锥面与水平面的夹角约为35°，混凝土表面形成矩形破坏区域。连接件埋深是影响抗拔承载力的最显著因素，埋深每增加20 mm，抗拔承载力提升幅度达30%以上；混凝土强度与开孔直径的增大可一定程度提高抗拔承载力，但增幅相对有限；而连接件长度、腹板厚度及穿孔钢筋直径对抗拔承载力的影响十分有限。对于多孔PBL连接件，抗拔承载力随开孔数量与开孔间距的增加均有所提升，其中开孔数量增加带来的承载力提升效果更为明显，但平均每孔贡献的承载力呈下降趋势；开孔间距每增大20 mm，抗拔承载力仅提升约5%。基于上述研究成果，结合混凝土四棱锥破坏模型，提出了分别适用于单孔与多孔PBL连接件的抗拔承载力预测公式，结果表明，该预测公式具有较高的准确性。相关研究成果可为PBL连接件在钢-混凝土组合结构桥塔中的工程设计与实际应用提供可靠的理论依据和实用参考。关键词：钢-混凝土组合结构;PBL连接件;抗拔性能;数值模拟;承载力预测5|3|0更新时间：2026-07-25 - 摘要：铁路集装箱运输是发展多式联运的关键支撑，但随着运输速度不断提高，气动阻力急剧增大引发的能耗激增问题成为铁路集装箱运输绿色低碳发展的瓶颈之一。尤其是集装箱列车特殊的钝体外形，使得气动性能更加复杂恶劣。如何采用便捷、安全、可工程化的方式对集装箱进行局部外形调整，实现气动减阻设计，成为高速集装箱列车面临的巨大挑战。同时，列车常穿越风区，横风与钝体外形相互作用易影响运行安全，减阻设计可能改变气动构型，需同步评估横风气动性能。在此基础上，本文采用改进延迟分离涡模拟方法与SST k-ω湍流模型，以五编组高速集装箱列车为研究对象，基于其整车气动阻力分布特征，对阻力显著增大的关键部位设计了多组附加式导流减阻方案，并进一步比选得到了减阻效果最优的设计方案；最后评估了减阻设计方案对列车横风气动性能的影响。结果表明：气动阻力在机车后方第一节集装箱平车前端与最后一节集装箱平车尾部呈阶跃式增大；针对这两个区域各自设计的减阻方案最大分别可实现8%和3.5%的整车减阻率。在横风下，各设计方案依然实现了有效减阻，且将两处最优方案组合使用，整车减阻率仍可达6%。同时进一步的横风气动性能评估表明，各减阻方案实施后列车气动载荷变化幅度均在4％内，处于可接受范围。在降低气动阻力的同时未对列车横风气动性能造成明显不利影响，适应性良好。关键词：高速集装箱列车;气动减阻;数值模拟;横风气动性能;流动控制4|3|0更新时间：2026-07-25
- 摘要：针对纯矿粉碱激发材料易收缩开裂、韧性不足，以及低活性固废单掺力学性能差、体积稳定性不佳的问题，以矿粉（GGBS）、垃圾焚烧炉渣微粉（MSWI）、再生微粉（RMP）为原料，构建梯度活性三元胶凝材料，实现力学性能、干燥收缩与环境经济性协同提升。设计6组配合比，系统测试不同固废掺量下混凝土的抗压、抗折、劈裂抗拉强度及120 d干燥收缩规律，结合XRD、SEM、FTIR揭示微观调控机理，采用生命周期评价与生命周期成本法，量化碳排放、能源消耗、生态毒性及全周期成本水平，通过蒙特卡洛模拟与敏感性分析，验证评价结果的可靠性与稳定性。结果表明，最优配比AAC4（矿粉315 kg/m3、炉渣微粉90 kg/m3、再生微粉45 kg/m3）28 d抗压强度达49.5 MPa，接近纯矿粉组，抗折、劈裂抗拉强度与韧性指标均优于基准体系；120 d干燥收缩率为842×10-6，体积稳定性优异。微观表征显示，该配比可促进N-A-S-H凝胶充分交联，细化孔隙并改善界面过渡区，有效抑制收缩与微裂缝发展。全生命周期分析表明，AAC4较C50混凝土碳排放降低31.0%、综合成本降低17.4%，能源消耗、酸化、富营养化及陆地生态毒性指标均显著优于传统混凝土，环境与经济稳定性良好。研究结果突显适量复配中低活性固废可调控反应、优化缺陷，提升力学性能、体积稳定性与结构致密性，使三元碱激发混凝土兼具低碳、低成本与高性能，为固废资源化及绿色小型预制构件制备提供理论参考。关键词：碱激发混凝土;垃圾焚烧炉渣微粉;再生微粉;干燥收缩;碳排放;成本分析4|3|0更新时间：2026-07-25
-
面向铁路挡墙GPR图像的病害检测方法 AI导读
摘要：为提高铁路挡墙病害探地雷达（ground penetrating radar，GPR）图像的自动识别精度与现场推理效率，针对病害回波弱、边界模糊、形态差异较大以及人工判读效率低、主观性强等问题，提出一种融合Ghost轻量化结构和门控高效通道注意力的改进YOLO11检测模型GGECA-YOLO。该模型以YOLO11为基础框架，在主干特征提取阶段引入GhostNet轻量化思想，并以其核心算子GhostConv替代部分标准卷积，通过少量标准卷积与低成本线性变换生成特征表示，从而减少常规卷积带来的冗余计算；同时构建GhostC3k2_GatedECA模块，将轻量化特征生成、局部结构特征提取和门控通道重标定相结合，使网络能够根据输入特征自适应调节注意力分支的贡献强度，增强对病害相关通道和异常回波区域的表达能力。以铁路挡墙GPR图像数据集为研究对象，选取Faster R-CNN、YOLOv5n、YOLOv8n、YOLOv8n+CBAM和原始YOLO11等模型进行对比，并通过消融实验分析Ghost结构与Gated ECA模块的作用。实验结果表明，GGECA-YOLO在铁路挡墙病害检测任务中取得了较优综合性能，mAP50达到99.2%，mAP50-95达到79.0%，单张图像推理时间为5 ms，参数量为2.43 M。与原始YOLO11相比，模型Recall、mAP50和mAP50-95均有所提升，推理时间由8.2 ms降至5.0 ms；与其他轻量化检测模型相比，GGECA-YOLO在精度、模型规模和推理效率之间表现出较好平衡。消融结果进一步表明，Ghost结构有助于降低计算开销，Gated ECA能够改善通道特征选择效果，二者结合后提升了模型对空洞、松散和脱空等铁路挡墙病害目标的识别能力。研究结果可为铁路挡墙GPR图像病害的轻量化、自动化检测提供参考。关键词：铁路挡墙病害;病害识别;轻量化网络;注意力机制;探地雷达6|4|0更新时间：2026-07-25 - 摘要：针对高速铁路晚点传播的强非线性与跨站时空耦合特性，以及常规单一预测网络难以兼顾多尺度特征提取的局限性，本文提出一种融合时频特征与动态图学习的混合预测模型（temporal convolutional network-transformer-gated recurrent Unit， TTG）。首先，通过频域残差模块（fast fourier transform， FFT）抑制高频随机噪声，提取晚点演化的长期趋势特征；其次，利用时间卷积网络（temporal convolutional network， TCN）提取晚点序列的局部微观波动与突变特征，同时构建自适应图学习层，用于挖掘多维异构输入特征间的内在关联；然后，融合空间距离权重与自注意力机制捕获全局长程时空关联，并采用改进后的门控循环单元（gated recurrent unit， GRU）对高维特征进行动态递归演化；最后，以京广高铁与京沪高铁列车运行数据为例，将所提模型与8组基准模型进行对比分析，并设计消融实验。计算结果表明：TTG模型在各项误差指标上均表现出最优的预测性能。在对比实验中，相较于次优基准模型双向长短期记忆网络（bidirectional long short-term memory，BiLSTM），TTG模型的均方根误差frmse、平均绝对误差fmae分别下降了25.30%与51.56%，决定系数fr2上升了1.96%；在消融实验中，TTG模型的均方根误差较移除TCN、Transformer和GRU分支的变体模型分别降低了45.62%、44.48%和54.41%。本文模型能精准刻画列车晚点的动态传播关系，为高铁网络运营调度、运行图调整及晚点恢复提供可靠的决策支持。关键词：高速铁路;晚点预测;时间卷积网络;自注意力机制;门控循环单元;组合模型9|3|0更新时间：2026-07-25
- 摘要：在沙戈荒地区铁路的建设与运营维护过程中，风沙灾害防治是最重要的工程问题。精准预测风沙输运的时空动态变化对于开展铁路风沙灾害风险预警与制定防治措施至关重要。本研究基于注意力机制改进的STConvS2S模型（Att-STConvS2S），利用2019-2025年日累计输沙量数据开展了模拟试验。评估了数据标准化预处理方式、注意力机制的嵌入对模型性能的影响，分析了不同隐藏层维度、批量大小等超参数的作用，此外，在最佳配置下，对2025年日累计输沙量进行了预测对比。研究结果表明：数据标准化处理大幅提升了模型性能，使测试集上的均方根误差与平均绝对误差分别降低了92.2%和83.8%；在标准化基础上引入注意力机制，增强了模型聚焦关键时空特征及建模复杂序列依赖关系的能力，使测试集上均方根误差与平均绝对误差降低了57.1%和46.6%；超参数分析表明，当隐藏层维度为64时，模型在缩短训练时间的同时实现了更低误差，并展现出更好的泛化能力与边际效益；关于批量大小，尽管小批量模型存在性能波动，但随着批量大小的增加，模型的泛化能力逐渐提高，训练时间显著缩短，其中，批量大小为128时，在保持良好泛化性能的同时实现了最高的训练效率。在隐藏层维度为64和批量大小为128的最优配置下，Att-STConvS2S模型预测了2025年的数据集，结果表明该模型能够很好地再现新疆地区风沙输运的季节和空间分布特征，并精准地刻画了新疆区域输沙量的主要高值区与低值区分布。研究结果为铁路沿线风沙灾害风险预警与防治决策提供了方法支持。关键词：铁路风沙灾害;输沙量;深度学习;时空预测;注意力机制4|3|0更新时间：2026-07-25
- 摘要：轨道板裂缝图像存在标注样本有限、背景干扰复杂和裂缝像素占比低等问题，制约了深度学习模型对细长裂缝的稳定识别与精细分割。针对上述问题，本研究提出一种融合多源注意力与合成数据增强的轨道板裂缝全局定位与局部精细分割方法，构建由全局尺度裂缝定位和局部尺度像素级分割组成的分步识别框架。首先，构建多源注意力增强网络（multi-source attention enhancement network，MSAE-Net），该网络以YOLO11n为基础，在网络主干、特征融合层和检测头中分别引入坐标注意力（coordinate attention，CA）、词元统计自注意力（token statistics self-attention，TSSA）和分离增强注意力（separated and enhanced attention，SEAM）机制，以增强模型对细长裂缝的空间定位、全局关联和弱特征判别能力，实现全局尺度下裂缝区域的精确定位。其次，在局部区域裂缝分割的任务上，结合掩码形态变换与图像转译方法构建局部尺度合成裂缝样本，用于补充真实训练数据并缓解裂缝像素稀缺问题。试验结果表明，所构建的全局定位网络在轨道板裂缝定位任务中取得0.968、0.896和0.961的精确率、召回率和平均精度（AP50），优于主流目标检测模型；在局部裂缝分割任务中，DeepLabV3+相较于其他主流语义分割模型取得最优综合表现，在未使用数据增强时的裂缝交并比为0.588；引入合成裂缝样本后，裂缝交并比最高提升至0.616，表明基于掩码到图像转译的合成数据能够有效提升模型对细长裂缝的分割能力。本研究所提方法兼顾裂缝全局定位、局部边界分割精度，可为轨道板裂缝自动化巡检及后续病害量化评价提供技术支撑。关键词：轨道板;裂缝检测;深度学习;注意力机制;合成数据增强;语义分割21|12|0更新时间：2026-07-16
- 地址：长沙市韶山南路22号 邮编：410075
- 联系电话：0731-82656536 Email：jrse@csu.edu.cn
- 技术支持由北京北大方正电子有限公司提供 湘ICP备09001153号-13
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
- 总访问量：1889528 今日访问量：144
0