广州市地铁噪声水平调查和分析

调查了广州地铁1、2、3、4号线的车站环境噪声和列车车厢内部噪声水平,探讨了车站环境噪声的日变化趋势和地铁噪声的来源。结果表明:地铁列车高速运行是地铁车站环境噪声的主要噪声源,地铁车站环境噪声还与车站广播次数、广播音量、客流量、车流量等因素有关;地铁列车车厢内噪声除了与地铁线路质量、列车运行速度及地铁列车结构有关外,还与车厢内广播次数、广播音量有密切联系;非节假日噪声峰值与乘客上下班高峰时间一致;车站屏蔽门能有效降低噪声。     

武汉地铁区间隧道地表沉降规律探讨

本文通过对武汉地铁2号线区间隧道地表变形进行连续监测和监测数据的分析,得到了该工程条件下隧道地表沉降的变化规律,并采用有限元数值模拟方法对隧道开挖引起的地表沉降量进行了计算,其结果与监测数据吻合较好,验证了数值模拟方法所得到的地表沉降变化规律的准确性.该研究可为类似工程及地表变形的监控量测工作提供借鉴和指导.     

基于FPP-Grey的地铁车站火灾安全灰色聚类评价

针对地铁车站火灾安全评价指标的模糊灰色性,从消防设计、消防设备、环境因素、管理因素4个维度建立地铁车站火灾安全评价指标体系,界定地铁车站火灾的安全等级,提出了基于FPP-Grey的地铁车站火灾安全灰色聚类评价模型。首先借助三角模糊数让专家对指标的表达更贴近实际,构建模糊判断矩阵,通过模糊优先规划得到指标权重并验证指标权重的科学性;然后运用灰色白化权函数解决指标的灰色性、不透明性问题,实现信息的透明化,聚类分析出地铁车站火灾的安全等级;最后将其运用于郑州地铁2号线柳林站火灾的安全评价,结果表明该车站火灾安全等级属于很安全状态,但需要重点关注防火分类和耐火等级状况、消防系统、车站内部环境、日常安全管理4个评价指标。该研究丰富了地铁车站火灾安全评价方法,可为地铁车站火灾安全管理提供依据。     

BP人工神经网络在深基坑桩体位移预测中的应用

深基坑围护结构的水平位移是基坑变形破坏的最主要形式之一。深基坑在开挖过程中,由于卸荷作用产生的压力差使得基坑围护结构产生水平位移,如果位移值过大,则会直接导致基坑主体结构和周边建筑物的破坏。本文基于MATLAB神经网络工具箱函数建立了人工神经网络预测模型,对武汉某地铁车站深基坑开挖过程中桩体围护结构的水平位移进行了预测,并预测了基坑变形的未来发展趋势,以为基坑开挖与支护设计提供指导。预测结果显示其预测值与实际监测值基本一致,表明BP人工神经网络应用于深基坑桩体位移预测是可行、可靠的。     

武汉地铁二号线名都站深基坑施工期变形监测与分析

地铁车站深基坑监测对于保证基坑的正常施工与周围建筑物的安全具有重要意义。武汉地铁2号线名都站深基坑周边环境极其复杂,在距离基坑10 m的一侧分布有一幢30层高层建筑,另一侧有人员密集的学生公寓楼,结合其监测方案和监测数据,分析了基坑深部水平位移、周边重要建筑物及管线的沉降以及坑内钢支撑的轴力变化情况,并以此为依据对深基坑变形规律进行了研究,结果表明采用深基础形式的高层建筑物比采用浅基础的低矮建筑物能更好地抵抗沉降变形,但高层建筑物对基坑中上部的挤压作用不容忽视。     

基于组合权重的地铁车站拥挤踩踏事故风险评价

为评价地铁车站拥挤踩踏事故发生的风险,采用层次分析法和熵权法确定包含主、客观因素的组合权重,在建立的模糊物元评价模型的基础上,计算各评价指标与标准方案的贴近度,并选取北京地铁不同线路中的8个站点作为评价风险这个物元的事物,与每个车站各项评价指标对应的模糊量值组成复合模糊物元,对各地铁车站拥挤踩踏事故的风险进行识别与排序。结果表明:这8个地铁车站发生拥挤踩踏事故的风险差别较大,而人群密度和逆行对冲人数比是造成地铁车站拥挤踩踏事故最重要的两个因素。对地铁车站拥挤踩踏事故的风险进行评价,将有助于预防其事故的发生,提高地铁车站安全管理水平。     

地铁上盖开发建设项目环境保护研究

地铁上盖开发建设项目具有广阔的应用前景,成为目前城市轨道交通建设发展推崇的模式。地铁上盖开发可以分为地铁车站上盖开发、车辆段上盖开发和停车场上盖开发三类。对地铁上盖开发建设项目的特点和环境敏感性进行了分析与总结,根据敏感性分析结果,对上盖开发建设的环境保护措施提出了建议。     

深圳地铁一期工程建筑节能潜力的研究

本文以深圳地铁一期工程为例研究地铁建筑节能潜力。深圳地铁环控系统的能耗约占到地铁系统总能耗的40%,屏电系统,照明系统,给排水系统等占总能耗的40%以上。分析深圳地铁的建筑能耗特点并结合国内外现有的节能技术,提出有效与经济合理的节能改造方案,并对节能潜力具体进行分析。通过大系统组合式空调箱、风机的变频节能改造,照明系统的LED节能改造,可实现整个地铁车站5.6%总电耗的节能效果。     

基坑开挖影响下下卧盾构隧道变形及控制措施研究

近年来地铁建设不断加快,在地铁隧道上方施工已成常态。为研究基坑开挖影响下下卧盾构隧道的隆起变形,评价不同变形控制措施的实际控制效果,以武汉市轨道交通6号线琴台变电站地下电缆通道工程为例,采用两阶段法计算了基坑开挖影响下下卧盾构隧道的隆起变形,同时采用数值模拟方法对无加固、压力注浆加固、水泥土搅拌桩加固和压力注浆+水泥土搅拌桩综合加固控制措施4种工况下下卧隧道的隆起变形值进行了数值模拟计算,并将数值模拟结果与实际工程监测数据进行了对比分析。结果表明:对于初步预测基坑开挖引起下卧盾构隧道的隆起变形,该理论计算方法可靠、实用;压力注浆+水泥土搅拌桩综合加固控制措施使下卧盾构隧道的隆起变形和横断面收敛变形值分别减小至2.3 mm和0.35 mm,控制效果良好,具有一定的实际推广意义,可为类似工程提供参考。     

基坑开挖及降水对周边地铁隧道变形的影响分析

为研究基坑开挖及降水对既有地铁隧道变形的影响。基于深圳前海某基坑项目,考虑基坑开挖及降水情况,结合修正的摩尔-库伦本构模型,利用MIDAS GTS NX软件建立基坑三维有限元模型和二维有限元模型,分析了基坑开挖及是否考虑降水对基坑支护结构变形的影响并与现场基坑支护结构的监测结果进行了对比,并分析了基坑开挖及降水对周边地铁隧道变形的影响,以及不同初始地下水水位(降水深度)对地铁隧道变形的影响。结果表明:基坑开挖时,考虑降水会增加基坑支护结构地连墙的变形,支护墙位移增加约4 mm,不能忽略降水情况;在基坑开挖及降水条件下,周边地铁隧道水平方向的变形呈"横蛋状",隧道竖向方向的变形呈整体下降趋势;当地下水水位埋深小于0.3倍的开挖深度时,地下水渗流对基坑变形的影响显著,当初始地下水水位埋深大于0.5倍的开挖深度时,地下水水位对基坑工程的影响相对减弱。     

地铁深基坑变形规律参数化方法探讨

在对基坑隆起、基坑围护桩体水平变形以及基坑周边地表沉降产生机理、变形规律和影响因素分析的基础上,提出各测项的变形模式：基坑隆起为抛物线模式,围护桩体水平变形和基坑周边地表沉降为双直线模式.变形模式中的参数取值与基坑条件（包括工程、水文地质条件、岩土体物理力学性质、支护结构形式等）存在对应关系.给出了以监测数据为基础的各变形模式参数的线性回归方法,为建立以回归参数控制的预测分析库奠定基础.     

实用环境监测气体采集器设计与应用

手持式电动气体采集器解决了传统双联球气体采集时繁琐、计量不准等诸多问题,为快速、准确地获得监测数据提供保障。     

环境监测业务管理系统的开发及应用

以郑州市环境监测中心站监测业务流程为例,从技术路线、系统结构没汁、系统功能分析和技术实现等方面分析并介绍了环境监测业务管理系统的特点和开发时需解决的技术问题。探讨了建立基于B/S结构、J2EE技术架构、集中和分布相结合的数据模式、创新的组件装配方式、Oracle9i数据库、中间件和多层体系结构等多项先进技术进行系统实现的设计方案。     

手持式气体采集器在环境监测中的应用

气体样品的采集在环境监测领域是十分重要的,传统的气体样品采集不仅采样时间长、劳动强度大、采样半径小而且平行样精密度差,增加环境监测气体采集的工作难度。手持式气体采集器则在传统气体采集器的基础上,解决了传统气体采集繁琐、计量不准等诸多问题．为快速、准确地获得监测数据提供了坚实的基础。     

遥感技术在湖泊水质监测中的应用

环境污染遥感监测技术具有监测范围广、速度快、成本低,且便于进行长期的动态监测等优点,是实现宏观、快速、连续、动态地监测环境污染的有效方法,已成为湖泊环境动态变化监测的重要技术手段.湖泊水质遥感监测是基于经验、统计分析或水质参数的光谱特征,选择遥感波段数据与地面实测水质参数数据进行数学分析,建立水质参数反演模型实现的.在运用遥感技术对湖泊进行水质监测的方法中有传统方法和神经网络模型.与传统方法相比,神经网络模型有较强的水质识别的容错性,水质状况识别的可信度.今后,神经网络模型、高光谱遥感技术以及RS与GIS、GPS的结合运用等将是遥感技术在此领域中的发展方向.     

水质CODcr化学分析测试中细节问题的探讨

作为有机物相对含量的指标之一，化学需氧量是水质评价的重要污染因子，直接影响评价结果，因此其监测数据的质量保证尤为重要。本文着重对分析测试中标准溶液浓度的选择、配制方法以及取样方式等细节问题提出了自己的见解。     

GPRS在环境空气质量自动监测中的应用

针对目前采用电话拨号方式进行数据通信的空气质量自动监测系统所存在的实时性差等问题,通过分析比较目前环境监控系统常用的几种通信方式的优缺点,提出了一种基于GPRS技术的空气质量监测数据通信系统,此系统主要由监测子站、传输网络和监控中心等部分组成,采用GPRS无线网络和Internet网络为通道来实现监测数据的远程传输和状态监控,以达到实时监控的目的。采用GPRS进行数据通信具有经济适用、永远在线、实时性好等优点。     

强化环境监测预警体系建设是确保东胜区环境安全的重要支撑

建设先进的环境监测预警体系,是我们贯彻落实国务院<关于落实科学发展观加强环境保护的决定>和第六次全国环境保护大会精神,针对当前我国环境管理面临的复杂形势和东胜区"打造城市核心区","创建全国环保模范城(区)",确保地区级核心城市环境安全的形势要求以及环境监测肩负的重要历史使命,审时度势提出的一项具有战略性.基础性建设任务.准确可靠的环境监测预警数据,信息,是政府制定法律法规,条例制度,政策标准,规划计划和综合决策的依据.科学的监测手段,可以为政府管理提供科学的决策依据,以对当前复杂的环境形势做出准确判断;而预警监测跟不上,就可能在出现突发污染事件时措手不及.应对无方.贻误战机,给人民群众生命健康安全,经济生活运行,以及社会安定和环境安全带来严重的威胁和损害.并就如何加强环境监测预警体系建设,从专业技术,能力建设,队伍素质等方面提出了建设性的宝贵意见.     

阳澄湖蓝藻综合监测监控模式研究

以昆山为例,从监测点集成范围的选择、数据采集模式研究、数据传输模式研究、数据集成标准研究、数据应用展示样机等方面,对阳澄湖蓝藻综合监测监控模式进行研究,应用3G、物联网、云推送等新技术;制定《昆山市环境质量自动监测数据集成标准模式》和《昆山市环境质量自动监控通讯传输技术规范》;探索一条湖泊蓝藻综合监测监控的新思路和新模式。     

基于长短期记忆网络-卷积神经网络(LSTM-CNN)的北京市PM2.5浓度预测

准确预测PM_2.5浓度可以有效避免重污染天气对人体带来的危害。现有方法往往重视本地历史信息对PM_2.5浓度预测的影响,而忽略空间传输的作用。提出了一种长短期记忆网络和卷积神经网络(LSTM-CNN)相结合的方法,利用历史PM_2.5浓度数据、历史气象数据和时间数据,对空气质量监测站未来6 h PM_2.5浓度做出预测。该模型主要由2部分组成:1)基于长短期记忆网络的时序预测模型,模拟本地因素对PM_2.5浓度预测的影响;2)基于一维卷积神经网络的特征提取模型,模拟周边地区污染物的传输与扩散对PM_2.5浓度预测的影响。随机选取了北京市市区及郊区7个监测站在2014-05-01—2015-04-30期间的数据,用于研究和评估LSTM-CNN模型。结果表明:提出的LSTM-CNN模型相比于LSTM模型具有更好的预测效果,且对于郊区站点预测效果的改进略优于市区站点。