期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
盾构连续切削穿越运营地铁车站钢筋混凝土桩墙施工技术
1
作者 孙佳 廖少明 +2 位作者 刘孟波 王占生 程传过 《施工技术(中英文)》 2025年第6期139-145,共7页
以苏州轨道交通6号线某区间隧道穿越运营地铁车站工程为例,基于工程重难点分析,从盾构选型、地基预加固处理等方面对施工技术方案进行了细化。并对盾构连续切削穿越运营地铁车站钢筋混凝土桩墙施工过程中的盾构设备风险、结构响应风险... 以苏州轨道交通6号线某区间隧道穿越运营地铁车站工程为例,基于工程重难点分析,从盾构选型、地基预加固处理等方面对施工技术方案进行了细化。并对盾构连续切削穿越运营地铁车站钢筋混凝土桩墙施工过程中的盾构设备风险、结构响应风险及环境扰动风险进行了识别与分析,从监测反馈控制及掘进参数控制等方面提出了具有针对性的风险管控措施。工程实施效果表明,通过控制盾构以“慢推速、中转速”进行切削穿越施工,采用“撕裂刀+滚刀”的混合刀具配置方案连续切削穿越运营地铁车站多道钢筋混凝土桩墙可行。 展开更多
关键词 隧道 地铁车站 盾构 加固 地下连续墙 施工技术
在线阅读 下载PDF
基于目标检测技术的盾构出渣裹挟钢筋识别研究
2
作者 王将 阎向林 +3 位作者 金大龙 袁大军 张宗超 程传过 《土木工程学报》 CSCD 北大核心 2024年第S2期7-12,共6页
盾构切削钢筋混凝土结构物过程中,需要从渣土中裹挟的钢筋来判断切筋效果,出渣监测图像中很难直接观测到排筋情况,基于深度学习的目标检测技术能够实现实时检测。为了应对出渣裹挟钢筋目标检测的高精度、轻量化的挑战,提出了一种改进的Y... 盾构切削钢筋混凝土结构物过程中,需要从渣土中裹挟的钢筋来判断切筋效果,出渣监测图像中很难直接观测到排筋情况,基于深度学习的目标检测技术能够实现实时检测。为了应对出渣裹挟钢筋目标检测的高精度、轻量化的挑战,提出了一种改进的YOLOv7-DSConv网络模型,在YOLOv7主干网络引入动态蛇形卷积,增强网络对钢筋目标特征的提取能力,同时减少网络的计算量和内存占用,加快推理速度。在盾构切削钢筋混凝土结构物过程中,对螺旋输送机出土口附近的图像进行了采集,并建立数据集进行了实验对比,实验结果表明,改进后的模型精度达到94.3%,召回率达到90.7%,平均精度达到了95.6%,调和平均值为0.92,比原有的YOLOv7模型有明显提升,能够准确地识别出渣裹挟的钢筋,且在计算复杂度方面更具优势。 展开更多
关键词 障碍物切削 盾构出渣 钢筋识别 目标检测 YOLOv7模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部