运营高铁重点监测地段轨道变形测量评估分析方法

来源 :铁道勘察 | 被引量 : 0次 | 上传用户:op0034
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
针对运营高铁轨道线形检测具有复杂性、周期性等特点,且相关的轨道变形测量评估分析研究较少,提出运营高铁重点监测地段轨道变形测量评估分析方法,并从测量原理、全站仪不整平自由设站、作业精度评估、轨道测量数据对比、轨道平顺性等方面展开研究。结果表明:对轨道线形数据进行建站精度和作业精度分析后,得出该线路每200 m区段范围内的轨道质量指数均在8 mm内。结合双线并行地段上下行同断面横向及垂向偏差对比分析,该区段轨道在大机捣固后,邻近涉铁施工对轨道未造成明显影响,轨道线形状态保持良好。实践证明,该方法有助于全面掌握轨道变形情况,进而采取相应措施来保障线路平顺性。该方法可为运营高铁涉铁施工期线形数据评估的规范性及标准化提供借鉴。
其他文献
<正>一、“保险+期货”的由来及政策预期党的十八大以来,党中央高度重视“三农”工作和粮食安全问题。2014年中央一号文件明确提出要构建新形势下的国家粮食安全战略。强调要“完善粮食等重要农产品价格形成机制”,就是要坚持市场定价原则,推进价格形成机制与政府补贴脱钩,逐步建立农产品目标价格制度。改革的主要原因是持续多年的最低收购价和临时收储政策存在诸如农民难以完全享受到最低收购价政策带来的实惠、中央财政
期刊
推进垃圾填埋场封场治理极具社会效益、环境效益和经济效益,还能为城市发展提供土地资源。综述了我国现阶段的垃圾填埋场封场治理技术,探析了已封场垃圾填埋场的再开采复用可行性。
目的:探讨行动学习法结合互动式舒适护理对颈椎骨折病人心理状态、自我护理能力及生命质量的影响。方法:选取2020年9月—2021年9月医院收治的102例颈椎骨折病人作为研究对象,采用号码随机抽签法将其分为对照组与观察组各51例。对照组采用常规护理,观察组在此基础上实施行动学习法结合互动式舒适护理,采用中文版正负性情绪量表(PANAS)、自我护理能力量表(ESCA)及生命质量测定量表(QLQ-C30)
需求预测与库存控制作为供应链优化管理的重要工作内容,直接影响着整个链条上所有企业的盈利水平及服务能力。当前,随着快消品市场需求日渐丰富,企业生产、销售工作逐渐向市场倾斜,传统的需求预测方法及单一库存控制方法已经不能帮助快消品企业精准掌控市场和提高库存管理水平。因此,本文从实际出发,提出一种改进的快消品供应商需求预测及库存控制方法,并以C市烟草公司为实证对象,利用部分卷烟数据进行相关分析,证明方法能
发展先进高强钢是实现汽车轻量化的重要途径,通过异种钢激光拼焊有利于实现不同先进高强钢优异力学性能的结合。疲劳失效是车身焊接部位主要失效形式之一,但是异种接头组织演变及断裂机制较复杂,其疲劳裂纹扩展行为规律尚不明确。因此,本文通过激光拼焊先进高强钢DP980/QP980的同种钢和异种钢,研究焊接接头不同区域的显微组织演变规律、接头力学性能和断裂韧性,并探究接头不同缺口位置处的的疲劳裂纹扩展行为和断裂
<正>随着我国消费水平的不断提升,包装市场日益繁荣,软包装已成为货架销售最主要的包装形态之一。本文通过对软包装企业的实地调研,梳理了软包装生产工艺流程,分析了现阶段软包装企业的生产特点,总结了软包装生产的智能化改革方向。
期刊
太湖蓝藻水华严重影响沿湖居民的生活,对蓝藻密度的提前预测十分重要。虽然目前已经建立了许多基于传统方法的蓝藻密度预测模型,但这些模型的预测精度仍有很大的改进空间。本研究区别于传统的蓝藻密度监测方法,采用深度学习和迁移学习方法,通过太湖水域中的环境变量对蓝藻密度进行建模,实现蓝藻密度的准确预测。本研究工作主要从以下三方面开展:1.基于深度学习的太湖蓝藻密度预测方法研究。该研究主要针对单个太湖蓝藻监测点
小学科学教学注重学生对科学知识的理解、实践、探索、领悟、思考等,这使得在小学科学教学中融入STEAM教育理念很有必要。文章首先介绍STEAM教育理念的内涵,接着指出小学科学借助STEAM教育理念开展教学的作用,最后详细论述小学科学教师要从问题、训练、感悟、思考等方面出发,推动跨学科教学,融入多种教学元素,实现深层次教学目标,进而有效培养学生学科关键能力和核心素质。
我国汽车制造工业正朝现代化、高水平、智能化方向快速发展,汽车制造企业中应用的高精密加工技术种类越来越多,如集成自动化技术、系统控制技术等,有助于我国汽车制造企业应用国际行业标准进行汽车零配件生产和整车加工,使我国汽车制造行业与国际市场接轨。本文围绕汽车机械设计制造及其自动化技术展开深入研究,并提出促进汽车制造企业健康发展的创新建议,旨在为相关人员提供参考。
用光谱信息精准、高效地检测水稻叶片叶绿素含量,对诊断和优化水稻叶片氮素营养、开发和优化稻田氮素追肥系统、监测和评价水稻病虫害具有重要的实际意义。针对单纯采用机器学习模型反演水稻叶片叶绿素含量模型精确性和稳定性差的问题,以粳稻吉粳88为研究对象,通过网格试验获得分蘖期等关键生育期的叶片表型高光谱数据和相对叶绿素含量。选取核极限学习机(KELM)为基础建模模型,提出了一种先依据基础KELM建模效果选择