城市地铁施工安全风险云的分布演化机理与控制方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    71671072
  • 项目类别：
    面上项目
  • 资助金额：
    48.7万
  • 负责人：
    周诚
  • 依托单位：
    华中科技大学
  • 学科分类：
    G0115.工程管理和项目管理
  • 结题年份：
    2020
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2020-12-31

项目摘要

The safety risk cloud of urban metro construction is a comprehensive reflection of safety status and spatio-temporal distribution of metro construction system. It is emerging, changing with the construction process on the spatial and temporal scales until the endless of disaster. However, there is the lack of awareness and research on it both at home and abroad. This paper focuses on the systematical study on the distribution and evolution mechanism and controlling for safety risk cloud in urban metro construction under the guide of the complex network theory, data-driven method and decoupling control theory, together with the research methods of theoretical modeling, data mining, computational experiment, field verification and so on. The spatial and temporal distribution and difference characteristics of safety risk in metro construction are analyzed in this project. The definition of the safety risk cloud in metro construction is clarified. The influence factors and heterogeneous coupling mechanism of the safety risk cloud in metro construction is studied thoroughly. The multi-agent-based complex network model for the safety risk cloud in metro construction is proposed. With this model, the spatio-temporal dynamic effects and evolution law of disaster of the safety risk cloud in metro construction are under covered. The probability distribution estimation method based on data-driven theory for the safety risk cloud in metro construction is proposed. And the dynamic control strategy based on the decoupling control theory for the safety risk cloud in metro construction is proposed. The results of the research provide the theoretical basis and methodological support for the safety risk analysis and decision in metro construction, and it is of important theoretical and practical significance to improve the safety management of urban construction in China.
城市地铁施工安全风险云是城市地铁施工系统安全状态及其时空分布情况的综合反映，并随着施工过程在时空尺度上不断涌现、演化直至灾变，但国内外对此缺乏系统认识和研究。本课题结合复杂网络、数据驱动、解耦控制等理论方法，采用理论建模、数据挖掘、计算实验、工程验证等多种研究手段，重点围绕城市地铁施工安全风险云的分布演化机理与控制方法这一主题开展系统性研究。通过分析地铁施工安全风险的时空分布特征及时空差异特性，明确地铁施工安全风险云的内涵界定，深入研究地铁施工安全风险云的影响因素及其异质耦合机理；建立基于多主体复杂网络的地铁施工安全风险云模型，揭示地铁施工安全风险云的时空动力效应与灾变演化规律；构建基于数据驱动的地铁施工安全风险云概率分布估计方法，提出基于解耦原理的地铁施工安全风险动态控制策略，为城市地铁施工安全风险分析决策提供理论依据和方法支持，对提高我国城市地铁施工安全管理水平具有重要理论和实践意义。

结项摘要

我国地铁建设步入快速发展时期，建设规模和速度已居世界之首。但是，地铁施工面临复杂的地质水文条件，不可避免需要穿越城市内部大量敏感的城建设施和生命线系统，是高风险的人-机-环复杂系统工程。特别是城市地铁施工安全事故同时具有生产安全事故和公共安全事故双重特性，一旦发生将导致重大人员和财产损失，造成的社会影响严重深远。面向国家经济社会发展与工程实践的重大需求，本项目重点围绕地铁施工安全中的“人-机-环境”风险云耦合机理与演化规律这一科学问题，构建城市地铁施工安全风险云的复杂网络模型和分析方法，揭示城市地铁施工安全风险云的异质耦合机理、时空动力效应及灾变演化规律，建立了数据驱动的地铁施工安全风险预警方法及系统，研发了地铁施工安全控制物联网体系架构及泛在感控设备，获得2018年教育部科技进步一等奖，2017年香港建造业议会国际创新大奖（唯一最高奖项），第十一届湖北省专利银奖，同时还获得国家发明专利授权2项，在SAFETY SCIENCE、AUTCON、RESS、ASCE COMPUT等本领域国际顶级期刊上发表学术论文10余篇，研究成果分别在香港、深圳、沈阳、武汉等多座城市地铁工程中成功应用，并推广到其他土木与建筑工程领域中，有力保障了全国首条长江地铁隧道、国内最大直径公铁合建隧道等重大工程的施工安全，丰富和促进了我国地铁工程安全风险控制实践。

项目成果

期刊论文数量（14）
专著数量（0）
科研奖励数量（3）
会议论文数量（0）
专利数量（2）
Unsupervised spectral clustering for shield tunneling machine monitoring data with complex network theory
复杂网络理论下盾构机监测数据无监督谱聚类
  • DOI：
    10.1016/j.autcon.2019.102924
  • 发表时间：
    2019
  • 期刊：
    Automation in Construction
  • 影响因子：
    10.3
  • 作者：
    Zhou Cheng;Kong Ting;Zhou Ying;Zhane Hantao;Ding Lieyun
  • 通讯作者：
    Ding Lieyun
Topological mapping and assessment of multiple settlement time series in deep excavation: A complex network perspective
深基坑多沉降时间序列的拓扑制图和评估：复杂网络视角
  • DOI：
    10.1016/j.aei.2018.02.005
  • 发表时间：
    2018-04
  • 期刊：
    Advanced Engineering Informatics
  • 影响因子：
    8.8
  • 作者：
    Cheng Zhou;Lieyun Ding;Ying Zhou;Hanbin Luo
  • 通讯作者：
    Hanbin Luo
Data based complex network modeling and analysis of shield tunneling performance in metro construction
基于数据的复杂网络建模与地铁盾构施工性能分析
  • DOI：
    10.1016/j.aei.2018.06.011
  • 发表时间：
    2018-10
  • 期刊：
    Advanced Engineering Informatics
  • 影响因子：
    8.8
  • 作者：
    C Zhou;L Y Ding;Miroslaw J Skibniewski;Hanbin Luo;H T Zhang
  • 通讯作者：
    H T Zhang
Dynamic prediction for attitude and position in shield tunneling: A deep learning method
盾构掘进姿态和位置的动态预测：一种深度学习方法
  • DOI：
    10.1016/j.autcon.2019.102840
  • 发表时间：
    2019-09
  • 期刊：
    Automation in Construction
  • 影响因子：
    10.3
  • 作者：
    Zhou Cheng;Xu Hengcheng;Ding Lieyun;Wei Linchun;Zhou Ying
  • 通讯作者：
    Zhou Ying
Cyber physical system for safety management in smart construction site
智慧工地安全管理信息物理系统
  • DOI：
    10.1108/ecam-10-2019-0578
  • 发表时间：
    2020-04-24
  • 期刊：
    ENGINEERING CONSTRUCTION AND ARCHITECTURAL MANAGEMENT
  • 影响因子：
    4.1
  • 作者：
    Jiang, Weiguang;Ding, Lieyun;Zhou, Cheng
  • 通讯作者：
    Zhou, Cheng

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

水稻冠层温度研究进展
  • DOI：
    10.3969/j.issn.1000-4440.2020.01.033
  • 发表时间：
    2020
  • 期刊：
    江苏农业学报
  • 影响因子：
    --
  • 作者：
    江陵杰;范鹏;郭柯凡;金雨航;周诚;沈新平;黄丽芬;蒋敏
  • 通讯作者：
    蒋敏
面向增强现实的多传感器组合位姿注册算法
  • DOI：
    10.13873/j.1000-9787(2015)07-0132-05
  • 发表时间：
    2015
  • 期刊：
    传感器与微系统
  • 影响因子：
    --
  • 作者：
    王崴;彭勃宇;周诚;瞿珏;刘晓卫
  • 通讯作者：
    刘晓卫
基于改进随机介质理论的地铁盾构施工地表变形空间分布特征分析
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    施工技术
  • 影响因子：
    --
  • 作者：
    周诚;余群舟
  • 通讯作者：
    余群舟
基于无人机的深基坑施工安全风险巡视与预警研究
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    施工技术
  • 影响因子：
    --
  • 作者：
    周诚;蒋双南;林兴贵
  • 通讯作者：
    林兴贵
面向虚拟维修的碰撞检测算法
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    计算应用与软件
  • 影响因子：
    --
  • 作者：
    周诚;杨云;王崴;彭勃宇
  • 通讯作者：
    彭勃宇

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

周诚的其他基金

敲除单碳代谢酶MTHFD2介导移植物抗原反应性T细胞耗竭及促进心脏移植物长期存活的机制研究
  • 批准号：
    82371795
  • 批准年份：
    2023
  • 资助金额：
    46 万元
  • 项目类别：
    面上项目
工程安全风险误警致因机理与智能预警方法研究
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    49 万元
  • 项目类别：
    面上项目
工程安全风险误警致因机理与智能预警方法研究
  • 批准号：
    72171092
  • 批准年份：
    2021
  • 资助金额：
    49.00 万元
  • 项目类别：
    面上项目
基于复杂网络理论的地铁盾构施工诱发环境风险的时空演化机理与规律研究
  • 批准号：
    51408245
  • 批准年份：
    2014
  • 资助金额：
    25.0 万元
  • 项目类别：
    青年科学基金项目
干预RORγt保护小鼠心脏移植排斥反应及诱导耐受的机制研究
  • 批准号：
    81373170
  • 批准年份：
    2013
  • 资助金额：
    70.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码