2025年第1卷第1期
搜索结果Optimization and Application of Smart Operation and Maintenance Management Platform for Road Tunnels[道路隧道智慧运维管理平台优化及应用]
翁开翔WENG Kaixiang
随着城市道路建设的持续发展，其日常维护的技术难度与安全风险也显著增加，将数字化技术应用于隧道运维管理已成为行业的普遍认知与发展趋势。基于此，文章将建筑信息模型（building information modeling, BIM）与数字孪生技术融合，建立数字孪生养护运管系统，优化智慧隧道运维管理平台，满足隧道日常安全运营和智慧化养护工作的需求。优化后的平台不仅实现了运维信息的有效共享与高效整合，还保障了数据的可靠性和完整性，显著提高了运维工作的效率，同时有效降低了管理成本，旨在为道路隧道 运维管理的数字化转型提供有力支持。
Research on Construction Technology for Prestressed Concrete Bridge Swivel System Based on BIM Technology[基于 BIM 技术的预应力混凝土桥梁转体 系统施工技术研究]
赵树锋 ZHAO Shufeng
下转盘施工、球铰制造及安装、滑道安装、支撑脚安装、转体牵引计算、称重实验等方面着手，研究了转体结构施工流程和技术要点。项目应用建筑信息 模 型（building information modeling, BIM） 技 术，对转体桥梁的转体系统进行碰撞检测及施工流程模拟，验证了施工方案的可行性，并对高风险作业步骤进行了改良，为转体桥梁施工方案的有效执行提供了支持，旨在为类似工程提供参考和借鉴。
Prediction Analysis of Soft Soil Foundation Settlement Based on BP Neural Network and LSTM Network Model[基于 BP 神经网络和 LSTM 网络模型的 软土地基沉降预测分析]
刘亚辉 LIU Yahui
为探究厦门某机场工程中软土地基大面积堆载造成的地表沉降问题，文章基于厦门某机场工程自动化监测项目，辅以人工监测进行对比，分析偏差的成因，同时利用神经网络 (back propagation, BP) 和长短期记忆网络 (long short-term memory, LSTM) 模型分别对典型区域表层沉降监测点的累计沉降量进行预测分析及精度对比，发现 LSTM 网络预测模型精度更高，整体预测效果优于 BP 神经网络模型，预测效果也更符合实际情况，能为计算工后沉降、评判处理效果、核实工程量等提供一定的参考依据。
刊期
