针对东北寒区新建铁力-伊春高速铁路路基地基挖除换填处理工程，为确定不同填料的服役性能，对素填料、5%水泥改良填料及5%水泥+3%改良剂改良填料进行冻胀、渗透及静强度特性试验研究，分析养护时间、改良剂掺量及冻融循环对冻胀率、渗透系数及抗压强度的影响。结果表明：（1）随养护时间和改良剂掺量增加，冻胀率逐渐降低，而冻融次数的增加会提高填料的冻胀率。三种填料中，水泥+改良剂对填料冻胀率的降幅最大。（2）养护时间和改良剂掺量增加会降低渗透系数，而冻融次数增加会提高填料的渗透系数。三种填料中，水泥+改良剂改良填料的渗透系数最小。（3）5%水泥、5%水泥+3%改良剂改良填料抗压强度随养护时间的增加而增大，随冻融次数增加而逐渐降低。不同养护时间及冻融次数下，水泥+改良剂改良填料抗压强度最大。改良剂掺量对冻胀率、渗透系数及抗压强度的影响程度大于养护时间和冻融次数，水泥+改良剂改良填料综合性能最优。本研究可为寒区高速铁路地基处理及病害防治研究提供新思路。
针对东北寒区新建铁力-伊春高速铁路路基地基挖除换填处理工程，为确定不同填料的服役性能，对素填料、5%水泥改良填料及5%水泥+3%改良剂改良填料进行冻胀、渗透及静强度特性试验研究，分析养护时间、改良剂掺量及冻融循环对冻胀率、渗透系数及抗压强度的影响。结果表明：（1）随养护时间和改良剂掺量增加，冻胀率逐渐降低，而冻融次数的增加会提高填料的冻胀率。三种填料中，水泥+改良剂对填料冻胀率的降幅最大。（2）养护时间和改良剂掺量增加会降低渗透系数，而冻融次数增加会提高填料的渗透系数。三种填料中，水泥+改良剂改良填料的渗透系数最小。（3）5%水泥、5%水泥+3%改良剂改良填料抗压强度随养护时间的增加而增大，随冻融次数增加而逐渐降低。不同养护时间及冻融次数下，水泥+改良剂改良填料抗压强度最大。改良剂掺量对冻胀率、渗透系数及抗压强度的影响程度大于养护时间和冻融次数，水泥+改良剂改良填料综合性能最优。本研究可为寒区高速铁路地基处理及病害防治研究提供新思路。
针对东北寒区新建铁力-伊春高速铁路路基地基挖除换填处理工程，为确定不同填料的服役性能，对素填料、5%水泥改良填料及5%水泥+3%改良剂改良填料进行冻胀、渗透及静强度特性试验研究，分析养护时间、改良剂掺量及冻融循环对冻胀率、渗透系数及抗压强度的影响。结果表明：（1）随养护时间和改良剂掺量增加，冻胀率逐渐降低，而冻融次数的增加会提高填料的冻胀率。三种填料中，水泥+改良剂对填料冻胀率的降幅最大。（2）养护时间和改良剂掺量增加会降低渗透系数，而冻融次数增加会提高填料的渗透系数。三种填料中，水泥+改良剂改良填料的渗透系数最小。（3）5%水泥、5%水泥+3%改良剂改良填料抗压强度随养护时间的增加而增大，随冻融次数增加而逐渐降低。不同养护时间及冻融次数下，水泥+改良剂改良填料抗压强度最大。改良剂掺量对冻胀率、渗透系数及抗压强度的影响程度大于养护时间和冻融次数，水泥+改良剂改良填料综合性能最优。本研究可为寒区高速铁路地基处理及病害防治研究提供新思路。
针对东北寒区新建铁力-伊春高速铁路路基地基挖除换填处理工程，为确定不同填料的服役性能，对素填料、5%水泥改良填料及5%水泥+3%改良剂改良填料进行冻胀、渗透及静强度特性试验研究，分析养护时间、改良剂掺量及冻融循环对冻胀率、渗透系数及抗压强度的影响。结果表明：（1）随养护时间和改良剂掺量增加，冻胀率逐渐降低，而冻融次数的增加会提高填料的冻胀率。三种填料中，水泥+改良剂对填料冻胀率的降幅最大。（2）养护时间和改良剂掺量增加会降低渗透系数，而冻融次数增加会提高填料的渗透系数。三种填料中，水泥+改良剂改良填料的渗透系数最小。（3）5%水泥、5%水泥+3%改良剂改良填料抗压强度随养护时间的增加而增大，随冻融次数增加而逐渐降低。不同养护时间及冻融次数下，水泥+改良剂改良填料抗压强度最大。改良剂掺量对冻胀率、渗透系数及抗压强度的影响程度大于养护时间和冻融次数，水泥+改良剂改良填料综合性能最优。本研究可为寒区高速铁路地基处理及病害防治研究提供新思路。
提高季节性冻土区高铁路基冻深预测精度，对保证寒区高速铁路的安全调度和平稳运行具有重要意义。针对现有季冻区高铁路基冻深预测模型缺乏利用多元环境序列信息的问题，提出一种顾及导热系数与冻土环境变量的高铁路基冻深预测LSTM模型，以兰新高铁山丹马场-民乐路段DK371+900、DK383+345和DK391+940三处断面为例，对2015-2017年冻深快速增长期的路基冻深进行预测。该模型首先利用EMD算法对导热系数与冻土环境变量时序数据进行信号分解，得到一系列具有不同特征尺度的数据序列，体现出原数据的趋势与波动性，增加数据的细节和多样性；再利用KPCA算法提取出影响路基冻深的关键因子，实现数据降维，消除因EMD产生的数据冗余；最后通过LSTM网络实现基于多变量的路基冻深预测。实验表明：该模型较传统路基冻深预测模型、EMD-LSTM模型、多变量BP神经网络模型、多变量LSTM模型有更高的精确度。模型在三处断面路基冻深预测的平均绝对误差(fmae)为0.029m、0.033m和0.060m；均方根误差(frmse)为0.036m、0.042m和0.07...
提高季节性冻土区高铁路基冻深预测精度，对保证寒区高速铁路的安全调度和平稳运行具有重要意义。针对现有季冻区高铁路基冻深预测模型缺乏利用多元环境序列信息的问题，提出一种顾及导热系数与冻土环境变量的高铁路基冻深预测LSTM模型，以兰新高铁山丹马场-民乐路段DK371+900、DK383+345和DK391+940三处断面为例，对2015-2017年冻深快速增长期的路基冻深进行预测。该模型首先利用EMD算法对导热系数与冻土环境变量时序数据进行信号分解，得到一系列具有不同特征尺度的数据序列，体现出原数据的趋势与波动性，增加数据的细节和多样性；再利用KPCA算法提取出影响路基冻深的关键因子，实现数据降维，消除因EMD产生的数据冗余；最后通过LSTM网络实现基于多变量的路基冻深预测。实验表明：该模型较传统路基冻深预测模型、EMD-LSTM模型、多变量BP神经网络模型、多变量LSTM模型有更高的精确度。模型在三处断面路基冻深预测的平均绝对误差(fmae)为0.029m、0.033m和0.060m；均方根误差(frmse)为0.036m、0.042m和0.07...
提高季节性冻土区高铁路基冻深预测精度，对保证寒区高速铁路的安全调度和平稳运行具有重要意义。针对现有季冻区高铁路基冻深预测模型缺乏利用多元环境序列信息的问题，提出一种顾及导热系数与冻土环境变量的高铁路基冻深预测LSTM模型，以兰新高铁山丹马场-民乐路段DK371+900、DK383+345和DK391+940三处断面为例，对2015-2017年冻深快速增长期的路基冻深进行预测。该模型首先利用EMD算法对导热系数与冻土环境变量时序数据进行信号分解，得到一系列具有不同特征尺度的数据序列，体现出原数据的趋势与波动性，增加数据的细节和多样性；再利用KPCA算法提取出影响路基冻深的关键因子，实现数据降维，消除因EMD产生的数据冗余；最后通过LSTM网络实现基于多变量的路基冻深预测。实验表明：该模型较传统路基冻深预测模型、EMD-LSTM模型、多变量BP神经网络模型、多变量LSTM模型有更高的精确度。模型在三处断面路基冻深预测的平均绝对误差(fmae)为0.029m、0.033m和0.060m；均方根误差(frmse)为0.036m、0.042m和0.07...
针对传统形变监测及预测难以做到大范围监测和精准预测的问题，本文提出了联合PS-InSAR技术和多变量长短期记忆（M-LSTM）神经网络监测和预测高铁路基冻胀形变的方法。首先，该方法利用PS-InSAR技术获取路基冻胀空间分布特征；然后，使用皮尔逊相关系数法优化出3种冻胀诱发因素，所得数据经预处理后组成训练数据；最后，引入LSTM构建智能化、多变量冻胀预测模型，精确地预测路基冻胀形变趋势。研究结果表明，PS-InSAR技术在大范围形变监测中具有可靠性，M-LSTM模型预测精度比传统神经网络模型更高，平均判定系数（R2）、平均绝对误差（MAE）和平均均方根误差（RMSE）分别为0.973、0.024 mm和0.035 mm,说明M-LSTM模型在高铁路基冻胀形变预测中具有较好的应用价值，同时也为路基冻胀形变预测提供了新思路。
针对传统形变监测及预测难以做到大范围监测和精准预测的问题，本文提出了联合PS-InSAR技术和多变量长短期记忆（M-LSTM）神经网络监测和预测高铁路基冻胀形变的方法。首先，该方法利用PS-InSAR技术获取路基冻胀空间分布特征；然后，使用皮尔逊相关系数法优化出3种冻胀诱发因素，所得数据经预处理后组成训练数据；最后，引入LSTM构建智能化、多变量冻胀预测模型，精确地预测路基冻胀形变趋势。研究结果表明，PS-InSAR技术在大范围形变监测中具有可靠性，M-LSTM模型预测精度比传统神经网络模型更高，平均判定系数（R2）、平均绝对误差（MAE）和平均均方根误差（RMSE）分别为0.973、0.024 mm和0.035 mm,说明M-LSTM模型在高铁路基冻胀形变预测中具有较好的应用价值，同时也为路基冻胀形变预测提供了新思路。