隨著城市化進程的不斷深入,城市軌道交通工程發(fā)展迅猛,工程項目線路長、建設地質(zhì)水文條件復雜、周邊環(huán)境敏感,導致城市軌道交通的建設存在風險和隱患。
面臨棘手的風險管控問題,該如何解決風險量化分析困難、風險大數(shù)據(jù)獲取不足、風險管控手段傳統(tǒng)的瓶頸?同濟大學土木工程學院謝雄耀教授團隊經(jīng)過數(shù)年產(chǎn)學研攻關,將云服務與物聯(lián)網(wǎng)、新型監(jiān)測預警手段等相結合,在理論方法、技術裝備、智能平臺三個方面實現(xiàn)了實質(zhì)性創(chuàng)新,形成了地下工程風險云管控技術體系,解決了軌道交通建設風險管控關鍵技術難題,為軌道交通建設保駕護航。這一科研創(chuàng)新成果已經(jīng)在第二十三屆中國國際工業(yè)博覽會高校展區(qū)亮相。
團隊首先通過收集2001年以來主要城市軌道交通建設10000多條事故記錄以及2000多個軌道工程建設事故案例,建立了軌道交通施工知識圖譜結構,為軌道交通風險量化分析提供了基礎,然后對專家、知識、案例設立標簽和字段,形成類似于網(wǎng)絡的知識庫結構,能夠更好地組織和管理數(shù)據(jù),為軌道交通建設提供智慧支持。
之后又通過研發(fā)的基坑和隧道全空間變形三維激光掃描測量技術,地下連續(xù)墻隱患精準探測及事前處置技術與裝備,提出了軌道交通設施海量表觀病害同步解析及智能識別技術,創(chuàng)新了現(xiàn)場管理融合式過程化風險精細化數(shù)據(jù)采集技術。此外,團隊將BIM三維數(shù)字模型與現(xiàn)實中實時的影像進行融合,并與物聯(lián)網(wǎng)、AR技術及現(xiàn)場視頻、施工情況、周圍風險等數(shù)據(jù)進行集成,解決了軌道交通工程風險隱患信息動態(tài)更新與可視化定位難題。
謝雄耀介紹說,一直以來,在復雜的基坑和隧道全空間內(nèi)進行變形監(jiān)測都是個難題,以上技術的出現(xiàn),幫助用戶僅通過移動設備就可以采集位置和實時影像,并且地下的檢測深度最大可達50米,很大程度上提高了處理效率。
為了更好地服務城市軌道交通建設,同濟大學還研發(fā)了城市軌道交通風險管理云平臺,建立了安全共同體,涵蓋了業(yè)主、施工公司、監(jiān)理機構、設計單位、監(jiān)測以及風險控制單位等。平臺明確了建設期和運營期的隱患排查治理職責分配,并創(chuàng)建了五階段閉合治理及考評機制,構建了動態(tài)數(shù)據(jù)庫,解決了風險隱患從管理到治理的問題。在建的地下軌道交通工程一旦出現(xiàn)安全隱患,基坑和隧道的相關數(shù)據(jù)信息會呈現(xiàn)于云平臺,系統(tǒng)會提前預警,各方應急聯(lián)動,從而避免事故發(fā)生。
據(jù)介紹,該項目研究成果已在上海地鐵(2號線東延段、7、9、11、13、14、18號線)、南寧地鐵(1、2、3、4、5號線、機場線)等國內(nèi)軌道交通工程、上海三門路下立交工程、天山路車站、上海硬X射線大科學裝置40米超深基坑工程中得到應用,產(chǎn)生直接經(jīng)濟效益3.8億元,實現(xiàn)城市軌道交通在基坑開挖、隧道掘進、建成運營的建設全過程動態(tài)風險管控,有效遏制重大安全風險事故的發(fā)生,提升軌道交通建設安全水平。
根據(jù)中國汽車流通協(xié)會提供的上牌信息顯示,2025年5月,國內(nèi)客車(含輕客、中客、大客)月度實際銷量達到4.2萬輛,相比去年同期呈負增長,降幅為1%。 上牌維度的客車終端實際銷量,更能反映國內(nèi)客車市場需求的真實狀況,進一步拉長來看,今年前5個月的數(shù)據(jù)同樣不容樂觀。統(tǒng)計數(shù)據(jù)顯示,2025年1-5月,國內(nèi)客車實際銷量達到19萬輛,與去年同期的銷量持平。 整體來看,進入2025年后,本輪始于2023年的國內(nèi)客車市場快速放量,似乎已進入瓶頸期。 從年度銷量數(shù)據(jù),可以明顯看到,2023年之前,國內(nèi)客車市場進入增長停滯期,2019年銷量達到36萬輛后,此后4年時間都在35萬輛上下徘徊,始終難以突破。而2023年開始打破僵局,同比增速達到14%,年度銷量接近40萬輛,2024年快速拉升,年度銷量一舉突破50萬輛大關,而增速更是高達29%。 2023年和2024年的快速放量,與多重因素密切相關。首先是疫情結束后國內(nèi)旅游市場的爆火,直接拉動2023年國內(nèi)旅團細分市場的客車需求,此后,2024年7月,國家出臺以舊換新政策,推動城市公交車電動化替代,支持新能源公交車及動力電池更新,這一政策有力推動了公交車的更新熱潮,從而推動國內(nèi)公交細分市場的客車需求集中爆發(fā)。 以公交市場為例,在2024...