信号控制交叉口转向流量是城市道路交通系统建模的基础参数，对于预测道路交通状态及制定交通管控策略具有至关重要的作用。然而，由于城市交通路网间断流的非线性波动特征，转向流量通常会随时间随机变化。随着网联车辆（Connected Vehicle，CV）技术的快速发展，如网联出租车、互联出行车辆、预约出行车辆等提供的路径与转向信息使更细粒度的转向流量预测成为可能。如何利用有限的CV个体车辆信息，准确预测混合交通流未来转向分布及其随机性仍是亟待解决的关键问题。从纵向和横向2个方面解耦分析转向流量的随机波动特性：在纵向上，利用车队散布模型描述上游车辆以不同速度行驶至下游的随机性；在横向上，基于部分观测到的CV转向信息，利用基于深度核学习的高斯过程方法预测交通流整体转向需求的随机性。基于宁波市和钦州市道路真实采集的数据，验证了模型的有效性。试验结果表明：模型能够准确预测转向流量的变化情况。相较于传统的元胞传输模型与文献中基于CV转向比例的预测方法，模型在宁波市试验场景下的预测精度提高了23.81%以上，在钦州市试验场景下的预测精度提高了26.06%以上。即使在低CV渗透率的情况下，模型仍可提供更准确的转向流量预测结果，表明了模型的潜在应用价值。
随着车联网（V2V）和车路协同（V2I）技术的快速发展，网联自动驾驶车辆（CAV）逐渐成为研究的焦点。然而，在可预见的未来，CAV的全面普及仍然需要时间，因此CAV与人工驾驶车辆（HDV）共存的混行流将是一种长期的过渡状态。当CAV跟随HDV时，由于缺乏车间通信和协同控制，其性能可能会有所下降。为缓解性能下降对混行流的不利影响，CAV可通过鸣笛、光信号、抬头显示（H UD）等协作提示方式，增强HDV驾驶人对其加减速行为的感知，从而提升协作效率。为研究CAV性能衰退及协作提示行为对混行交通流稳定性和道路通行能力的影响，通过修正不同的跟驰模型，量化了考虑协作提示作用的HDV、性能良好的CAV以及性能衰退的CAV的微观跟驰行为。随后，建立混行交通流的稳定性分析方法并得出CAV渗透率相关的混行交通流稳定性条件。此外，推导与CAV渗透率相关的混行交通流基本图模型，并分析影响基本图的关键因素。通过数值仿真验证稳定性分析和基本图构建的合理性。研究结果表明：当CAV渗透率低于40%时，其性能优势难以显现；当渗透率达到60%以上时，CAV的协作优势才显著增强。此外，CAV的协作提示行为有效改善了其与HDV的协作能力，缓解了因缺乏车间通信导致的性能大幅下降问题，显著提升了混行交通流的稳定性和道路通行能力。因此，在推动CAV技术发展的同时，还应注重设计有效的提示信息，促进其与HDV的协作，从而提升CAV在低渗透率下的表现。
面向城市路网中的无信号控制交叉口，结合车辆实时路径，提出基于深度强化学习的智能网联车辆轨迹优化方法。基于Dijkstra算法实时输出的最短路径，设计基于实际加速度、速度、安全时间间距和安全加速度的奖励机制，采用近端策略优化算法优化车辆轨迹，提升车辆通行效率与行车安全，优化车辆通行权从而避免碰撞。为加快轨迹优化算法收敛速度，改进近端策略优化算法的神经网络，提出使用正交初始化防止训练过程中出现梯度消失或爆炸，应用梯度裁剪技术控制梯度范围，引入学习率衰减策略使学习率随着训练过程逐步降低，从而提升训练的稳定性。基于SU-MO仿真平台的仿真试验验证了所提方法的有效性。结果表明：在高流量水平下，交叉口拥堵增加，导致总停车次数、燃油消耗和平均行驶时间均有所上升；在低或中等流量水平下，交叉口冲突少，车辆保持较高速度通行，相比高流量水平行驶时间和燃油消耗分别降低约12.8%和10.7%，且基本避免停车现象。此外，与固定式信号控制场景相比，所提方法在低、中、高流量水平下均有效提升了通行效率，其中高流量水平下的停车次数、平均行驶时间和燃油消耗分别减少了95.2%、59.6%和28.5%。所提出的轨迹优化方法在不同交通流量水平下均表现出较好的适应性，可根据实时动态变化的路径快速调整车辆轨迹。
网联交通环境下，不同等级的网联自动驾驶车辆混行交互，容易对交通秩序和运行效率造成不利影响。新兴的交通控制通过对个体车辆的精准管控可解决该问题，但由于车辆难以精准使用道路和信号的时空路权，仍普遍存在交叉口绿灯时间浪费与公交车道资源闲置的现象。为此，提出一种考虑信号与车道时空路权优化的网联混合交通流控制方法。通过建立分层耦合控制模型，实现时空路权的联合优化。模型上层根据实时交通状态预测，动态优化信号配时与相序安排，以最小化交叉口总车辆延误为目标；下层则通过公交车道的自适应路权分配，以最小化车辆行驶延误和燃油消耗为目标，动态分配车道空间路权并优化网联自动驾驶小汽车的借道策略，从而实现公交车道闲置路权的动态复用。针对交通的时变特征，设计滚动时间窗的优化方法。试验结果表明：所提信号-路权协同优化方法相比传统的无优化方法，车道占用率和绿灯利用率分别提高9.1%和8.5%，车均延误减少57.0%；相较于单独优化信号或路权的方法，车道占用率分别提高3.4%、2.4%，绿灯利用率分别提高4.2%、1.4%，车均延误降低20.2%、13.6%。此外，通过对网联自动驾驶小汽车渗透率的灵敏度分析，进一步验证所提方法的鲁棒性。综上，所提的时空路权优化方法能够实现交叉口信号控制与公交车道分配的动态联动，提高交叉口时空资源利用和网联混合交通效率。
信控交叉口车辆频繁启停是道路交通高能耗的关键场景之一。面向信控交叉口的生态驾驶，可基于实时信号灯信息，控制车辆不停车通过交叉口，从而提高车辆生态性、降低道路交通能耗。然而，当前信控交叉口生态驾驶方法主要关注固定信号交叉口，鲜有面向感应信号交叉口的研究。为解决感应信号配时方案动态变化所造成的不确定性挑战，提出了基于数据驱动模型预测控制的感应信号交叉口生态驾驶方法，主要包含以下3项创新贡献：①提出面向感应信号交叉口的生态驾驶策略，解决了感应信号交叉口环境下车辆最优生态速度规划难题；②采用异构图神经网络模型，建立感应信号配时动态预测方法；③实现基于空间域的速度规划建模，解决了传统时间域下车辆速度规划和空间域下到达时间约束之间建模域不匹配的问题。基于VISSIM仿真平台的测试验证结果显示：该方法能够准确预测感应信号方案，绿灯开始时间和绿灯结束时间的预测精度分别达到2.8s和2.9s，且能保证81%以上的预测结果误差小于3s。所提出的生态驾驶速度规划方法可控制车辆不停车高效通过交叉口，平均节约油耗8.0%、驾驶安全性提升20%。模型平均计算时间小于40ms，能够保证实际应用中的计算效率。
智能网联技术是未来智能交通系统的发展趋势，然而智能网联车辆（Connected and Automated Vehicle，CAV）与人工驾驶车辆（Human-Driven Vehicle，HDV）共同构成的新型混合交通流将长期存在。如何充分利用CAV的网联及可管控特性，实现交通运行优化和道路资源利用效率提升，是新型混合交通流亟待解决的重要问题。现有混合交通流专用车道管控研究侧重于不同交通需求和CAV渗透率下的路权分配，并未充分考虑CAV与交通管控系统的双向交互特性。针对上述不足，提出了“粒流协同专用车道”概念，简称粒流协同道。粒流协同道管控方法包括管控区域设置、车道设置以及粒流协同策略三部分。粒流协同策略的管控对象是CAV车流和CAV个体，旨在通过集中或分布式CAV管控实现道路管理优化。针对高速公路常规场景，设置单一管控区及粒流协同道，通过3组分布式CAV粒控策略，从CAV无协同换道、协同换道、专用道调速、全车道调速等4个方面实现了不同程度的管控，提升了车辆聚集性，仿真结果表明通行能力最高可提升17.0%。针对高速公路事故场景，设置调整、换道和恢复3个管控区，规定了各区粒流协同道的路权，通过分布式CAV流控的车头时距调整策略、集中式CAV粒控的车流均衡策略以及分布式CAV粒控的车道恢复策略实现了车道临时封闭情况下的交通协同管控，仿真结果表明通行能力最高可提升18.1%，车辆平均延误时间最高可减少336s。研究结果表明：粒流协同道管控方法通过增强CAV车流与混合车流的物理耦合度，并借助针对不同交通场景的协同策略，能显著提升道路通行能力，同时有效优化交通运行状况。
为解决智能网联车辆（Connected and Autonomous Vehicles，CAV）与人工驾驶车辆（H uman Driven Vehicles，HDV）混行场景中车辆轨迹数据获取困难、安全与效率协同优化不足的问题，提出基于孪生延迟深度确定性策略梯度（Twin Delayed Deep Deterministic Policy Gradient，TD3）算法的多目标信号控制方法研究。首先，针对低CAV比例场景下状态信息缺失的情况，融合CAV及定点检测多源数据，结合改进的Newell跟驰模型，构建综合考虑前车驾驶与信号控制相位变换状态的HDV轨迹估计框架；随后，设计考虑车辆延误与冲突风险的多目标奖励函数，从跟车冲突和角度碰撞2个方面量化交叉口内部及周边不同驾驶行为的安全风险，采用LSTM网络构建高维状态特征的价值函数和策略函数；最后，引入双重Critic网络、目标策略平滑与延迟更新机制，提升TD3算法的稳定性和训练效果。基于SUMO仿真平台，以郑州市典型交叉口为案例进行了方法验证。研究结果表明：与传统方法（Webster、Actuated）相比，所提方法的车均延误降低22%～50%；与主流深度强化学习模型（DDPG、3DQN）相比，车均延误减少3%～13%，车均冲突次数降低6%～67%，且在CAV比例为30%～50%时，性能优势更为显著。参数敏感性分析表明，当检测器距停车线150m、综合奖励权重系数为0.5时，所提方法的综合性能最优。该研究提出的智能信号控制方法，实现了混行场景下安全与效率的协同优化，可为城市交叉口管控提供有效解决方案。
为了提高高速公路瓶颈区车辆通行效率与安全性能，面向小汽车与货车混行（简称客货混行）、智能网联车辆（Connected and Automated Vehicle，CAV）与人工驾驶车辆（H uman-driven Vehicle，HDV）混行场景，提出一种基于客货CAV移动屏障的两阶段动态限速控制方法。首先，构建一种适用于多车道，包含CAV换道控制和CAV动态速度控制的两阶段动态限速控制框架，通过优化客货CAV在瓶颈区上游的分布和速度，形成对整体车流具有调控作用的移动屏障。其次，考虑小汽车与货车的异质性，建立CAV动态速度控制模型，实现对客货CAV控制速度的精准求解。同时，基于客货差异改进均匀分布系数P，在是否给予CAV货车换道限制的条件下，以P为优化目标，采用枚举法、模拟退火算法、遗传算法、强化学习4种算法求解客货CAV的最优换道方案。最后，通过对单向两车道和单向四车道高速公路的SUMO仿真试验，讨论了所提方法的控制效果并验证其有效性。结果表明：所提CAV换道控制策略可显著提升客货CAV在交通流中的分布均匀性，其中货车换道限制对均匀分布效果具显著影响，当CAV货车占CAV车辆比例高于50%时，不限制货车换道控制策略效果优于限制换道。通过与换道控制策略的结合，两阶段动态限速控制方法能显著降低事故风险、提升交通流稳定性，随着CAV货车占比的上升，尽管货车因其特性会对交通流产生一定的扰动，但控制效果普遍能够得到进一步的提升。研究成果可为提升智能网联环境下的高速公路瓶颈区主动交通管控效果提供有效理论支撑。
智能网联汽车（Intelligent Connected Vehicles，ICV）与人工驾驶车辆（Human-drive Vehicle，HDV）组成的智能网联混合交通流将长期存在，将深刻影响高速公路入口匝道车辆的合流行为。为解决现有高密度混合交通流下因车辆汇入控制汇入序列和车辆轨迹交互关系、HDV动态性考虑不足导致通行效率低和能源消耗高等问题，提出一种高速公路车辆动态协同汇入控制策略。首先，根据控制区车辆状态确定匝道车辆的可能汇入间隙；然后，考虑合流序列选择和车辆轨迹规划交互关系，以能耗最小为目标进行合流序列及车辆轨迹的协同优化，对匝道车辆及预期汇入间隙前后车辆进行提前换道和主动车速调节；最后，考虑HDV动态性，设计车辆汇入动态调控策略对合并区车辆进行动态调控，确保中高密度下匝道车辆能汇入主线。利用SUMO和Python仿真试验，对比无控制情况和基于PID的控制策略验证提出的动态协同汇入控制策略，并对有无换道策略进行敏感度分析。试验结果表明：①在匝道车流量较大时，相较于无控制情况，所提出的策略使得车辆总体碰撞指标降低了38.84%～94.25%，总延误降低了13.45%～80.82%，平均速度提高了36.01%～52.87%；②相较于基于PID的优化控制策略，所提出的策略使得车辆总体碰撞指标降低了17.32%～81.38%，总延误降低了2.01%～66.95%，平均速度提高了0.93%～6.87%，总能源消耗量降低了1.75%～8.17%，车辆轨迹较平滑且车速分布较均匀，且极少发生车辆停车；③在设定的各种交通状态下，提前换道策略虽然会造成能耗的提高，但是在行车安全和通行效率方面都要更优。
山地城市受地形条件限制，干线多车道汇入区在几何结构、交通流向和冲突关系等方面均表现出高度复杂性，尤其在高交通流量情况下，多股车流的汇入易导致频繁的车辆行为冲突。为解决现有管控措施存在的控制措施孤立、控制目标单一等问题，提出一种基于网联自动驾驶车辆的多车道汇入协同管控方法。首先，构建了智能网联环境下的多车道汇入协同管控总体架构，设计信号控制智能体与可变限速控制智能体；然后，结合山地城市多车道汇入区的交通流特征，分别设计智能体的状态空间、动作空间和奖励机制；最后，基于多智能体深度确定策略梯度算法实现智能体协同控制。以重庆市某立交为案例，根据在高、中交通流量条件下的10组仿真试验，评估不同管控方案的控制效果。结果表明：在网联自动驾驶车辆渗透率较低且交通流量较大条件下，与固定配时方案相比，所提方法可使主线车辆平均行程时间减少37.02%，平均车辆延误减少69.57%；与传统反馈式协同控制方法相比，上游排队长度减少88.06%，瓶颈区车辆平均速度提升8.77%，主线下游疏散流量增加3.47%。研究成果可有效缓解山地城市多车道汇入区域的交通冲突与拥堵问题，为山地城市多车道汇入区交通拥堵治理提供理论支持。
车辆行驶轨迹是道路交通运行状态最本质的表现，是交通排放估计、信号优化等众多交通研究领域的基础。然而现有交通探测设备，如定点探测器和网联车，因布设率和渗透率的限制，无法直接提供全样本的轨迹数据。因此重构个体车辆全样本行驶轨迹已成为智能网联环境下交通研究的关键问题。为在有限探测环境中获取全样本的轨迹信息，针对高快速路连续流场景提出了一种融合知识引导与数据驱动的精细化轨迹重构算法。该算法包括2个关键模块：轨迹基线生成和轨迹残差增强。轨迹基线基于宏观交通状态模型生成，通过估计时空域内的速度等高线图，为未探测车辆提供初始轨迹位置，确保重构轨迹遵循宏观交通流的传播规律。在残差增强部分，算法利用深度学习表征轨迹基线与真实轨迹间的差异，将其设置为残差项进行学习，并基于跟驰模型设计特征变量作为输入，实现对车辆加减速过程的精细化重构。通过融合轨迹基线和轨迹残差，进而重构兼具全局准确性和局部细节精度的全样本轨迹。采用真实轨迹数据集验证了算法的有效性。结果表明：该算法在不同网联车渗透率下均能有效重构全样本的车辆轨迹，误差相较于现有4类先进重构算法降低了8%～58%。此外，该算法能够更准确地重构车辆的速度变化过程，为交通排放分析和状态估计提供了更精细的支持。
分析交通相变特征和规律是实现交通流状态估计与速度预测的关键。由于交通流兼具周期性与偶然性的复杂时变特征，数理统计与机器学习方法缺乏对交通流状态演化机理的解析，存在模型可解释性随场景变化而降低的问题。为降低场景迁移对预测效果的负面影响，并解决应用环境受限的问题，对交通流相变机理进行解析，提出了一种考虑相变滞后效应的交通状态估计与速度预测方法。首先通过分析快速路出口匝道的交通流状态变化过程，发现微观车辆间运动差异的时空传递是导致宏观交通相变的原因。将这一现象定义为交通紊乱，类比Ising模型对其进行定量表达。随后计算交通相变前后紊乱的时空分布，揭示了交通相变规律，即交通流状态相对紊乱变化具有时间滞后性。在此基础上建立交通流速度关于紊乱的自回归分布滞后模型，将网联车路设备采集的车辆实时速度与位移作为输入，得到交通流速度的预测值时间序列。不同模型对照试验与参数分析结果表明：①与径向基函数神经网络和长短期记忆神经网络相比，所提出的滞后模型具有更高的预测精度；②在混合交通流中，智能网联车辆渗透率越高，则模型预测精度越高。此外，所提方法适用于不同网联等级的交通场景，有利于及时采取交通管控措施，从远景上提升交通系统的运行效率和安全性。
水分特征曲线表示了含水状态与基质吸力的非线性变化规律，是刻画非饱和多孔介质水力行为的本构关系之一。然而，目前沥青混合料的水分特征曲线大多基于宏观孔隙特征的几何相似性假设，借用路基土等颗粒材料的经典经验模型予以描述，其合理性尚需充分实证，也无法用于准确模拟沥青路面的非饱和渗流现象。为了厘清对沥青混合料非饱和状态物质属性和行为特性的首要问题——水分特征曲线的最新认识，从多孔介质的普遍性出发，围绕非饱和沥青混合料水分特征曲线的形式、机制和模型等方面综述了国内外学者的主要研究成果。首先，梳理沥青混合料水分特征曲线的基本形式，探讨了沥青混合料含水量/饱和度-吸力关系的分布模态和水力滞回特点；其次，详细归纳材料属性和关键环境效应对沥青混合料水分特征曲线的作用规律，总结了控制沥青混合料水分特征曲线形成的内在机制；在此基础上，分类评述了一般多孔介质水分特征曲线的静态和动态等多种数学模型，结合边界约束条件给出了表征沥青混合料完整水分特征曲线的数学模型；最后，指出非饱和沥青混合料水分特征曲线的研究当前仍处在持续完善阶段，建议未来发展需要向多尺度、精准化方向探索，建立全吸力范围、高观测精度、多环境耦合的水分特征曲线测试技术和方法，揭示广义加载条件下水分特征曲线的响应规律，构建全吸力范围内反映孔隙分布及其演化过程的广义水分特征曲线模型，提升复杂环境下沥青路面真实服役状态评估的可靠度。
胶粉改性沥青被广泛认为是一种性能优越且环境友好的路面工程材料，但其应用面临一大挑战，即胶粉与沥青基体之间的不相容问题。为此，从胶粉预处理角度出发，将超临界流体技术应用于胶粉预处理，并在超临界流体诱导作用下分别对胶粉进行解交联和溶胀预处理。随后，从双相分布离析效应、双相物质交互效应、双相耦合流变效应以及双相界面形态等多个角度出发，对超临界流体诱导下预处理胶粉-沥青体系的相容性展开综合评价。研究结果表明：无论是在何种胶粉掺量下，胶粉超临界解交联预处理工艺均能明显改善胶粉改性沥青的存储稳定性；同时，超临界解交联预处理胶粉由于内部交联网络解体，更易与沥青基体发生交互作用，几乎能实现完全溶解，其与沥青基体的相容性得到显著改善；胶粉超临界溶胀预处理工艺也能促进胶粉与沥青基体的物质交互，但相应胶粉改性沥青的离析行为受到胶粉掺量的显著控制，在高胶粉掺量下才能实现优异的存储稳定性。综上可知，在超临界流体诱导的2种预处理作用下，胶粉改性沥青的体系相容性均能得到明显改善。
近年来，公路填方路基病害频出，长期稳定性问题逐渐凸显，路基耐久性方面的突破性进展较少。以路基状态特征为核心切入点，梳理了目前公路填方路基存在的工程问题和相应研究状况。首先，系统分析了压实度作为单一质量控制手段所存在的不足，以及由此带来的工程问题，进而明确了路基状态这一概念，指出相较初始状态，后续状态变化对于路基稳定更为重要，并针对路基全寿命周期内状态的变化，提出了2种划分方式，借此阐述了压实状态与赋水状态在路基施工和服役过程中的相互作用和重要性。其次，通过对比分析填土路基、填石路基以及土石混填路基在压实状态方面的不同侧重点，探讨了各种路基类型在不同条件下的压实与赋水状态变化特征，明确了风化崩解与颗粒流失现象对特殊路基长期稳定性的危害。再者，归纳了典型的3种赋水状态波动对路基的影响，将路基自身状态与物候环境状态相结合，进一步强调了赋水状态稳定对路基整体稳定的重要性。最后，通过对压实状态和赋水状态的表征参数，以及状态变化下的相关力学参数演变进行深入分析，加入交通荷载的影响，综述机器学习在状态变化模型中的应用，对比并总结已有研究成果，建议重视压实控制不足所带来的工程问题，制定不同物候条件下不同类型路基的合理控制标准；探究在压实控制基础之上，增加弯沉、静力触探以及浸水CBR等指标控制的可行性与可靠度；结合多尺度路基衰减模型，建立长时间序列预测模型与路基评价体系，从路基工程学的角度来科学指导工程问题。
由于路基和桥梁基础刚度的差异，软土地区路桥过渡段常出现不均匀沉降，严重影响行车的安全性和舒适性。现有研究对路桥过渡段软基处治效果评价主要考虑车-路协同作用，但车辆模型过于简化且振动评价未充分考虑人体主观感受，未能有效评价路桥过渡段软基处治效果。从驾乘人员行车舒适性角度出发，结合车辆多体动力学仿真分析和人体主客观舒适性评价理论，综合考虑客观振动和人体主观感受的影响，并以行车烦恼率作为舒适性统一评价指标，建立了基于人-车-路协同的路桥过渡段软基处治效果统一评价方法。针对4类典型不均匀沉降模式，研究了基于行车舒适性的路桥过渡段软基处治沉降控制标准，并以申嘉湖高速公路工程某路桥过渡段为例进行了应用示范。针对桥头段常用的搅拌桩处治方法，开展了参数敏感性分析。研究结果表明：设计车速为60～120km·h-1时，容许错台高度不宜超过2.3～2.8cm，容许工后差异沉降率不宜大于0.35%～0.81%；随着桥头段搅拌桩长的增加，过渡段行车烦恼率先下降后上升；相对于桥头段处治桩间距，桥头段处治桩长对过渡段行车舒适性影响更为显著。
中国南方地区湿热多雨导致该地区路基红黏土多处于非饱和状态，加载速率效应会导致土体的强度和稳定性显著变化，从而影响工程安全和稳定性，但其特点和规律尚不清楚。针对这一问题，在不同加载速率、不同基质吸力和不同净围压下，对路基红黏土进行了非饱和三轴加载速率效应试验；揭示了不同试验因素对非饱和红黏土加载速率效应的影响，计算出加载速率效应系数β；并在此基础上，建立了能够描述非饱和红黏土加载速率效应的本构模型。试验结果表明：非饱和红黏土具有明显的加载速率效应，加载速率越大时土体强度就越大，基质吸力和净围压越大，偏应力与体应变越大，且偏应力-轴向应变曲线具有等速性；加载速率效应系数β值与基质吸力和净围压分别呈线性增大关系，得出了加载速率效应系数β值与基质吸力和净围压关系式，很好地反映了非饱和红黏土的加载速率效应；所建立的加载速率效应本构模型同时考虑了基质吸力、净围压和加载速率，能简单快速的进行偏应力计算，通过与试验数据比较，发现建立的本构模型与试验数据吻合程度高，验证了本构模型的适用性和准确性。研究结果对中国南方湿热地区长寿命道路技术系统的建设具有重要的科学价值和工程意义。
截止目前，PK箱梁分离流效应突出的主梁断面颤振主动控制规律未有清晰的认识，与此同时，为扩展和提高主动气动翼板颤振控制的适用范围和参数寻优效率，采用计算流体动力学（CFD）方法获取结合式PK箱梁主梁-翼板系统非定常气动力及其荷载参数，采用分状态多频强迫振动法识别主梁-翼板系统气动参数并计算颤振临界风速，得到主动翼板颤振控制规律并获得最优控制参数。研究结果表明：主动翼板改善PK箱梁颤振性能的主要原因是大幅提高了扭转运动关联的气动正阻尼，而耦合竖向运动产生的气动负阻尼受主动翼板运动影响较小。计算结果表明：PK箱梁的主动翼板最优控制参数与流线箱梁接近，PK箱梁在翼板振幅增益为2～6时颤振性能提高8.26%～30%。综上，结合式主动翼板对于偏钝体的PK箱梁断面同样具有较好的颤振性能提升作用。另一方面，在相同来流风速和翼板运动相位差下，不同振幅增益下的系统稳定位移不同。竖向位移变化较小，扭转位移则有所增大，这说明主动翼板在不同的振幅增益下，气动外形的改变不仅仅会改变系统颤振性能，还会对静三分力系数产生作用，进而影响主梁静风和其他风振稳定性。
为揭示火灾下悬索桥缆索体系的空间温度分布规律，首先开展了基于相似理论的真实火灾下缆索体系温度场试验（缩尺比为1∶4），研究了不同火源功率、火源位置及环境风速下火焰形态及温度分布规律，并结合钢丝高温力学性能曲线，确定了最不利火灾场景及火灾设防高度。然后，采用火灾动力学软件FDS对桥梁缆索火灾温度场进行数值模拟，并与试验结果对比分析，初步验证了相似原理在桥梁火灾研究的适用性及试验结果准确性。最后，基于火灾下缆索空间温度分布特征，提出经济合理的缆索体系火灾分级防护方法。研究结果表明：当温度超过300 ℃，高强钢丝力学性能显著下降，400 ℃时极限强度仅为常温下53%，建议将缆索钢丝抗火设防温度定为300 ℃。最不利火灾场景为环境风速1.5m·s-1的应急车道200MW火灾，对应缆索火灾设防高度为20.8m（≥300 ℃）。随着吊索高度增加，其表面温度呈先升高后降低趋势。当吊索高度为12.8m时表面温度显著下降，建议将高度12.8m作为吊索不同厚度防火材料的分级防护高度。
板式橡胶支座的准隔震设计理念虽然已被中国现行桥梁抗震规范采纳，但现有理论和方法未考虑实际发生的剪切滑动及脱空翘曲震害现象，需结合试验探明支座脱空翘曲、剪切滑动的力学行为。鉴于此，根据不同面压及加载速率的拟静力试验，分析了支座的剪切变形性能和滑动摩擦性能，确定了支座脱空翘曲后的有效剪切面积与有效承压面积，建立了基于滑动的剪切性能理论模型，修正了橡胶滑动摩擦模型，标定了有效剪切模量、临界摩擦因数与有效面压和变形速率的关系，构建了考虑脱空翘曲状态的剪切-滑动本构模型，给出了板式橡胶支座中小跨径梁桥的抗震设计建议。研究结果表明：支座的脱空翘曲状态伴随其剪切及滑动行为产生，与支座剪应变及形状特性相关；脱空翘曲后支座有效面积发生变化，导致剪切刚度降低，实际面压增大；有效剪切模量与变形条件皆为正相关关系，橡胶与钢的临界摩擦因数与有效面压呈负相关，与滑动速率呈正相关；考虑脱空翘曲状态的板式橡胶支座在剪切变形阶段的剪力为抛物线变化趋势，在滑动摩擦阶段可不考虑摩擦力的改变和支座强度的退化。所述本构模型能够考虑且量化支座的脱空翘曲形态，可用于模拟地震下板式橡胶支座的力学行为，对中小跨公路桥梁的抗震设计有参考价值。
桥梁健康监测过程中，挠度信号受到温度的影响难以准确反映结构的真实响应，影响桥梁安全评估的可靠性。提出了一种融合逐次变分模态分解（Successive Variational Mode Decomposition，SVMD）、K-L散度（Kullback-Leibler Divergence，KLD）和离散小波变换（Discrete Wavelet Transform，DWT）的桥梁挠度监测数据温度效应分离方法。基于U形梁的缩尺模型长期监测试验，开展了挠度和温度监测数据异常值剔除与替换，并分析了挠度和温度之间的相关性；采用SVMD-KLD-DWT分离方法实现了100d实测挠度信号的温度效应进行分离；结合挠度加法模型，对挠度信号进行仿真模拟，并对挠度模拟信号进行分离，采用互相关系数和均方根误差评估了分离效果，验证了分离方法的可行性。研究结果表明：SVMD-KLD-DWT分离方法解决了传统信号分解中的模态混叠和虚假分量干扰，并克服了长期挠度难以分离的挑战，实现了对挠度监测信号温度效应高效可靠的分离。对实测挠度信号分离结果分析，长期温差效应与长期温差的皮尔逊相关系数大于0.9，日温差效应与日温差的皮尔逊相关系数大于0.8，均表现出较强相关性。对挠度仿真模拟信号的分离结果分析，分离后的日温差效应、年温差效应和长期挠度的互相关系数均在0.9以上，与DWT、EMD-KLD、EEMD-KLD和VMD-KLD-DWT方法相比，各效应的相关系数均有显著提高，实现了挠度模拟信号温度效应的精准分离。研究成果可为桥梁挠度监测数据温度效应的精准分离提供了新方法。
为评估悬索桥主缆与散索鞍之间的抗滑移安全性，提出一种主缆索股与散索鞍间抗滑移安全系数的解析计算方法。首先，建立散索鞍鞍槽内索股的空间几何模型，结合索股索力与鞍座底面径向压力及侧壁侧向压力的函数关系，推导出主缆索股与散索鞍间摩擦抗力的解析表达式。其次，综合考虑主缆索股层间、索股与鞍座槽底、鞍座侧壁及竖向摩擦板间的协同作用，构建索股分层滑移分析模型，并提出索股与散索鞍间抗滑移安全系数的解析计算方法。最后，基于该方法，分别从主缆架设阶段、“空缆”阶段和“成桥”阶段评估某实桥主缆索股与散索鞍间的抗滑移安全性。结果表明：在主缆架设初期，即使设置竖向摩擦板，索股向锚跨滑移的风险仍较高，需采取有效的固定措施；随着索股架设的推进，主缆整体抗滑移安全性逐步提高，但靠近主缆顶层的索股需重点关注；在“空缆”阶段，主缆顶层的部分索股会向边跨发生滑移，并且主缆外侧索股的抗滑移安全储备较低；当压紧梁提供单位径向力超过158.64kN·m-1时，各索股的抗滑移安全性均可满足规范要求；在“成桥”阶段，主缆索股与散索鞍之间不会发生相对滑移，且具有较高的安全储备。提出的抗滑移安全系数计算方法具有明确的物理意义，便于工程应用。
接缝渗漏是运营期过江盾构隧道的主要病害之一，针对此类病害，常选择易发泡、高流动等性能良好的治理材料，但在长期循环荷载等作用下其黏结性能受到挑战。鉴于此，在现有发泡型高聚物材料基础上改进并研发了新型渗透型高聚物，考虑了循环幅值、循环次数和干湿状态因素，开展渗透型高聚物-混凝土界面循环剪切试验、循环后直剪试验，分析了不同因素下新型渗透型高聚物与隧道混凝土界面的黏结性能，对比了发泡型高聚物与渗透型高聚物两者用于隧道不同渗漏病害处治的优劣。结果表明：渗透型高聚物-混凝土界面和发泡型高聚物-混凝土界面的黏结性能在循环荷载作用下均受到一定程度影响，在潮湿状态下，界面剪切模量与剪应力下降幅度比干燥状态时较大。渗透型高聚物-混凝土界面抗剪强度在界面干、湿状态和循环荷载条件下均满足过江盾构隧道渗漏处治需求。发泡型高聚物-混凝土界面的初始抗剪强度较高，但在循环荷载和干湿状态的影响下，其抗剪强度和剪应力下降超过50%，而渗透型高聚物-混凝土界面黏结性能和抗循环能力更强，适用于隧道接缝渗漏长久处治。
针对传统高海拔隧道施工供氧方案富氧效率较低且氧气资源浪费严重等问题，依托某高海拔隧道提出一种压抽循环式施工供氧方法，并基于ANSYS-Fluent数值模拟软件对该方案进行参数敏感性分析，探究供氧浓度、风速、压入式风管与抽出式风管风量比以及风管出口距离等因素对隧道内氧气浓度的影响，同时结合正交试验确定了推荐供氧参数，并将该方法与传统弥散式供氧方法进行对比，证明了该方法的优越性。研究结果表明：影响压抽循环式供氧系统供氧效果的因素依次为压风管与抽风管风量比、供氧浓度、风速、压抽风管出口之间的距离；通过正交试验优化，压抽循环式供氧系统推荐的供氧参数为供氧浓度0.025kg·s-1、风速8m·s-1、风量比1、风管间距20m；通过不同供氧浓度、风速、风量比和风管出口距离的调控，能够有效优化隧道内氧气分布，实现稳定的富氧环境，且在不同海拔高度均能适用。与传统弥散式供氧方法相比，该方法不仅能大幅提高供氧效率，同时有效降低了经济成本，随着海拔高度由2500m增加至4700m，该方法供氧效率提升22.85%～33.41%，同时每年节约维修养护费用约131.6238万元。
物理信息神经网络（PINNs）是一种用于求解偏微分方程（组）的新型深度学习算法，但常规PINNs算法往往只能在单位时空尺度下对方程进行求解，而且在处理积分-微分方程时会引入离散误差并增加计算成本。基于此，引入仿射变换中的缩放方法对PINNs时空间输入坐标进行预处理，将长大时空域内偏微分方程转化为单位时空域下的方程。随后，建立含有未知函数导数的积分算子替代方法，进一步将积分-微分方程转换为易于求解的多变量偏微分方程组。以瞬时荷载作用下隧道周围软土固结问题为例，推导连续排水边界下软土二维流变的固结积分-微分型控制方程及相应定解条件。基于TensorFlow框架，搭建PINNs实例化模型，并结合网络残差点自适应取样方法对方程进行求解，将计算结果与有限元解或解析解进行对比以验证该方法的可靠性。结果表明：提出的坐标缩放变换方法使得PINNs能够求解不同时空间尺度下的土体固结问题，积分算子替代法能巧妙地处理含未知函数导数积分项的偏微分方程，改进的PINNs算法可用于求解Terzaghi理想边界或连续排水边界下的流变固结方程。
为了在保障驾乘人行车舒适性与安全性的前提下对公路隧道夜间低交通量工况进行按需照明控制，依托某特长公路隧道，开展“车来灯亮，车走灯暗”动态照明系统设计研究。采用DIALux软件模拟隧道照明环境，结合不同赋权方法的TOPSIS模型评价隧道路面照明质量并优化隧道灯具选型和布设参数；利用室内模拟驾驶试验，构建隧道动态照明系统下不同照明区段的照明环境，研究不开启和开启车辆自主照明时，驾驶人通过不同照明区段的注视点分布、平均注视时间、扫视频率及瞳孔数据的变化规律，从驾驶人行车安全及舒适性角度提出动态照明合理控制模式和控制区段长度；通过理论分析提出了动态照明控制下低照度模式工作时间计算模型，并验证系统节能性。研究结果表明：隧道照明基本段采用Ⅳ型（对称蝙蝠翼型）配光曲线灯具，布灯高度为7m，仰倾角为5°时隧道照明质量最好，此时隧道路面的平均照度Eav为48.29lx，总均匀度U0为0.89，纵向均匀度Ul为0.81；驾驶人行车至距离动态照明正常照度区与低照度区明暗交界面100～200m时开始注视到前方的黑洞轮廓，距离交界面100m以内行车紧张程度最高，开启车辆自主照明可以有效改善亮度环境动态变化过程中的视觉特征；为了减少视觉响应变化过程带来的不适感，建议动态照明系统下车辆前方正常照度控制区段长度大于200m，在驾驶人驶入第1个照明控制区段后尽快使相邻的下一个控制区段调整至正常亮度；车辆前方正常照度控制区段长度取300m计算条件下，动态照明系统相较常规照明系统夜间平均节能36.50%。
极限道路线形是影响交通安全的主要因素之一，同时极限场景测试也是自动驾驶测试面临的主要挑战。针对目前自动驾驶测试较少考虑极限道路线形的问题，从道路线形设计的角度，提出一种极限道路线形测试场景生成方法。使用基于设计理论方法和融合模型-数据驱动方法，提出了未建道路条件下的线形自动生成方法和既有道路条件下的生长因子算法，构建自动驾驶极限道路线形测试场景。未建道路条件下，依据规范和标准，将线形场景分为5种，通过改变元素极限参数、缩放、旋转等几何变换扩充基于设计的线形场景样本量；既有道路条件下，从高精度遥感影像中提取典型真实道路线形组成及几何特征参数。针对缓和曲线线形元素难以识别的问题，建立了分段数学模型，将整个道路线形分割为基本线形组成元素；设计了LSTM-GRU网络，识别基本线形组成元素类型，给出了生长因子算法，计算各基本线形组成元素几何特征参数。使用PreScan仿真平台和自动驾驶封闭测试场地，进行仿真测试和实车测试。结果表明：生成的极限道路线形场景安全系数均接近极限值1，变异系数均接近极限值10%；在标准规定的范围内，可以作为极限道路线形测试场景。
周边车辆切入是造成当前自动驾驶车辆事故的高发场景之一，原因在于切入场景风险致因机理尚不清晰，精准评估模型尚未建立。基于真实道路实车自然驾驶数据提取3万例切入车辆轨迹与视频片段，通过碰撞时间等客观风险指标筛选出489例不同风险等级的切入片段；随后，设计了考虑自动驾驶车辆特性的切入场景风险主观评价问卷，招募自动驾驶开发与测试工程师开展主观风险评价与访谈研究，获取了自动驾驶车辆视角下各切入片段主观风险等级及风险因素，构建了面向自动驾驶车辆且涵盖24个动静态因素的切入场景风险数据集；最后，构建了基于随机参数有序Logit的切入场景风险量化评估模型。研究结果表明：①路口、车道线变化等道路因素分别导致切入场景危险概率增大0.3%、17.9%；②夜间、阴雨等气象因素分别导致切入场景危险概率增大19.4%、23.3%；③切入车辆为异形车辆、周边存在非机动车、行人等交通参与者因素分别导致场景危险概率增加10.6%、17.9%、32.8%，周边车辆数量每增加1个单位场景危险概率增加0.6%；④在车辆运动特征因素中，切入初始时刻两车间距、相对速度每增加1个单位危险概率分别降低0.3%、1.04%，初始时刻横向车距、切入过程切入车减速量每增加1个单位危险概率增加0.5%、0.6%。可见弱势群体目标物、异形切入车辆、低能见度、车道线变化以及压线遮挡是当前自动驾驶在切入场景下的高风险要素，需重点优化相应感知决策算法。
