R/S法的土石坝施工期沉降规律及预警标准研究

为提高施工期土石坝沉降安全性,研究其具有复杂非线性特征的施工期沉降规律和相应的预警标准。基于国内某在建高土石坝的沉降数据,采用R/S法分析坝体不同高程测点、同高程测点和同测点不同时期沉降数据的Hurst指数及分形维数,提出评价坝体施工期沉降安全性的预警标准。结果表明:各测点的Hurst指数最小值为0.763,坝内各处沉降仍处于快速增长阶段;坝体下部比上部、中部比下游堆石区沉降能更快趋于稳定,且坝体下部的沉降速率已经渐趋平缓。

基于光滑有限单元法的土石坝无压渗流场数值模拟

获得自由面准确位置是无压渗流分析中最被关注的问题。采用光滑有限元法对土石坝无压渗流场进行数值模拟,对不同模型的自由面位置进行求解,研究了渗透异常体对自由面和渗流参数的影响。根据梯度光滑技术,建立了无压渗流问题的光滑有限元模型,该方法的优势在于将单元面积分优化为沿单元边界的线积分,简化了边界相交单元的内部积分过程,降低了单元畸形对计算结果的影响。通过将矩形均质坝和梯形均质坝的经典算例计算结果和其他数值方法的结果进行对比,说明了本文提出的方法的可行性。进一步研究了不同的渗透率异常体对水头分布、渗流速度和流体压力等渗流参数的具体影响,这些结果为利用渗流参数分布的变化反演渗透异常体位置,以及进行土石坝多场耦合提供了理论依据和可行策略。

神经网络预测爆炸密实引起的地表沉降

爆炸密实法用于地基处理已有很长的历史,用此方法处理时所引起的地表沉降是衡量其处理效果的一个重要指标,许多学者提出了引起地表沉降量的统计预测模型。本文尝试建立了预测爆炸密实引起地表沉降的神经网络模型,由于用来训练网络的原始样本太少,难以训练出一个具有高精度的预测模型,为此采用了遗传算法与神经网络相结合的方法,得到了一个只有小样本输入却能得到高精度输出的神经网络模型。对检验样本的预测结果表明,所建立的神经网络模型具有很强的预测能力,其预测精度比已有的统计预测模型高。

双线隧道现场监控量测数据分析

武广客运专线金沙洲隧道属于浅埋双线隧道,围岩条件复杂,采用新奥法正台阶法施工。为了进一步修改和完善原设计,并有效地指导下阶段施工,对台阶法施工中现场监控量测的数据采取了分段处理分析,实践表明采用此法能更好的指导施工和准确预测极值。

苏州地铁盾构工程地面隆沉控制分析

结合苏州市轨道交通一号线临顿路～仓街站区间盾构工程实例,探明苏州粉质黏土及粉砂地层盾构正常掘进引起的隆起和沉降变形特征;研究盾构隧道管片壁后注浆材料、注浆参数、二次补浆、各项掘进参数对地表隆起和沉降变形的影响;探究在苏州粉质黏土及粉砂地层条件下较小的隆起和沉降槽范围。

松散土层中浅埋暗挖大跨度平顶直墙隧道施工技术

松散围岩中超浅埋暗挖平顶直墙隧道施工,采用大管棚和小导管注浆超前预支护措施,且分多步CD法微台阶开挖施工,在围岩多次受扰动等情况下,成功的完成了大跨度超浅埋暗挖隧道,可有效地保证隧道施工及周边建筑物的安全。