浅析山区输电线路塔位选择及基础选型设计

文章结合塔位选择和基础选型设计,阐述山区基础设计的主要流程,并对山区塔位选取原则、塔基断面测量方法和山区基础选型及设计要点进行了论述。文章还对塔基位置的排水沟、植被恢复及护坡等附属设施的设计进行了介绍。

高灵敏度淤质土地质条件下大直径风机基础设计选型研究

软土区分布有大量承载力低、稳定性差、灵敏度高的地层,若不进行地基处理,将无法满足上部结构的承载力及沉降控制要求。以东部沿海软土地区高灵敏度淤质土地质条件下的大直径风机基础设计选型为例,分别介绍了钻孔灌注桩、预制混凝土桩及劲性复合桩3种风机基础方案,从施工工艺、施工周期及施工成本3个方面对比分析了各方案在项目中的适用性。研究表明,预制混凝土桩在桩基质量控制、环境污染控制、施工难易程度以及施工周期等方面具备显著优势,而劲性复合桩在施工成本控制方面具备显著优势。

广州萝岗某高层项目基础选型与设计

经济快速发展,人口日益增长,而满足人口居住的土地资源逐渐减少,因此高层建筑被广泛采用。高层建筑的基础选型与设计,成为了影响高层建筑结构安全性与高层建筑经济性的主要因素之一。本工程基础选型主要考虑因素有上部影响,地质条件,施工技术的影响。不考虑孤石的作用对桩的竖向承载力计算,以及孤石层的简单判断与施工处理。分析塔楼与非塔楼部分不同基础的沉降量,减少沉降差异。

高层建筑基础的设计选型与应用

随着高层建筑在我国的工程建设中越来越普遍,高层建筑基础作为高层建筑结构体系的一个重要组成部分,也日益被业内人士所重视,那是因为高层建筑基础承担着将高层建筑上部结构的荷载传递给地基的重要作用,在设计时,应将高层建筑上部结构、基础与地基协同考虑,选择合理的基础形式。

基于ACO的BP-RBF算法在建筑基础选型中的应用

本文将人工神经网络算法思想引入到建筑基础选型决策的研究中,首先把RBF神经网络模型与BP神经网络模型耦合生成BP-RBF模型。通过对厦门某工程的基础选型实例验证发现该算法具有迭代时间长、计算复杂的问题。为改进算法,本文将ACO算法引入BP-RBF模型,建立了基于ACO的BP-RBF神经网络模型,将专家库知识系统导入到改进后的模型中进行仿真训练,训练结果表明引入ACO算法后的模型将精度提高了5.43%,并将迭代时间缩短为原来的1/2。改进后的基于ACO的BP-RBF算法在基础选型决策中可达到89.74%的决策精度,算法科学合理,以期为建筑基础选型工作提供一定的参考。