高速铁路环境振动特性研究

在对我国高速铁路环境振动实测的基础上,分析了我国高速铁路环境振动特性。实测分析结果表明:对于350 km/h客运专线,高速动车组运行时铁路环境振动主频出现在40 Hz左右;对于250 km/h客运专线,高速动车组运行时铁路环境振动主频出现在25 Hz左右;货物列车运行所产生的铁路环境振动,其主频大多出现在12.5 Hz左右。地面环境振动传播规律为近场范围内距线路距离加倍,环境振动衰减2~3 dB。列车引起的地面振动随车速的提高而增大,与日本新干线的桥梁及其周围地面的振动进行的测试结果基本一致。     

地下洞室及其围岩爆破地震安全监测与动力分析

基于地下洞室及其围岩的爆破震动安全监测,通过质点振动速度峰值及其卓越频率分析,论述爆破地震波的传播规律以及地下洞室与围岩爆破地震作用下的动力特性,并对爆破地震安全监测与分析结果进行解释与原因探讨。通过大量监测数据的回归分析,得出质点振动速度峰值与爆破药量和距离及环境条件的关系式,并在分析三者关系的基础上指出,近爆破点区域的爆破地震波衰减速度明显大于较远区域,爆破引起的质点振动速度峰值的卓越频率集中在以45Hz为中心的15~75Hz范围值。质点振动速度峰值及其卓越频率与爆破规模与环境的几何因素密切相关,介质本身的物理几何特性是爆破地震波衰减的主要影响因素之一。     

爆破振动效应预报及减震措施

施工爆破产生的地震效应往往影响周围建筑物的安全，为了找出控制爆破地震产生的有害效应的有效措施，本文分析了爆破振动地震效应原理，指出了爆破振动速度是导致建构筑物结构破坏的一个重要物理量，它可使建筑物的正常工作受到影响。同时研究了怎样合理确定爆破地震质点振动速度，使预报更为准确。论述了控制爆破振动强度、减小振动效应的措施。     

爆破振动效应影响评价及减震措施研究

爆破地震效应是工程爆破产生的主要危害之一,如何保证工程爆破时爆区周围建筑物、基础设施等的安全运行,对爆破的地震效应进行实测和振动效应影响评价是十分必要的.以水电站左岸边坡工程爆破对右岸化工厂的影响为例,根据实测爆破振动速度和爆破振动频率,通过对测试结果线性回归分析,得到不同区域爆破地震波的传播和衰变规律.根据实测结果和数值计算,评价了左岸工程爆破对江右岸化工厂及区内建筑物的振动影响,论述了控制爆破振动强度、减小振动效应的措施.     

爆破拆除高耸建筑物触地危害分析与控制

分析爆破拆除高耸建筑物倒塌触地产生的危害:触地震动、触地飞石和超压气流。基于一般塌落质点振动速度公式,提出3种减少震动危害的措施;根据抛体运动规律,得出触地飞石水平飞行范围,提出3种减少触地飞石危害的措施;在分析超压气流危害机理的基础上,提出了3种减少超压气流危害的措施。并引用实例进行分析说明。     

厦门云顶隧道爆破监测与分析

通过对厦门市云顶隧道爆破振动的监测与分析,确定了爆破振动引起的地表质点振动速度峰值与比例药量之间的经验公式。得出了地表质点振动主振频率主要集中在低频段;当存在一定厚度的表土层时,主振频率随距离的增加而减小的趋势并不明显;总体上存在主振频率随距离的增加而往下降的态势;不同距离的振动速度主频呈现出不同的分布趋势,同时,不同距离的振动速度主频表现出分布范围的集中程度不同。笔者提出了沿垂直方向、水平径向和水平切向振动时不同距离地震波衰减规律的经验公式。     

地面爆炸地震波的演化及频率特征

对地面爆炸所诱发的地震波进行试验测试,并依据测试结果对其时空演化和频率特征进行了分析。地面爆炸地震波R波前沿陡峭,具有冲击特征。随着距离的增大,质点振动时间逐渐拉长,P、S波逐渐明显且高频分量逐渐增加。P、R波的初振方向在一定距离上发生翻转,原因可能为震源临近区域初振方向由震源函数决定,而远离震源处初振方向由震源函数对时间的导数决定。由于地表有疏松覆盖层,P、S及R波均发生频散现象。频域分析表明,地面爆炸地震波的优势频率带均在5～30 Hz,高于天然地震波。随着距离的增大,某些优势频率成分衰减很快,导致优势频率带发生分裂。     

地震现象及地震避震

地震就是地球表层的快速运动，在古代又称为地动。是地球内部介质局部发生急剧的破裂，产生地震波，从而在一定范围内引起地面振动的现象。它就像刮风、下雨、闪电、山崩、火山爆发一样，是地球上经常发生的一种自然现象。地震波发源的地方，叫作震源。震源在地面上的垂直投影，叫作震中。震中到震源的深度叫做震源深度，通常将震源深度小于70公里的叫浅源地震，深度在70—300公里的叫中源地震，深度大于300公里的叫深源地震。破坏性地震一般是浅源地震，它的表面震动最烈处称为极震区，极震区往往也就是震中所在的地方。     

露天矿爆破地震波作用下框架建筑的动力响应

为研究露天矿爆破地震波作用下框架建筑的动力响应,开展了现场试验和数值模拟研究.试验测得爆破地震波参数和框架结构主体、砌体填充墙的固有频率及其动力响应;采用ANSYS程序计算出框架结构主体和砌体填充墙的固有频率,并分析了模型在爆破地震波作用下的动力响应.结果表明,填充墙体的固有频率高于建筑主体的固有频率,且接近于爆破地震波的输入频率,数值模拟计算的固有频率与现场测试结果一致;填充墙体的振动速度高于建筑主体的振动速度.虽然爆破地震波地表振动速率满足《爆破安全规程》,但框架结构主体和砌体填充墙固有频率的差异和频繁爆破震动使得砌体填充墙与梁、柱连接处产生裂缝.因此,评估露天矿周边框架建筑的振动安全性时,应考虑建筑的动力特性和露天矿爆破的特殊性.     

露天采矿爆破振动对民房破坏的旋转森林预测模型

针对爆破振动对民房破坏问题,应用因子分析及旋转森林理论,选取爆破振动幅值、主频率、主频率持续时间、灰缝强度、砖墙面积率、房屋高度、屋盖形式、圈梁构造柱、施工质量、场地条件为影响因素。建立基于因子分析的露天采矿爆破振动对民房破坏的旋转森林预测模型。利用现场实测32组爆破数据作为学习样本进行训练。采用回代估计方法进行检验,误判率为1/32。用另外12组爆破试验数据作为测试样本进行预测。结果表明,就爆破振动对民房破坏而言,灰缝强度、房屋高度、屋盖形式、圈梁构造柱及施工质量与其相关程度较高。用模型所得预测结果的误判率为1/6。     

非爆破施工震动安全判据引用探讨

通过几个非爆破施工振动影响相邻建筑的鉴定检测实例,结合国内外爆破振动安全判据标准,提出爆破施工振动和非爆破施工振动2个概念,根据这2种施工振动的各自特点,初步探讨非爆破施工中的振动如何引用爆破振动安全判据,并提出非爆破施工振动安全判据质点振动速度范围值以供探讨.     

铁路振动对历史城墙影响的测试分析

铁路列车运行对周围建筑产生振动影响,古建筑对振动更为敏感。为比较不同控制点位置及方向的振动响应,以某历史城墙为保护目标,基于《古建筑防工业振动技术规范》分析铁路振动对城墙的影响,得出水平方向振动速度对古建筑更不利,古建筑顶部水平振动大于底部水平振动;铁路引起的古建筑的水平振动中,垂直于铁路线方向是主要贡献量,并显著大于平行于铁路线方向。     

地铁列车不同轨道参数的减振效果分析

地铁在市区建筑物群中穿过 ,列车运行时产生的振动会通过行车轨道系统传递给隧道结构 ,再经隧道结构传播到周边的围岩介质 ,最后影响到沿线建筑的基础 ,产生局部区域振动。区域振动直接影响到地面建筑物和沿线地下管线的使用安全 ;同时 ,地下振动使人烦躁不安 ,直接影响人们的生产和生活 ,为此 ,对地铁列车运行振动进行研究是很有必要的。笔者基于数值分析方法 ,用适合岩土工程数值模拟的FLAC程序 ,分析了不同轨道参数对地铁诱发振动的衰减作用并得出了以下结论 :(1)钢轨支座弹性系数对振动的衰减有直接的影响 ;(2 )钢轨支座弹性系数减小 ,将导致地面振动的强度减小 ;(3)地面振动的衰减在水平方向和竖直方向均较为明显。     

爆破冲击荷载下隧道振动特性与安全性评价研究

隧道工程爆破施工引起衬砌结构以及地表建筑物破坏时有发生,研究隧道工程爆破振动效应以及安全性评价方法,对确保隧道工程施工安全十分重要。基于三维动力有限元分析方法,以某城市双连拱隧道工程爆破施工为例,探讨爆炸冲击荷载作用下隧道围岩介质动力响应特征。研究表明,爆破冲击对周围介质的影响具有时间滞后和累积损伤效应,只考虑爆破瞬时最大振动波速对围岩介质以及地表建筑物的影响不能真实反映爆破影响的实质。同时结合具体工程对地表建筑物爆破安全评价方法进行分析研究,建议将现代数值分析方法应用于复杂条件下隧道爆破安全性评价工作。     

Design of blasting pattern in proportion to the peak particle velocity (PPV): Artificial neural networks approach

Ground vibration is a side effect of blasting and causes the destruction of buildings and other surrounding facilities. Different damage mitigation standards have been presented in this connection. Ground vibration is affected by parameters of blasting pattern design, distance from blasting site and explosive weight. In this research, ground vibrations data generated by 20 blasts in Sarcheshmeh copper mine, Kerman, at 47 locations have been recorded. The artificial neural network (ANN) has been trained using these peak particle velocity (PPV) data and other parameters such as block volume and explosive type employed. The trained network is capable of presenting appropriate specifications for the safe blasting pattern, considering the structure in question and its allowable vibration. The network outputs include burden, spacing and total weight of explosive used. To verify training corrections, network was tested and correlation coefficients of 0.651, 0.77 and 0.963 were obtained for the total explosive weight, burden and spacing, respectively. The effects of explosive type were studied with due regards to recorded data.     

大断面高铁隧道掘进爆破振动传播规律研究*

为研究隧道爆破掘进振动规律并合理控制爆破振动危害，对京张高铁大断面南口隧道爆破掘进过程进行实时监测，并对监测结果进行线性回归分析，求得3个监测方向的场地系数K和衰减系数α值以及爆破振动峰值速度衰减回归方程，通过FFT法计算出主振频率和爆破振动波的振动频率范围，利用ANSYS/LS-DYNA对爆破工程进行数值模拟。结果表明:喷锚支护和监测方向对爆破振动衰减回归分析影响较大；主振频率和爆破振动波的振动频率分布范围为50~300 Hz，无需考虑周边建筑共振情况,与周边古建筑和临近隧道的最小安全距离分别为147 m和12 m；数值模拟与实际结果对比发现二者振动峰值略有差别但整体趋势基本相同，证明建立模型的有效性。     

机器振动对厂房结构影响的检测及分析

应用振动测试方法,对机器振动对厂房结构的影响进行检测及分析.检测结果分析表明,在机器振动产生的动荷载作用下,厂房结构振动响应不满足工程结构安全要求.分析了其原因并提出应采取的有效措施,为对厂房结构进行安全评价提供了可靠的科学依据.     

A methodology for assessment of long-term exposure to whole-body vibrations in vehicle drivers to propose preventive safety measures

Introduction: The appearance of musculoskeletal disorders (MDs) in professional drivers due to exposition to whole-body vibration (WBV) makes it relevant to assess this exposure. The European Directive 2002/44/EC has two methods to evaluate exposure to WBV (defined in ISO2631-1:2008). These methods evaluate the exposure associated with an 8-hour working day; however, MDs due to WBV could also be caused by accumulated exposure to vibrations over long term, and hence, the methods defined in the European directive may be limited in their ability to ensure the safety of workers exposed to WBV throughout their years of employment. Method: A detailed comparison and discussion of methods defined in the European Directive and the ISO2631-5:2018 was used as a starting point of the main results of this paper. On this basis, a new methodology for the management and organization of preventive measures is proposed to consider the assessment of ISO2631-5:2018 standard and the full working life of workers. Experimental data to assess exposure to WBV in heavy equipment vehicle (HEV) drivers under different road surface conditions and range of velocities were considered to illustrate the process of the proposed methodology. Results: The methods defined in the standards provide different assessments leading to a different possible consideration of safe operations when the risks associated with them may actually be high. The proposed methodology can be used with the aim of ensuring safety of workers throughout their working lives and providing an easy implementation of the calculations of ISO2631-5:2018 standard. Conclusions: A procedure to assess the health risk probability to which the HEV worker is exposed in terms of the exposure years and a different range of operational vehicle speeds is proposed and exemplified with a study case. Practical applications: This study provides a practical tool for the management of WBV exposure related to work-tasks in HEV drivers. Safety managers should consider the global exposition to WBV throughout their working life, and this research provides an easy tool to accomplish it.     

Predicting of blasting vibrations in Sarcheshmeh copper mine by neural network

Artificial Neural Networks (ANN) have proven to be an effective tool for solving complex engineering problems requiring estimation, pattern recognition, and classification of variables. Ground vibration caused by blasting imposes damages and financial penalties and as such must be predicted accurately. In this study, the potentials of ANN are investigated in prediction of ground vibrations due to blasting in open pit mines. Real vibration data is recorded using PDAS 100 seismometers, and used as input data for ANN. Using back propagation algorithm and performance function, root mean square error (RMSE) the network, containing four hidden layers and 23 data sets, was trained. Six sets of data were used to make sure that correct training had been carried out. This produced the coefficient correlation of 0.99355.