高延性混凝土加固震损弱粘结古旧砌体抗震性能试验研究

高延性混凝土（HDC）具有高强度、高延性和裂缝多重开展等特性,在砌体结构的加固应用中具有广泛的前景。文中对5个震损弱粘结古旧砌体试件采用HDC构造带面层加固,通过低周反复荷载试验,分析其破坏形态及抗震性能。试验结果表明：（1）HDC构造带面层对震损砌体结构形成良好的约束作用,有效抑制了砌体结构的开裂和破坏;（2）HDC构造带面层对震损弱粘结古旧砌体结构的承载力、延性、耗能能力和变形能力均有较大幅度的提高,改善原结构脆性破坏特性;（3）面层宽度、砌筑砂浆强度、开洞口数量等均对古旧砌体结构的延性、峰值荷载、耗能能力等抗震性能均有显著影响。基于试验破坏特征,提出2种不同模型的抗剪承载力计算方法。文中加固方法可为古旧砌体结构加固提供相应的理论依据。     

寒区土体一维水-热-力耦合模型与数值分析

寒区土体的冻胀融沉特性对结构物稳定带来极大挑战,冻土冻融作用机理的研究对寒区冻融灾害预防具有极其重大的意义。文中通过质量守恒定律以及能量守恒定律建立寒区一维土柱水分场、温度场数值模型,考虑冰水相变引起土体内部应力变化以建立应力场。构建一维非饱和土柱水热力耦合模型,通过与已有研究比对以验证三场耦合数值模型的准确性。研究表明：冻结锋面随冻结时间不断下移。在冻结初期,冻结锋面下移速度较快,在冻结后期冻结速度变缓,且土柱内温度成近似线性分布趋势。土柱内水分场在冻结锋面处出现明显的S形曲线。在冻结条件下,土柱发生竖向的冻胀变形,模拟结果与已有试验数据吻合良好,验证了该模型的合理性以及准确性。     

朔黄铁路隧道车载式救援设备方案设计

为解决因重载铁路隧道内空间限制而导致现有救援设备无法实施救援的问题,研究一种重载铁路隧道车载式救援设备的设计方案。重载铁路隧道车载式救援设备以凹底平车为载体,结合折叠式龙门吊的设计思路,利用凹底平车升降,龙门吊支腿、橫梁展开与折叠,将事故车体与货物同时吊起、平移到凹底平车上运出隧道,实现吊、装、运、卸一体化;该设备可以适应狭窄隧道空间救援作业,减少救援作业环节,节省人力、物力投入,提高救援效率,快速恢复线路开通,且避免强行拖出和卸空货物等方式造成的车辆损毁和经济损失。结果表明：车载式救援设备的设计提供一种新的重载铁路隧道救援装备方案,可实现隧道内颠覆性事故整体车辆运出,解决隧道内受空间限制无法实施救援的问题。     

基于GB-InSAR技术的水电工程高边坡变形监测

为解决大型水电工程复杂边坡表面变形监测存在的监测范围受地形限制、设备安装运维成本高、点位布设易遗漏等问题,采用地基合成孔径雷达(SAR)干涉测量技术(GB-InSAR),开展水电工程地质条件复杂的百米级高边坡表面变形三维非接触实时监测。首先将合成孔径雷达架设于所需监测边坡对岸,设定监测数据采集频率和监测预警值;然后构建一种基于三维激光扫描技术的改进雷达数据降噪模型,智能化判断和筛查现场异常数据;最后采用数据解缠和变形分析获取变形监测结果,通过云端服务器和人工智能算法,实时查询监测区域的历史形变及位移数据。结果表明：较传统监测技术,采用非接触式监测技术具有分辨率高、自动化程度高、受地形等条件限制少、有效识别和穿透掩盖物等优点;可实现短时间内识别亚毫米级的变形;建立的雷达数据降噪模型可提升监测数据的可视性、有效性和可靠性。     

某高速公路花岗岩边坡稳定性评价及防护措施研究

花岗岩在我国分布广泛,完整新鲜的花岗岩具有良好的工程地质特性,但受到侵蚀、剥蚀、风化等作用的花岗岩体物理力学性质急剧降低,又会成为工程建设中较难处理的岩石之一。公路建设过程中,风化花岗岩边坡较为普遍。由于这类边坡的特殊岩体性质,在一定条件下容易发生失稳,对公路施工和运营都会造成严重危害。因此,研究这类边坡的变形破坏机制和失稳模式,对边坡的开挖和防治具有重要意义。文章通过对某高速公路一风化花岗岩边坡的现场工程地质勘察,在边坡岩体结构特征、变形破坏机制及失稳模式分析的基础上对边坡的整体稳定性做出了评价,进而对边坡开挖和防护提出有效建议,同时也可为同类风化花岗岩边坡的设计、施工提供理论上的参考。     

基于灰色理论与BP神经网络的隧道围岩变形预测

为了对隧道围岩变形的发展趋势作出有效判断,以重庆市城区某隧道为背景,采用GM(1,1)灰色模型和BP神经网络模型对隧道围岩变形进行预测,并进行对比分析.研究结果表明:灰色模型对波动性的数据预测效果不理想,但适合用于数据样本不足的情况;BP神经网络预测方法具有较高的学习能力,预测模型灵活可变,对围岩变形的发展趋势预测比较...     

软岩隧道大变形事故致灾因素耦合分析

为减少专家主观判断对软岩隧道大变形事故评估的影响,提出一种从事故出发逆推事故致灾因素耦合机制的方法.在调研69个软岩隧道施工大变形事故案例的基础上,分析大变形事故的主要致灾因素及其在69个案例中的出现频率;围绕排序前4的主要致灾因素及其在案例中的关联关系,基于系统动力学理论研究不同致灾因素的耦合路径与耦合过程,建立基于...     

厚冲积地层盾构掘进参数设定及地表变形规律研究

盾构掘进参数与地质条件密切相关,在厚冲积黄-黏土层中掘进参数计算及地表变形规律具有显著的地异性特征。通过统计分析济南轨道交通R1线直径6.68m盾构隧道现场实测数据,明确了盾构掘进参数设定范围和修正计算公式,探究了掘进参数间相关性及其对地表变形的影响规律。研究结果表明:盾构总推力、刀盘扭矩、土仓压力的理论计算修正系数分别为0.677~0.753、0.882~1.260、0.985~1.641;同步注浆量、出土量与掘进速度呈较强线性相关;盾构掘进参数对地表变形规律影响显著,最大地表沉降量及地层损失率随土仓压力的减小而增大,随掘进速度增大呈二次函数递减,随同步注浆率增大呈线性递减。     

大坝变形GA-LSTM组合预测模型研究

为监测大坝运行过程中的异常状态,防范化解大坝溃坝等重大风险,基于大坝变形大样本、非线性监测数据,引入长短期记忆(Long Short Term Memory, LSTM)神经网络模型对大坝变形趋势进行预测,以测试样本的均方根误差最小为适应度函数,采用遗传算法(Genetic Algorithm, GA)优化LSTM模型参数,建立大坝变形GA-LSTM组合预测模型。以福建水口水电站大坝为例进行验证分析,并与LSTM模型和门控循环神经网络(Gated Recurrent Unit, GRU)模型预测结果进行对比分析。分析结果表明,GA-LSTM模型的预测效果和性能更佳,且相较于LSTM模型和GRU模型各测点预测误差均有减小,平均绝对误差减小量最高达6.92%。