共查询到20条相似文献,搜索用时 429 毫秒
1.
考虑夯锤半径、夯点间距及强夯有效加固深度等因素的影响,建立了单点强夯时累计夯沉量与压实度之间的关系,通过计算每次夯击后的压实度变化,可作为确定单点夯击的最佳夯击次数的依据;对普夯区通过选取加固单元体,以加固单元体为研究对象,通过强夯的累计夯沉量推导出普夯区强夯后路堤整体压实度,进而评价路堤强夯后的整体加固效果。通过与实测数据对比,证明了该方法的有效性和实用性。同时对强夯的有效加固深度、径向影响范围对压实度计算结果的影响进行了分析。 相似文献
2.
对试验段不同虚填厚度的黄土料,采用强夯法夯击不同遍数,根据试验结果得出大面积施工时适宜的虚填厚度和夯击遍数。结合试验段弯沉、回弹模量及沉降等试验结果,提出强夯法处理黄土路基是可行的。同时根据土体的变形与密实度之间的关系,建立了平均夯沉量与填料压实度增量之间的公式,即可根据强夯时平均夯沉量来近似估算土体强夯前后填料的压实度增量。 相似文献
3.
介绍了宜(章)—凤(头岭)高速公路红粘土填方欠压实路基现场强夯补强方案及其实施情况,结合现场试验的夯击沉降观测、压实度测试、钻孔取样、标准贯入和相应的室内土工试验,对红粘土路基强夯处治效果进行了检测。试验结果表明:强夯处治使填土路基得到有效夯实,表层压实度提高到90%以上,含水量降低,土体抗剪强度明显提高,有效加固深度为6.4 m。红粘土路基强夯加固影响范围为椭球体,其沿深度方向影响较大,而侧向影响范围小。最后,结合万有引力定律与能量守恒原理,对夯沉量与夯击次数之间的相关关系进行理论分析,建立了夯击次数和夯沉量之间的关系式,通过与现场夯沉量的对比分析表明该式计算结果与实测数据较为吻合。 相似文献
4.
强夯法处理石灰岩碎石路基试验研究 总被引:2,自引:0,他引:2
结合常吉高速公路路基强夯的工程实践,对石灰岩碎石路基进行了强夯试验研究,分析了强夯法处理石灰岩碎石路基的效果,提出了该段路基强夯设计参数。现场进行了夯沉量、压实度和弯沉测试,以及碎石土级配分析和素土含量试验。根据理论分析和试验结果,路基在1 200 kN.m夯击能作用下夯击3锤,夯沉量可达到30 cm以上,压实度可提高5%,达95%以上,达到规范和建成后的安全使用要求;路基填料的级配及素土含量情况直接影响路基的夯沉量,碎石级配越好,素土含量适当,路基的夯沉量就越小。 相似文献
5.
6.
7.
常吉高速公路强夯补强加固路基的现场试验,通过建立强夯土体变形的理论分析模型,得到了夯沉量与孔隙率、压实度和夯距的关系.并提出了确定夯锤重、落距、最小夯沉量、夯击次数、夯距等强夯施工参数的流程. 相似文献
8.
9.
建立了强夯法的数值模拟模型,用有限元分析软件ANSYS分析多点单次夯击过程,并以此分析夯沉量、冲击应力空间分布特征,不同夯击能不同夯点间距作用下矸石地基的位移、干密度随深度的衰减规律。 相似文献
10.
11.
12.
13.
根据盾构施工引起地表沉降的具体问题,结合广州地铁三号线某区间地质资料,建立了地表沉降预测的BP神经网络模型,并对网络进行了训练和测试,测试结果表明,利用神经网络进行盾构隧道施工的地表沉降预测是可行的,可用于工程实践。 相似文献
14.
15.
针对列车制动过程存在的复杂性、非线性、时变性、不确定性等因素,通过分析影响建立BP神经网络模型的主要因素,建立了用于列车制动控制的BP神经网络模型。以货物列车为仿真对象,在Matlab环境中进行了仿真研究。仿真结果表明,该方法控制安全性好、停车误差小,基于BP神经网络的智能算法运用于列车制动控制是可行的。 相似文献
16.
为了高效客观准确评估二手车价格,以影响二手车价格评估的因素为研究对象,采用文献法分析筛选出二手车评估价格的11个影响因素并建立了BP神经网络二手车价格评估模型。通过BP神经网络二手车价格评估模型的计算结果显示模型预测价格与实际价格相关系数达到0.96,根据所建模型的连接权值得出了二手车价格评估影响权重值较大的7个因素。最后将影响二手车价格评估的7个主要因素作为输入重构了价格评估模型并重新计算二手车价格得出BP-11模型与BP-7模型计算结果基本一致且Pearson相关性度到0.83。因此本文的研究结果表明:二手车价格评估主要受综合油耗、车辆售后满意度、车龄、车辆可靠性、舒适性、外观、当前里程数的影响,BP神经网络二手车价格评估模型可由这7个因素描述。 相似文献
17.
18.
19.
分析灰色GM(1,1)预测模型存在的理论缺陷,指出灰色GM(1,1)预测模型虽可用于小样本基础数据预测,但对基础沉降一类随机性强、波动性较大的数据拟合质量较差,预测精度降低。因而,提出利用马尔可夫链修正神经网络模型,其计算过程为:首先建立神经网络动态拟合模型作为基础沉降变化的基准线,在此基础上应用马尔可夫链确定系统状态转移概率矩阵,最后通过系统状态划分样本值与模型拟合值之间的残差及中误差等指标分析计算,最终完成基础沉降的准确计算,该模型应用于基础沉降工程实例运算,取得较好效果。 相似文献
20.
为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性. 相似文献