基于累计夯沉量确定高路堤压实度的方法研究

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。     

强夯处理黄土路基的现场试验研究

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。     

红粘土填方路基强夯加固效果检测与分析

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。     

强夯法处理石灰岩碎石路基试验研究

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。     

排水预压处理后陆上强夯试验研究

文章以某实际工程为背景,对进行过排水预压处理以后的区域开展强夯试验,对地形变形状况、陆上强夯后的夯沉量、地基的承载力、空隙水压力等的变化规律进行分析,试夯处理效果符合工程设计要求,进一步确定陆上强夯间距、夯击数、单击夯沉量等相关施工参数。     

强夯加固土石混填路堤夯沉量数值研究

强夯加固处理是山区土石混填路堤施工的有效措施,夯沉量作为施工检测的重要指标,在土石混填中研究甚少。论文采用大型有限元软件ABAQUS,建立了三维数值模型,对夯沉量随夯击次数的变化进行了系统研究。与实际工程对比,得出2 000 kN.m夯击能10击后的模拟夯击沉降量为1 158 mm,与实测结果976 mm相比,满足误差精度要求,证明了建模分析的可行性。     

强夯法补强加固土石混填路堤施工参数的确定

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.     

高速公路液化地基强夯法处理的现场试验研究

强夯法所具有的优点,使其在许多地基处理工程中都有广泛的应用。对废黄河地区某高速公路的液化地基进行强夯试验,研究了在强夯试验过程中夯沉量、孔隙水压力与夯击次数的关系,以及孔隙水压力与深度和时间的关系,并且在夯前与夯后分别进行SPT、CPT、SAMW试验,检验强夯后试夯区的处理效果,最后提出了合理的强夯施工参数和控制工艺,并得出了一些有益的结论。     

强夯加固煤矸石地基多点单次夯击数值模拟研究

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。     

强夯法在昌九高速拓宽工程中的应用研究

以强夯法在昌九高速拓宽工程中的应用为例,通过经验公式与规范标准初拟液压夯实、落锤夯实等施工参数,并根据现场试夯试验结果,分析优化强夯施工参数,确定试验段液压强夯与落锤强夯的施工工艺。结果表明,试验段结合部位置以单点夯击18次为35kN高速液压夯机的最佳夯击次数,可使累计夯沉量总体占比95%,同时补强后的土体压实度达到94%,满足规范中压实度标准;通过对比分析2种不同夯击方式作业的试验结果,可知采取重锤低落距方式进行落锤强夯对土体加固效果较好,并确定了试验段强夯工艺。     

人工神经网络在预测软基沉降中的应用研究

依据影响软土路基沉降的因素选取参数建立了BP神经网络预测最终沉降量模型,利用已建高速公路沉降数据,进行了软土地基最终沉降量的预测,取得了较为理想的效果。证明神经网络法能避免传统方法计算过程中各种人为因素的干扰,计算精度高,泛化性强,简便易行,因而具有广泛的工程使用价值和广阔的工程应用前景。     

神经网络模型在高速公路软基沉降预测中的应用

借助人工神经网络模型 ,建立了可依据现场量测信息对软基路堤沉降量随时间而发展的过程进行动态预报的分析方法。其要点是 :建立公路软基沉降预测的神经网络结构 ,并将前期沉降观测值作为样本 ,通过神经网络结构的训练寻求沉降及其主要影响因素的内在关系 ,据以预测后期沉降量     

盾构施工引起地表沉降的BP神经网络预测

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。     

基于BP神经网络的人工盐渍土冻胀预测研究

以季节性冻土区环青海湖段青藏铁路路基冻害为背景,通过现场采集的粉质黏土人工盐渍化后,考虑温度、水分、盐分、压实度4个因素进行室内冻胀试验,测试了不同温度环境下路基土体的冻胀率。根据试验所得参数,建立BP神经网络冻胀预报模型对土体冻胀率进行预测。结果表明:运用BP神经网络的预测结果与试验结果具有良好的一致性,误差为1%～5%。     

基于BP神经网络的列车制动控制仿真研究

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。     

基于BP神经网络的二手车价格评估影响因素研究

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。     

带偏差单元BP神经网络土体灌浆压力预测

灌浆压力是土体灌浆加固的重要参数。基于神经网络非线性映射特性,分析土体灌浆压力主要影响因素,建立符合一般工程判断和决策思维的BP网络预测模型,并引入偏差单元对其结构进行改进,实现了快速收敛,较高精度得出灌浆预测压力的具体数值。预测结果与室内灌浆试验压力对比表明,带偏差单元BP神经网络的土体灌浆压力预测结果具有较高准确性和一定的实用意义。     

基于带约束BP神经网络的黄土湿陷系数预测模型研究

通过现场试验和室内试验得到某黄土场地Q3黄土的湿陷系数及相关物理力学参数，分析了黄土湿陷系数与其主要物理力学影响因素之间相关性。针对室内试验数据具有离散性较强的特点，基于传统BP神经网络模型进行改进，建立了带约束的BP神经网络模型并对黄土的湿陷系数进行预测。结果表明:湿陷系数与含水率、天然密度、饱和度成负相关，与压缩系数和孔隙比成正相关；带约束的BP神经网络模型可以定量保证预测结果的准确性，其预测误差在10%以内。     

基于网络基坑沉降预测的马尔可夫修正模型

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。     

基于神经网络客流预测的高峰期公交时刻表优化

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.