共查询到10条相似文献,搜索用时 15 毫秒
1.
《铁道科学与工程学报》2017,(11)
依托南昌地铁1号线5标段盾构工程,考虑土舱压力、岩土地层松散性、盾构机渣土改良系统和泡沫消散等因素,对盾构开挖面泥质粉砂岩与砾砂层体积比为1/1区段泡沫剂用量进行优化,分析渣土改良对总推力、扭矩和土舱压力的影响。研究结果表明:渣土改良对盾构施工参数有一定的影响,渣土改良参数优化后盾构总推力、扭矩和土舱压力相对平稳。渣土中泡沫添加比的增大,能适当降低盾构机总推力和扭矩。盾构机停机时由于受到泡沫破碎或消散的影响,土舱压力随时间而逐渐减小。盾构掘进阶段时渣土改良能减小土舱压力的波动幅度,且泡沫添加比越高,土舱压力波动幅度越小。 相似文献
2.
砂卵石地层土压平衡盾构隧道施工土体改良试验研究 总被引:2,自引:0,他引:2
盾构机在卵石含量高、粒径大的砂卵石地层中掘进时,由于土体塑流性差,土体在土舱内无法及时排出,时常出现盾构推力、刀盘扭矩异常增大,推进速度极其缓慢等现象;由于土舱内土体颗粒间力的传递是点对点,使支护压力不能有效施加到开挖面上,极易出现地表沉降超限、塌方等事故.为此,以北京地铁9号线盾构隧道工程为背景,进行砂卵石地层土压平衡盾构隧道施工土体改良试验研究.试验结果表明:采用泡沫十膨润土作为土体改良剂对砂卵石地层土体进行改良是可行的;在土体改良过程中应根据出土量、土压力、盾构推力及刀盘扭矩等参数的控制情况,及时调整土体改良剂的注入时间、注入量等参数;在确保盾构出土量可控的前提下,采用满舱欠压掘进模式可以提高砂卵石地层盾构掘进的效率. 相似文献
3.
4.
非饱和渗透系数是非饱和膨胀泥岩土体渗流分析及水-力耦合研究的基础,对工程建设和工程病害预防具有重要意义。以新疆哈密地区微膨胀泥岩破碎土为例,制备4种不同初始干密度重塑土样,采用压力板法和滤纸法试验测量其土-水特征曲线,采用变水头试验测量土样饱和渗透系数;通过自主研制的土柱渗流试验装置进行恒定体积条件下一维土柱入渗试验,探究湿润锋前进法和瞬态剖面法的适用性,以获得不同初始干密度土体的非饱和渗透性曲线,并结合试验值对Childs和Collis-Geroge (CCG)渗透系数预测模型进行修正。结果表明:新疆哈密微膨胀泥岩破碎土的基质吸力范围为1~105 kPa,渗透系数范围为10-9~10-4 cm·s-1;试验土样初始干密度越大,大孔隙占比越小,阻渗作用越明显;CCG渗透系数预测模型可较好地反映土体渗透性曲线发展趋势,但在量值上随吸力的增加逐渐“远离”土体实测渗透性曲线;修正后的CCG渗透系数预测模型可反映不同初始干密度下土体渗透性曲线的发展规律。 相似文献
5.
王汉军 《城市轨道交通研究》2015,18(2):53-56,61
对于盾构工法而言,富含超大粒径漂石地层是一种施工控制难度极大的地层,盾构在该地层中掘进时,由于土体塑流性差,土体在土舱内无法及时排出,时常出现盾构推力、刀盘扭矩异常增大,推进速度极其缓慢等现象。同时,由于土舱土体颗粒之间为点对点传力,支护压力不能有效地施加到开挖面,极易出现地表沉降超限、塌方等事故。通过土体改良改善土舱内土体的性状和流塑性,是提高盾构掘进效率和控制开挖面稳定性的重要措施。以北京地铁9号线06标"军事博物馆站—东钓鱼台站"区间盾构工程为背景,开展盾构掘进过程土体改良试验,找出适用于不同类型富含超大粒径漂石地层的盾构土体改良剂。 相似文献
6.
7.
8.
饱和度对非饱和土的固结特性有明显影响,研究饱和度对固结变形的影响规律,有助于科学预测高铁基础工后沉降。基于Fredlund双参数理论和已有的一维固结解析解,求得非饱和土的一维固结速率。在考虑饱和度和渗透系数关系的情况下,结合典型算例,分析饱和度对固结特性的影响。研究结果表明:超孔隙气压力、超孔隙水压力的开始消散时间以及土体的开始变形时间均随着饱和度的减小而后延;高饱和度条件下的超孔隙气压力和低饱和度条件下的超孔隙水压力的消散速率更小,且消散过程更长;不同饱和度条件下的土体固结曲线在中前期都表现出相同的变形规律,但饱和度越大,土体固结时间就越短。 相似文献
9.
隧道衬砌水压力荷载及内力研究 总被引:4,自引:4,他引:0
通过轴对称解析计算和有限元数值计算隧道在不同衬砌渗透系数、不同注浆圈厚度、不同衬砌厚度条件下,衬砌背后的水压力、流量及衬砌内力,分析影响水压力的因素和水压力对衬砌内力的影响,轴对称解析计算和有限元数值计算结果显示水压力和流量十分接近。衬砌不透水时,水压力荷载系数不折减;在控制排水的条件下,调整衬砌渗透系数、注浆半径和衬砌厚度可以改变水压力、流量和衬砌内力。设计时正算水荷载,施工时通过监测流量反算水荷载,对水荷载设计进行检验和修正。 相似文献
10.
贾淑玲 《郑州铁路职业技术学院学报》2015,(2):20-23
对可能影响深基坑变形的工程地质条件、水文地质条件、深基坑空间尺寸、支护结构进行了分析。考虑土的重度、土体的粘聚力、土体的内摩擦角、地下水位、土体的渗透系数、深基坑开挖深度、内支撑层数等7个主要因素的影响,以7个因素统计值作为训练样本,以实际观测得到的深基坑变形值作为目标值,建立了考虑多种影响因素的深基坑开挖变形预测BP神经网络模型。对比预测值与实测值,结果显示该模型预测误差非常小,模型精度很高。 相似文献