加筋土路基稳定性分析

稳定性是加筋土路基设计首先应考虑的问题.以往的加筋土路基稳定性分析多采用传统的极限平衡法(LEM),并简单地将筋材的作用等效为拉力,而忽略了土体-筋材的相互作用.以岩土工程专业有限元程序Phase2V6.0为研究平台,建立真实反映加筋土路基力学行为的精细数值分析模型,运用剪切强度折减法(SSRM),分析加筋土路基的稳定性.     

水位变化对沿河路基变形的影响

水对沿河路基的变形和稳定性有着显著的影响.也是产生裂缝的主要原因之一.结合沿河公路工程实例.采用PLAXIS软件模拟计算了水位变化对路基位移及沉降的影响,探讨了水位变化对裂缝的影响机理.     

土石混填路堤基底坡度效应的数值模拟研究

在山区高速公路建设中,路堤多采用土石混合料填筑。结合西部某高速公路工程项目,对其红色碎屑岩类无粘性土石混填路堤进行数值模拟,着重研究路堤基底角度从0o变化到20o时路堤及基底附近的应力形变场特征及其变化规律。结果表明路堤内的最大沉降值和最大水平位移值随基底坡度的增大而减小,其位置逐渐升高,并逐渐向坡面靠近,而路堤内应力的分布受坡度的影响不明显。     

小流域支流河段防洪堤治导线的确定

提出了小流域支流河段上布置防洪堤治导线的布置原则以及确定方法,重点讨论了支流河段行洪计算经常遇到资料缺乏的情况下,数学模型中各参数的取值方法.并以秀山县县城防洪堤治导线的确定为例,说明支流河段的治导线的确定,算例表明:治导线布置原则和数模处理方法比较合理.     

斜坡体上路堤抗滑稳定技术研究

结合重庆江津长江公路大桥南引道K7+840～K7+993.5路段滑坡处治工程实例,主要研究在山区斜坡体上修筑高等级公路路堤时,容易产生的工程滑坡灾害现象及相应的处治技术.     

复杂地基上高土石坝坝体稳定可靠度分析

以可靠度理论为基础，对复杂地基上兴建的高土石坝的坝体稳定性及坝体－地基稳定性进行了分析研究。使用Ｊａｃｏｂｉ正交变换法将要关的随机变量转变为相互独立的随机变量，采用Ｍｏｎｔｅ－Ｃａｒｌｏ方法计算可靠度以冶水库堆石坝为例，使用定值方法和可靠度方法对土石坝稳定性进行了分析计算。结果表明，在相同的条件下，定值法计算得到的稳定临界滑面不唯一，且各临界滑面的失效概率不一致。定值法中使用的安全系数与其滑面稳定     

高原湖泊软土地基特性及其路堤设计施工关键技术

结合云南高原某一级公路3．6km湖泊软土地基路堤处理的工程实践，探讨高原湖泊软土地基特性和利用浅层处理方法修筑路堤的关键技术，得出的高原湖泊软土地基处治经验和路堤设计施工的关键技术，对类似地区的公路建设具有重要的借鉴和指导作用。     

桩网支承路基力学性能数值分析

运用ABAQUS有限元软件建立桩网支承路基三维模型,分析桩间距、桩帽尺寸、软土层模量、下卧层模量和格栅模量等关键参数对桩网支承路基沉降、桩土应力、垫层上方应力、加筋网垫承担的应力、桩土荷载和格栅拉力等的影响。结果表明,桩土差异沉降受软土层模量影响最大,路基存在明显的应力集中即"土拱"效应,加筋网垫承担的竖向应力随下卧层模量、软土层模量和置换率的增大而减小,随格栅模量的增大而增大,两桩帽间格栅竖向变形近似呈悬索形状,上层格栅受到的拉力约为下层的0.4倍。     

武汉地铁徐家棚站“公铁合建”结构方案研究

研究目的:武汉地铁7号线徐家棚站为国内第一个大型换乘地铁车站与地下物业开发、越江公路隧道全面合建的地下工程,规模巨大,结构复杂;基坑超深,为目前国内最深的明挖地铁车站;站址距离长江800 m,地下水丰富,地质条件差;周边环境复杂,工程实施风险较大。采用何种施工工法、结构方案和施工措施保证本工程安全顺利地实施,是本文研究的重点和难点。研究结论:(1)本工程采用的盖挖逆作法施工和"先逆后顺再拆"特殊施工工序,是"公铁合建"超大超深基坑工程实施安全有效的工法,使本工程安全顺利实施;(2)双高压旋喷桩是先进的地连墙接缝止水防渗措施,使本工程地下水得到有效治理;(3)本工程为类似超大超深基坑止水帷幕和地连墙接缝止水防渗设计提供了成功范例,对上覆物业开发"公铁合建"新型地铁车站结构和基坑工程的研究、设计、施工具有较大的参考价值。     

基于贝叶斯理论的钢管混凝土劲性骨架拱桥收缩徐变效应分析

钢管混凝土劲性骨架拱桥施工程序复杂、施工周期长,导致混凝土收缩徐变效应十分显著,极大地影响桥梁的正常使用性能,严重时甚至威胁结构的安全。同时受收缩徐变不确定性的影响,结构的应力和位移表现出明显的离散性,使桥梁的设计施工工作变得更为困难,结构实际变形偏离其设计值的情况时有发生。为了缓解这种困难,首先改进贝叶斯方法,使其对似然函数分布与先验分布较远的情况同样适用。然后基于此方法,对北盘江大桥模型桥施工期间收缩徐变效应进行分析得到后验预测结果,并通过实测数据进行检验。计算结果表明:基于改进贝叶斯方法得到的后验预测结果与实测数据吻合良好,相较于先验预测结果,数据离散性得到明显改善。