桥梁基础大体积混凝土裂缝种类和成因分析

以铁路客运专线桥梁墩体为研究背号,探讨墩身混凝土表面开裂及桥梁基础沉降等问题,提出大体积墩身混凝土裂缝及沉降控制措施,可为类似工程提供参考。     

基于GIS的城市轨道交通建设安全风险管理信息系统的设计与实现

城市轨道交通建设工程是一项风险高、投资多、周期长、影响大的建设工程. 随着国内城市轨道交通的发展,施工技术、安全防护技术等方面虽然取得了显著的进步,但其信息化管理水平却仅仅停留在一个微观的数据管理层面,安全风险全局管理、安全数据的深层次利用与综合性展示已成为了城市轨道交通建设安全风险信息化管理的瓶颈. 因此,本文提出了建设基于GIS的城市轨道交通建设安全风险管理信息系统,并从系统的功能、架构与业务实现流程等方面对系统进行了阐述. 目前,系统已在天津地铁建设中得到成功应用.     

双侧壁导坑法施工的大断面隧道的稳定性分析

以沙湾大断面隧道为研究背景,应用ANSYS有限元软件,采用释放荷载法,研究支护封闭的快慢对双侧壁导坑法施工的隧道稳定性的影响。通过对拱顶沉降、边墙中点水平位移、围岩塑形区及初衬应力的分析,得到了支护封闭时间对隧道受力和位移状态的影响,施工中应尽量缩短各开挖面的距离,使支护尽快封闭,有利于隧道稳定。为了进一步改善隧道的受力状态,模拟分析了加固部分围岩后的状态。结果表明加固侧壁导坑临时支护与初衬接触处的围岩能较好的改善隧道的受力条件。在临时钢架支护下端与初衬的接触点附近出现了应力集中现象,受到了很大的拉应力,在设计施工中应引起重视。     

桥梁大体积承台混凝土的施工控制

该文以某斜拉桥承台大体积混凝土基础施工控制为例,从承台模板制作安装、钢筋及冷却水管施工、混凝土配合比设计和模拟试验、温控设计、防裂措施、混凝土浇筑等方面对大型桥梁大体积承台混凝土施工控制技术进行了分析和总结。     

桩端存在"孤石"的桩基的优化设计

该文介绍了花岗岩分布区,在其残积层及风化带中常发育有球状风化体(孤石),给钻(冲)孔灌注桩的成孔施工带来了极大的困难,增大了工程成本,延误了工期。为了降低钻(冲)孔灌注桩的施工难度和成本,缩短工期,对桩端具有足够大直径"孤石"的基桩按扩底桩的原理作了优化设计。通过工程实例对该方法进行了验证,结果说明是可行的。     

双连拱隧道现场施工围岩压力、钢支撑内力等监测及分析

该文根据浙江省诸永高速公路璜山2号隧道的施工监测,对监测数据进行分析,得出了双连拱隧道围岩压力、钢支撑内力和锚杆轴力的变化规律,研究成果对于连拱隧道的设计、施工及监测具有一定的指导和借鉴意义。     

模糊综合评判法在隧道岩体含水性预报中的应用

为了综合利用各种超前地质预报方法,得出一个相对正确的结论,提出应用模糊综合评判法进行超前地质预报。结合工程实例,从建立评判集、因素集、求取各因素的相对权重等方面介绍模糊综合评判法在超前地质预报中的应用。通过工程实际应用,证明该方法是可行的。 关键词： 模糊综合评判法; 隧道; 超前地质预报; 岩体含水性     

大跨度地下厂房岩锚梁结构施工过程受力与变形计算和监测分析

重庆乌江彭水水电站地下厂房纵轴线与薄层、陡倾角灰岩、夹软弱页岩层走向呈0°交角布置,岩性自稳时间短、卸荷变形快,对布置在高边墙上的锚梁结构的安全极为不利。针对岩体加载和卸荷过程中的力学性质的本质区别,为分析岩体卸荷规律对布置在洞室高边墙上梁体结构安全的影响,掌控岩锚梁结构的安全度,施工中选取厂房区域的典型地段作为计算剖面,采用有限差分法模拟地下厂房的开挖、加固和岩锚吊车梁的建造及运行状态,重点分析主厂房围岩与支护及岩锚吊车梁的变形及受力状态。通过受力计算分析以指导施工,借助安全监测数据分析,表明梁体结构安全可靠。     

桃花江核电厂进厂道路洞冲里隧道塌方处理方法

洞冲里隧道进口端主要特点是大断面、浅埋、偏压大,工程地质情况为砂质板岩夹变质砂岩,岩层倾向变化较大,岩石节理裂隙发育,有碎裂风化及韧性变形现象。在对隧道塌方产生的内外原因进行分析的基础上,详细描述大断面隧道在偏压作用下发生塌方时的处理方法的选取原则和施工工艺的实施过程;另外通过对处理效果进行分析,总结在处理过程中得出的体会,对类似的隧道塌方处理有重要的借鉴作用。     

Intelligent direct analysis of physical and mechanical parameters of tunnel surrounding rock based on adaptive immunity algorithm and BP neural network

Because of complexity and non-predictability of the tunnel surrounding rock, the problem with the determination of the physical and, mechanical parameters of the surrounding rock has become a main obstacle to theoretical research and numerical analysis in tunnel engineering. During design, it is a frequent practice, therefore, to give recommended values by analog based on experience. It is a key point in current research to make use of the displacement back analytic method to comparatively accurately determine the parameters of the surrounding rock whereas artificial intelligence possesses an exceptionally strong capability of identifying, expressing and coping with such complex non-linear relationships. The parameters can be verified by searching the optimal network structure, using back analysis on measured data to search optimal parameters and performing direct computation of the obtained results. In the current paper, the direct analysis is performed with the biological emulation system and the software of Fast Lagrangian Analysis of Continua (FLAC3D. The high non-linearity, network reasoning and coupling ability of the neural network are employed. The output vector required of the training of the neural network is obtained with the numerical analysis software. And the overall space search is conducted by employing the Adaptive Immunity Algorithm. As a result, we are able to avoid the shortcoming that multiple parameters and optimized parameters are easy to fall into a local extremum. At the same time, the computing speed and efficiency are increased as well. Further, in the paper satisfactory conclusions are arrived at through the intelligent direct-back analysis on the monitored and measured data at the Erdaoya tunneling project. The results show that the physical and mechanical parameters obtained by the intelligent direct-back analysis proposed in the current paper have effectively unproved the recommended values in the original prospecting data. This is of practical significance to the appraisal of stability and informationization design of the surrounding rock.