影响船舶轴系校中质量的主要因素

为确保船舶轴系安全运行,有必要分析和研究影响轴系校中质量的主要因素。首先在对轴系校中进行计算过程中建立轴系计算模型,并以计算模型为基础进行计算;其次重视轴系支撑刚度的变化情况,合理预估校中计算数据;最后分析船体的变形量,合理调整轴系校中方法。     

软土下卧倾斜硬层基坑变形规律及抗隆起稳定性*

受地质构造及地层沉积影响，实际地层分布并非完全水平。以软土下卧倾斜硬层基坑为研究对象，通过建立基坑土体非对称有限元模型，开展倾斜硬层斜面倾角、斜面与支挡结构距离对基坑变形及抗隆起稳定性的影响规律研究。结果表明：1）斜面倾角、斜面与支挡结构距离对基坑变形规律及安全系数存在显著影响。2）倾斜硬层造成基坑两侧软土不对称分布。土层厚度越小支挡结构受到的约束作用越大，该侧坑底隆起量、支挡结构变形、坑外地面沉降都小于土层厚度大的一侧。     

极高地应力区隧道地质特征及围岩变形机制研究

以某在建高速铁路隧道作为工程实例,结合地质情况,从初始应力、岩体结构和地下水分析了影响围岩的因素。运用理论分析和现场监控量测反馈结果等综合方法,从监控量测数据时态曲线特征、方向性、累计变化量、变形速率、时效性、现场围岩变形情况、隧道施工影响、变形段变形差异性等方面系统分析了极高地应力区隧道围岩变形特征及机制,并得出如下主要结论:1)极高地应力区围岩应力释放有一定的过程,不同的围岩应力释放的速度可能不同,爆破对围岩产生扰动,将一定程度加速围岩应力的释放。2)围岩地质条件不同,变形规律会表现出一定的差异性。3)围岩的变形机制,层状围岩的变形破坏一般形成几个区域:破坏区,崩塌,滑动滑移,张裂、弯曲及折断。4)本隧道围岩变形特征主要是由极高地应力和岩体结构综合决定的,隧道初期支护变形情况一定程度上是隧道围岩变形特征的有效反映。     

多元评价体系组合模型在铁路隧道变形预测中的应用

为克服传统预测模型结构单一、预测精度及稳定性不足等缺陷,提出多元体系组合预测模型的建模思路。首先,基于支持向量机、BP神经网络及ARMA模型3种单一预测模型,构建铁路隧道变形预测体系;再以均方根误差、误差平方和及平均绝对误差等为评价准则或指标,构建各预测结果的误差评价体系,求解各单项预测模型的权值贡献指数,得到最优组合权值;然后利用后验差检验、残差检验和关联度检验构建预测精度校验体系,对组合预测结果进行检验,评价预测模型的有效性;最后,结合工程实例,对多元体系组合预测模型在特大断面隧道中的变形预测效果进行检验。结果表明:多元评价体系组合模型预测相对误差值均小于2%,具有较高的预测精度,且较单一预测模型具有更高的预测精度,也一致通过相关检验,验证了多元体系组合预测模型的有效性。     

极高地应力软岩隧道超前导洞应力释放及多层支护变形控制技术

为了解决极高地应力软岩隧道大变形控制难题,以兰渝铁路木寨岭隧道岭脊核心段施工为例,通过现场试验和数据分析,得到如下主要结论:1)提出了"先放后抗,抗放结合,锚固加强"的变形控制理念;2)得出了该隧道岭脊核心段"超前导洞应力释放+圆形4层支护结构+径向注浆+长锚杆+长锚索"综合变形控制方案;3)超前导洞应力释放效果明显,正洞累计变形减小幅度约为34%;4)得到了圆形多层支护结构变形规律;5)累计变形均控制在设计预留变形量内,保证了该隧道岭脊核心段大变形控制效果。     

新建隧道正交下穿施工对既有隧道的影响

为揭示新建隧道正交下穿施工对既有隧道结构安全及地表建筑物产生的影响,依托某新建地铁区间隧道工程,采用三维有限差分方法构建了新建隧道正交下穿既有隧道的三维数值计算模型,探讨了新建隧道正交下穿施工对地表沉降及既有隧道衬砌结构产生的影响,得出了地表横向、纵向沉降规律以及既有隧道衬砌结构变形、内力的变化规律。     

基于ANSYS的软土路基路堤分层填筑的沉降分析

以沪通铁路Ⅵ标段工程为依托,通过ANSYS数值模拟软土路基路堤分层填筑,分析在分层填筑过程中的沉降规律,并在软土路基路堤分层填筑过程中,严格监测路基的沉降和变形。研究结果表明:软土路基路堤在分层填筑过程中,路堤中线地表处的沉降量最大,然后向两侧逐渐减小,横向影响范围主要为路基底面宽度;分层填筑过程中,路堤中心最大沉降量为9.20 mm/d,边桩最大水平位移为0.53 mm/d,均满足设计要求。     

岩质边坡开挖变形破坏特征及锚索支护分析

以贵州省毕节境内某大型开挖边坡为例,采用高密度电法、岩体结构面统计和地质调查方法获得了开挖边坡结构特征。通过现场调查、监测和有限元模拟分析,揭示了该开挖边坡变形破坏特征,从而得出滑移-拉裂的变形破坏模式,提出了锚索支护方案并通过数值模拟进行支护效果分析。     

PSO-BP神经网络在隧道围岩变形预测中的应用

针对滇西复杂地质条件下隧道围岩变形预测问题,以BP神经网络为基础,引入了改进后的粒子群算法,通过调试和改进建立了PSO-BP神经网络。该神经网络结合了粒子群算法的全局搜索能力和BP神经网络的局部搜索能力,非线性映射能力强,泛化能力强,具有一定的容错能力。计算结果表明:PSO-BP神经网络预测精度高,平均绝对误差为2.4 mm,平均相对误差为2.7%,满足隧道围岩变形预测精度的需要。     

大连某近接市政隧道施工力学行为及变形控制技术研究

近接市政隧道施工围岩扰动次数多,应力重分布复杂,相互影响较大,施工安全受控因素多。结合大连南部滨海大道东端桥隧建设工程近接既有白云隧道的工程实际情况,利用数值分析和现场监测,对近接隧道施工力学行为及变形控制技术进行了研究。根据数值模拟得到的围岩应力、变形大小及塑性区范围,提出了工程控制措施方案,在此基础上,对施工过程新建隧道支护结构变形及既有白云隧道外观进行了监控量测。监测结果显示:隧道施工引起的隧道拱顶沉降和洞周收敛变形量相对较小,提出的控制措施有效地确保了该近接隧道施工安全。