预应力管桩在岩溶区桥梁桩基中的应用

提出使用预应力管桩作为群桩基础,以避免岩溶地区桥梁桩基施工中出现塌孔等事故。通过讨论预应力管桩的适用条件,并对不适宜直接使用的条件下采用桩底、桩侧注浆提高承载力的方法进行了分析,认为预应力管桩在合适条件下具有明显的缩短工期的经济优势,在一些不适用的地质条件下通过注浆加固也可采用。     

不良地质段超前帷幕注浆防水治水施工技术

对易发涌水地段的处治是隧道施工成败的关键,以某隧道易发涌水的不良地质段涌水防治为例,介绍了超前帷幕注浆相关参数、施工方法和处理措施,注浆质量检测结果表明该隧道采用的超前帷幕注浆防水治水技术达到了预期效果。     

武汉长江隧道泥水盾构的改造

介绍用于武汉长江隧道的大直径泥水盾构的改造,本次改造将盾构直径扩大,改造后用于杭州庆春路钱塘江隧道的施工。对盾构的地质适应性、经济技术上的可行性进行分析,并对改造方案及重难点进行详细介绍。通过应用的效果,证明本次改造采取的防范措施是可行的,同时也提出一些不足,供以后继续探索。     

硬质围岩隧道控稳结构面初步分析及应用

为解决在硬质围岩隧道中快速连续施工,对连云港东疏港高速公路后云台山隧道塌方掉块进行全面系统地分析,探讨在硬质围岩隧道中塌方掉块的各种形式,说明控稳结构面的存在是塌方掉块产生的关键因素,并归纳提出控稳结构面预测方法。通过分析可知,利用控稳结构面预测方法配合超前地质预报手段,并采取有效加固围岩等措施能够预防和减少硬质围岩隧道塌方掉块事故的发生。     

荷叶塘高架桥不良地质发育特征及处置分析

荷叶塘高架桥位于二连浩特至广州国家高速公路湖南省永州至蓝山(湘粤界)高速公路第2合同段,属大跨径、高墩特大型桥梁。该桥两侧墩台位于地势陡峭的山坡上,中间桥墩位于地势较为平坦的谷地中。桥位区发育的不良地质包括岩溶、崩塌及危岩体、潜在不稳定边坡等三种类型。针对桥位区存在的不良地质,采用了综合勘察的手段,为查明桥位区岩溶的发育规律,引入了跨孔电磁波透视法等先进的勘察技术,取得了良好的效果。对桥位区发育的不良地质的分布及危害性进行了分析、评价,并提出了相应的处置方案。     

基于图神经网络的水富—宜宾航道多站点水位预报模型

受到岷江、横江影响,向家坝下游水富—宜宾段水位变化特性复杂,干支流间水位、流量数据属于多维时空数据。研究选取spectral temporal graph neural network(StemGNN)时空图神经网络用于向家坝下游多站点水位预报,结果表明：该方法适用于研究区域的多站点水位预报,未来1、8 h模型预报性能较优,在向家坝站、宜宾站、李庄站3处的最大预报误差约为0.5 m。StemGNN特点是能够从输入数据中自动提取河网结构信息,体现研究区域的汇流特性。横江流量对于研究区域水位流量影响较小;向家坝水库水位、横江水位、高场水位代表研究区域前期的水位情况,高场流量作为较大的流量输入,对于研究区域水位流量影响较大。研究成果可为近坝段、支流入汇等水位变化特性复杂河段的多站点水位预报提供新思路。     

TGP206与TSP203地质预报系统优势对比分析

针对目前隧道施工地质风险预报系统预报准确率不高的问题,分析了TSP203预报系统存在的问题： 1）数据采集触发方式存在时间延迟误差; 2）存在隧道声波干扰; 3）检波器耦合方式造成采集的地震波记录信号容易失真; 4）数据处理手段简单。从预报原理出发,TGP针对这些问题进行了改进,同时强调需要结合工程地质知识进行综合分析,以及合理选择与其他手段的有效配合。通过在具体工程中的应用实践证明,改进后的地质预报系统很大程度上提高了隧道施工地质风险预报的准确性。     

路面雷达检测技术初步研究

路用探地雷达的基本原理是向地下发送脉冲形式的高频电磁波。电磁波在地下介质传播过程中．当遇到存在电性差异的地下目标体,如空洞、路面结构层分接口等时,电磁波便发生反射,返回到地面时由天线接收。在对接收到的雷达波进行处理和分析的基础上,根据接收到的雷达波形、强度和双程走时等参数可推断地下目标体的空间位置、几何形态。采用地质雷达对路面脱空缺陷雷达检测进行初步研究,得到了路面脱空缺陷识别方法。     

地质雷达在黄土隧道中做超前地质预报的应用研究

超前地质预报是根据地表和已开挖隧道的地质调查和各种探测方法取得的资料,以及地质推断法预测开挖工作面前方一定长度范围内围岩的工程地质和水文地质条件。隧道施工时应根据设计图纸和现场具体情况做好地质超前预报工作,并及时反馈预报结果,以便修改支护参数或开挖方式,确保施工和营运的安全。     

基于BP神经网络方法的岩溶隧道突涌水风险预测

为了准确预测岩溶隧道突涌水风险等级,以降低隧道施工过程中突涌水事故的风险,在参考相关文献的基础上,统计研究及综合分析岩溶隧道水文地质条件,选取不良地质、地层岩性、地下水位、地形地貌、岩层倾角和围岩裂隙6个主要因素作为岩溶隧道突涌水风险评价指标。在不同水文地质条件下,影响因素的权重有较大差异,为避开影响因素权重分析,运用BP神经网络方法对岩溶隧道突涌水风险进行评估。在对突涌水风险评估基础上,结合超前地质预报,优化隧道施工开挖支护方案。在工程应用中,运用BP神经网络方法,对某隧道进行突涌水风险评估,结果与实际施工情况较一致,并结合超前预报提出合理的支护方案,避免了隧道突涌水事故的发生,以期为岩溶隧道突涌水风险预测提供借鉴。