改良花岗岩残积土崩解特性试验研究

在华南地区循环湿热多雨气候的影响下,花岗岩残积土遇水极易崩解,诱发崩岗等地质灾害,对道路、桥梁等工程造成极大影响,因此常利用水泥、石灰和高岭土等固化剂对花岗岩残积土进行改良。为了进一步研究干湿循环条件下改良花岗岩残积土的崩解特性,采用自行设计的干湿循环崩解测试仪,开展华南地区干湿循环环境下改良花岗岩残积土的崩解试验,结合X射线衍射试验以及扫描电镜试验,研究固化剂对花岗岩残积土抗崩解性的改良效果,分析改良花岗岩残积土崩解机理。结果表明：干湿循环条件下,改良花岗岩残积土土样崩解过程可以分为4个阶段,即表层吸水剥落阶段、饱水软化阶段、饱和稳定阶段和完全解体阶段;干湿循环作用显著增大改良土崩解速率,部分试样崩解速率可达到原来的2～3倍,添加固化剂能有效增强花岗岩残积土的抗崩解性,完全崩解时长增加到素土的2～6倍;基于绿化角度,掺入高岭土对花岗岩残积土进行改良较为合适;素土以及改良土崩解过程中,土样黏土矿物(例如高岭石)含量减少,显著降低土样胶结作用,促进土样崩解的发生;花岗岩残积土内部孔隙大小分布不均匀的结构特征,使土样在崩解过程中产生吸力不平衡现象,较小的孔隙先被水填入,压缩土样孔隙内的空气...     

紧邻盾构隧道超深基坑注浆止水帷幕的设计与施工参数研究

周边工程活动导致地下水位下降是引起地铁盾构隧道变形超标和破坏的主因之一,止水措施对紧邻地铁隧道超深基坑项目施工极为关键。梳理了深圳恒大中心超深基坑项目花岗岩破碎带注浆帷幕工程原位测试、帷幕注浆施工资料,通过对原位数据分析,研究了破碎花岗岩地层透水率-注浆量的统计关系,探讨了注浆止水帷幕透水率设计值、注浆量等关键指标。研究表明：破碎花岗岩地层注浆量随岩层透水率增大而线性增加;采取适当的注浆工艺,破碎花岗岩地层注浆帷幕透水率可控制在1.0 Lu以下,实测12.4%的注浆段注浆量大于500 kg/m,中风化岩面以下0～20 m范围内,10%超越概率的注浆量控制值可取1 381 kg/m。     

中天山隧道复杂地况下TBM施工应对措施

长大隧道(洞)TBM施工总会遇到各种复杂地况。由于TBM施工地质依赖性很强,地层越复杂对TBM施工影响就越大。以中天山特长隧道TB880E型敞开式硬岩掘进机施工为例,从刀盘刀具改良,制定各种TBM操作预案、施工预案等角度出发,详细阐述TB880E在大埋深、节理发育花岗岩复杂地层下施工应对措施。为类似TBM设计与施工提供一定借鉴和参考。     

蛟洋隧道进口与斜井间两种施工方案的探讨

从技术可行性、工期、效益等方面对蛟洋隧道三个工区的施组方案进行了探讨。     

水泥稳定风化岩干缩与温缩性能试验研究

通过对水泥稳定风化岩填料的干缩、温缩试验分析,得出水泥掺量以4％～5％为佳、以5％为优的结论,为进一步研究水泥稳定类花岗岩风化料的路用性能提供了基础试验资料。     

有砟道床表层胶结封闭技术

煤粉侵入会加快有砟道床板结,大幅增加运营维护成本。有砟道床表层胶结封闭技术可有效解决因煤粉侵入导致的有砟道床板结问题。采取小颗粒石子铺设与道床表层胶结相结合的方式实现了有砟道床的高效封闭,且排水功能良好。为满足天窗期养护维修要求,采用喷涂强度与柔顺性相匹配的快速固化聚氨酯使道床表层胶结。经在朔黄铁路40 m长试验段验证,道床表层胶结封闭技术的防煤粉侵入效果良好。     

跑道侵入本体建模及预警决策支持研究

为了研究跑道侵入发生趋势在内部诱因作用下,与航油价格冲击和宏观经济等外部诱因的联动效应,结合多源决策支持做出正确空管安全决策。构建了跑道侵入早期预警系统的领域本体,首先将内部和外部诱因等多源决策知识以本体实例形式表示,进而结合诱因本体模型以及预设SWRL规则融合成一个新的本体模型,最后以某地区诱因信息为标杆应用推理机推理分析,提供空管决策支持服务并给出建议。实验结果表明,基于规则的推理验证了在当前油价处于低位水平伴随航空运输量增长这一预警信号下,进行的跑道侵入预警决策支持过程,证明了方法的可行性和有效性。     

汽车灰尘侵入试验台架搭建及方法研究

为了在汽车研发过程中提高对整车密封性能的检测及评估能力,提升车辆的舒适性及健康安全性能,文章通过开发一套可以精确控制粉尘浓度及其他环境条件的灰尘侵入试验台架,并建立了一整套相对应的试验执行及评估方法,实现了在试验室内执行整车灰尘侵入试验。     

Multimodal Evolution Approach to Multidimensional Intrusion Detection

An artificial immunity based multimodal evolution algorithm is developed to generate detectors with variable coverage for multidimensional intrusion detection. In this algorithm, a proper fitness function is used to drive the detectors to fill in those detection holes close to self set or among self spheres, and genetic algorithm is adopted to reduce the negative effects that different distribution of self imposes on the detector generating process. The validity of the algorithm is tested with spherical and rectangular detectors, respectively, and experiments performed on two real data sets （machine learning database and DAPRA99） indicate that the proposed algorithm can obtain good results on spherical detectors, and that its performances in detection rate, false alarm rate, stabih＇ty, time cost, and adaptability to incomplete training set on spherical detectors are all better than on rectangular ones.