圆砾地层超深大厚度地下连续墙施工安全及控制技术研究

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:lk123ad
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
超深大厚度地下连续墙槽壁垂直度与稳定性难于控制,施工对周边环境扰动较大,存在潜在安全隐患。如何保证超深地下连续墙成槽稳定与施工质量对于后期基坑开挖稳定与周边环境的保护具有重要的意义。本文以昆明轨道交通4号线火车北站基坑工程为研究背景,运用理论推导、数值模拟、室内试验与现场监测相结合的手段,对圆砾地层条件下超深大厚度地下连续墙槽壁稳定性、施工力学特性及关键技术开展了一系列研究,论文开展的工作与主要研究成果如下:
  (1)建立槽壁整体失稳与局部失稳二维模型,推导了当槽壁介于临界破坏状态时的泥浆重度与安全系数计算公式,探讨了泥浆重度、地层力学参数、地面超载等因素对槽壁稳定性的影响。
  (2)基于颗粒流离散元法,建立二维双轴压缩数值模型,研究细观参数对土体宏观力学表现影响,拟合宏—细观参数关系公式,得到了火车北站圆砾地层理想细观参数取值。
  (3)建立二维颗粒地层与泥皮模型,探讨了泥浆重度、浆液高度对地层位移的控制作用,泥皮厚度、泥皮黏结强度对槽壁的保护效果,结合现场试验确定了聚合物泥浆参考配合比,通过现场实测分析了泥浆在现场试成槽阶段应用效果与成槽质量。
  (4)基于离散—连续耦合原理,建立三维数值模拟,分析了圆砾地层超深地下连续墙施工力学行为,探讨了不同厚度与不同埋深圆砾地层局部失稳对周边土体变形特征的影响规律。
其他文献
学位
学位
学位
学位
卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络,是深度学习的代表算法之一。目前卷积神经网络实现多为Python、Matlab、C语言等,具有速度慢、实时性差的缺点。现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)作为一种可编程逻辑器件,具有灵活方便、速度快、体积小的优势,与神经网络并行运算特点相匹配,可以缩短网络训练的时间,实现实时处理,可用
学位
V-by-One作为P2P(Point To Point)的一种超高清数字视频图像传输技术,可以支持1920*1080、3840*2160等分辨率的图像信号传输,其单链路时钟频率最大为4Gbit/s。V-by-One采用视频图像多通道串行差分传输、8B/10B编码、数据扰码、CDR(Clock And Data Recovery)时钟恢复等技术,减少了EMI(Electromagnetic Int
随着视频传输系统的高速发展,低压差分信号LVDS(Low Voltage Differential Signal)作为高速、串行的视频接口技术在视频传输领域得到广泛的应用。但是LVDS视频接口具有开放性,众多的芯片制造商都推出了基于LVDS接口的发送和接收芯片,种类繁多且输出格式不统一,给作业人员对电视机主板的测试过程带来了极大的不便。基于TMDS(Transition Minimized Dif
作为CTCS-3级列车控制系统中信号安全通信的核心协议,RSSP-II协议对高铁的安全运营起到了至关重要的作用。本文在分析RSSP-II铁路信号安全协议的基础之上,通过研究分析认为RSSP-II中消息认证码算法底层加密算法的安全性有待提高。首先,随着计算机处理能力的不断增强,密钥长度仅有56bit的DES算法不再被认为是安全的。例如在1998年7月,DES被当时名为EFF的团队宣布破解。其次,目前
学位
本课题研究的是基于单一样本的简单背景的人脸前视灰度图像的计算机识别过程和算法.首先对人脸图像进行滤波、增强、锐化、二值化等各种预处理,以获得质量较好的人脸图像.其次,利用人脸的垂直灰度投影和水平灰度投影法进行人脸的初步定位,通过人脸的上下边界、左右边界,将人脸剪切出来,实现了人脸和背景的分离.然后将剪切后的图像进行归一化处理,标准化成64X64的标准图像.对标准化的图像再次利用水平灰度投影确定眉毛
学位
在过去30年,我国建设了大量的缆索承重桥梁,但随着时间的推进,缆索钢丝逐渐锈蚀,造成严重损伤,给桥梁安全带来隐患,为保证行车安全,缆索构件的损伤检测技术发展迫在眉睫。超声导波技术已经被广泛应用在板、管道等结构的损伤识别中,且超声导波技术在缆索构件损伤检测领域也有很大的潜力。  目前缆索构件的频散特性与损伤识别研究以实验为主,耗时耗力,实验研究的同时应该开展数值模拟方面的研究。下文研究分析带有损伤的
学位