深基坑开挖对环境及毗邻隧道安全影响及控制措施的研究

来源 :北方工业大学 | 被引量 : 0次 | 上传用户:nicolaskerry
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
伴随城市化发展,旧城更新改造带来的问题越来越多,特别是在老城区中进行深基坑项目施工时其安全隐患尤为突出。本文针对老城区更新改造过程中深基坑开挖对周边环境及毗邻隧道的安全影响特点及其防控技术进行研究,对深基坑支护方案进行了优化设计,并对周边环境安全提出防控措施。主要研究内容如下:(1)针对深基坑与周边环境特点,根据工程地质勘探资料设计了地下连续墙、桩锚与地下连续墙联合支护及土钉支护三种不同结构形式的支护方案,并对其分别进行了数值模拟分析;通过对比分析其应力场与位移场的演化特点及影响属性,判别基坑、周边环境及毗邻隧道的安全性;再通过对支护方案的造价分析确定最终的优化设计方案。(2)深基坑开挖导致地层水平方向约束应力失衡诱发围岩产生移动变形。通过系统模拟研究深基坑开挖对毗邻隧道的影响特点及其围岩的应力与位移变化特点,揭示不同开挖深度对隧道结构安全的影响机理,建立了影响区划图;研究了隧道围岩受深基坑开挖和隧道平衡拱效应的叠加影响特点,分析了隧道围岩产生拉伸或挤压作用及其围岩的变形规律,确定了隧道左侧壁发生拉伸破坏、右侧壁发生挤压破坏区域,为其安全加固提供了依据。(3)针对隧道局部变形超限与结构不安全问题设计了三种隧道加固方案并且分别进行数值模拟分析,并对加固方案下隧道的应力场与位移场的演化特点及影响属性进行了研究,判别隧道的安全性;再通过各方案加固效果的对比分析,确定了其最终优化设计方案。
其他文献
随着计算共形几何的快速发展,得益于其对复杂曲面变形分析的处理能力,这给了我们将它运用到软体机器人曲面变形分析领域的灵感。针对软体机器人曲面变形的几何形状的非线性,进而导致在其变形过程中无法准确的对其进行度量,以及准确的描述,于是以计算共形几何为基础,引入Ricci流理论和计算曲面共形模的方法,将曲面形态变化问题转为曲面黎曼度量变化问题,进而建立数学模型对软体机器人的曲面变形进行定量描述。首先根据曲
物联网时代的到来,产生了海量数据,利用机器学习对其进行数据分析,可以从历史经验中提取相关信息,使其产生知识,并利用这些知识做出新的决定。在数据分析领域,技术人员要根据指定数据集构建合适的机器学习模型是一件非常复杂且耗时的事情,在此过程中需要在不同阶段选择合适的算法并不断调整优化算法参数,往往需要多次探索才能得到最终结果,对技术人员有很高的专业背景要求。针对于数据分析领域中算法选择难、调优难的问题,
近年来,物联网的发展日新月异,并在各个领域的应用场景下产生了实际的作用。伴随着机器学习算法的飞快发展和光伏硬件的不断更迭,使得光充能物联网体系有了更大的优化空间。因此,如何通过合适的模型降低网络能耗,延长网络寿命成为了可充能物联网领域亟待解决的问题。现有光充能物联网研究通常存在如下欠妥之处:1.现有光充能预测算法模式单一、忽略了小型传感器节点易受环境影响的因素,导致预测算法准确度降低。2.现有光充
地震是一种巨大的自然灾害,给人类社会的生命财产安全带来了极大威胁,能够提前预知地震的发生并做好相应措施是十分有必要的,因此地震预测是一项非常重要的任务。一直以来,地震预测的相关专家一直在探索更为准确的地震预测方式,他们也产生了很多流派,但是这些方法都存在以下缺陷:首先地震数据的获取较为困难,其次传统方法只能预测地震一个维度的信息,例如震级或经纬度,预测信息缺少完备性。针对以上这些问题,本文提出了一
互联网技术的发展推动网络购物蓬勃发展。越来越多的商品信息被上传到网络上,用户在面对数以亿计的商品往往会无法一下子明确自己的购买意愿,这对于商家以及用户都是一种损失,商家有可能错过对自己商品有隐性需求的用户,用户则会在浏览大量商品的过程中浪费大量的时间。通过研究个性化推荐能够在一定程度上解决上述问题。在推荐算法计算过程中,相对于更为稀少的显示反馈数据,用户的隐式反馈数据更加容易获得,数据量也更大。但
氧化铝原矿浆制备作为拜耳法生产氧化铝工艺流程的第一步,其制备的原矿浆是后续工序的原料,原矿浆的合格率最终影响到氧化铝的质量和产量。因为氧化铝原矿浆成分的化验结果存在大滞后性,通过预测原矿浆成分调节制备过程的配料量有着必要性和重要意义。本文研究了氧化铝原矿浆成分预测模型以及实际应用,具体内容如下:(1)对采集到的国内某铝厂氧化铝原矿浆制备生产原始数据进行可视化展示,分析数据集各参数统计量,并进行数据
随着网络技术的快速发展和互联网使用成本的降低,网民数量正逐年增加,越来越多的人倾向于在网络平台发表如商品评论、热点话题评论等大量带有情感色彩的文本信息,分析这些主观性文本可以更好地理解用户的情感态度,具有一定的商业应用价值。如何从海量的非结构化文本中挖掘出有价值的信息成为研究的热点之一。情感分析作为自然语言处理的子任务,旨在从文本中分析出人们对于某个实体或属性的情感倾向。传统的粗粒度级情感分析只能
随着开源社区的出现和飞速发展,越来越多的软件选择了拥抱开源,基于开源代码的软件开发逐渐成为新的软件开发生态。然而,开源软件在版本迭代中较少进行重构活动,导致软件结构越来越复杂,软件质量也被侵蚀,给基于开源代码的软件开发带来一定的困难。不仅如此,可供软件开发人员重构的功能往往来自多个不同体系结构的开源软件,如何快速地从中重构出所需功能是软件重构亟需面对的问题,所以开源软件重构是软件重构技术中一个重要
随着云计算、物联网等技术的不断发展,各种形式的数据不断涌现,大量的数据服务也应运而生。传统的“请求/响应”的数据服务模式限制了服务的响应速度和自动化程度,已经无法满足各领域智能化和信息化建设的需求。主动服务是无需人为驱动、能够自动根据逻辑判断提供的数据服务,其出现打破了传统数据服务模式的局限。为了实现主动服务中逻辑的自动判断,本文对面向主动服务的情境认知算法进行研究。主要的工作有以下三点:1)为了
随着信息科技的发展,网络中的数据规模越来越大,这些数据给现有的检索系统带来了挑战,如何从驳杂的数据信息中检索到准确的答案越来越受到关注。问答系统作为检索系统的一种高级形式,能够对网络上海量的文本数据进行分析检索并返回给用户简洁而准确的答案,已成为了一项新的研究热点。问题分类是问答系统研究的一项基本任务,其精度直接影响问答系统的性能。目前问题分类任务主要面临以下问题:一方面是数据集中问句字数较少,存