【摘 要】
：
中国现在处于高速发展时期,各种建筑如雨后春笋,每个城市都能看到正在施工的场所,其中基坑的开挖和支护是建筑施工中的基础。由于施工机械和施工技术的发展,如今基坑开挖的尺寸也越来越大,然而更大更深的基坑也带来了更大的安全隐患。在基坑开挖支护过程中,控制好围护结构的变形、地表沉降等因素是保证施工安全的前提。使用有限元软件MIDAS GTS NX模拟基坑的开挖和支护过程,分析围护桩嵌固深度、围护桩直径等因素
论文部分内容阅读
中国现在处于高速发展时期,各种建筑如雨后春笋,每个城市都能看到正在施工的场所,其中基坑的开挖和支护是建筑施工中的基础。由于施工机械和施工技术的发展,如今基坑开挖的尺寸也越来越大,然而更大更深的基坑也带来了更大的安全隐患。在基坑开挖支护过程中,控制好围护结构的变形、地表沉降等因素是保证施工安全的前提。使用有限元软件MIDAS GTS NX模拟基坑的开挖和支护过程,分析围护桩嵌固深度、围护桩直径等因素对围护结构变形和地表沉降的影响程度,探究在保证安全性的前提下,寻找造价更低的基坑支护方案。使用有限元软件对基坑的开挖和支护进行模拟,分析围护桩直径、围护桩间距、围护桩嵌固深度、冠梁尺寸、内支撑的刚度和内支撑的间距对围护结构变形和地表沉降的影响程度,得出结论:桩直径为1.0m时,是围护结构水平位移曲线的拐点,在拐点之后,继续增大桩直径,围护结构水平位移曲线和地表沉降曲线逐渐趋于平缓;围护桩间距为1.5m时,是围护结构水平位移曲线和地表沉降曲线的拐点,继续增大桩间距,围护结构水平位移曲线和地表沉降曲线逐渐“变陡”;嵌固深度为8.6m时,围护结构水平位移值和地表沉降值处于安全范围,嵌固深度取8.6m较合理;冠梁的尺寸对围护结构的变形和地表沉降的影响较小;当钢支撑间距为3.5m、混凝土支撑间距为8m时,对控制围护结构变形和地表沉降效果最好;当钢支撑尺寸为直径500mm壁厚16mm的钢管撑、混凝土支撑截面尺寸为0.8m ×0.8m时,是围护结构水平位移曲线和地表沉降曲线的拐点,继续增大内支撑刚度,围护结构水平位移曲线和地表沉降曲线逐渐趋于平缓。通过数值模拟分析的结论,总结得出优化支护方案,将优化支护方案在工程案例中实施,再通过计算基坑的稳定性,得出了优化支护方案是合理的结论,在经济性方面,优化支护方案比原始支护方案节省约28.4万元。图[48]表[18]参[58]
其他文献
随着网络技术的发展和终端设备的普及,海量资源对存储空间需求很大,为了节省本地存储空间,越来越多的数据被外包给云服务器进行存储与共享,然而云服务器是一个半可信的实体,总会有意或者无意地窥探数据信息,数据的管理面临严峻的挑战。为了保证数据的安全,在存储前需要对数据进行加密,数据共享时也要保证数据的完整准确。现存方案仍然存在以下问题:第一,由于云服务器的计算能力和资源处理能力受限海量数据的处理与存储将降
环境污染和能源危机问题日益严重,新能源电动汽车逐渐成为我国汽车工业长期发展的战略目标。动力电池管理技术是保障电动汽车高效运行的关键,由于锂离子电池本身具有可精确测量参数有限、特性之间相互耦合和强非线性这三大特征,使得锂离子电池健康状态（state-of-health,SOH）的精确估计,成为学术研究的重点和技术突破的难点。针对锂离子电池SOH估计存在过拟合的问题,本课题先采用海鸥优化算法（seag
深度学习因其广泛的应用前景而受到众多研究人员的青睐。然而对抗样本的存在使深度神经网络的安全受到威胁。对抗样本是指将微小的不易察觉的扰动添加到原始数据中以生成输入样本,该样本将使深度神经网络产生错误分类。根据研究显示,很多应用到深度神经网络的场景都会遭受到对抗样本的攻击,例如无人驾驶、头像识别、恶意流量检测等。而这些攻击产生的结果往往是毁灭性的。因此,如何抵抗对抗样本以保护深度神经网络的安全是一个值
中国煤矿重大安全事故中有六成是因为不合理的通风系统导致的。巷道内一旦发生火灾,从工程平面图上很难看出通风系统的空间拓扑结构以及烟流的动态变化。因此,在矿井通风系统三维模型上显示火灾时期的烟流分布情况并研究火灾烟流排出路径的规划方案对于火灾救援以及救灾减灾有着重大意义。本文通过理论分析、数值模拟技术以及实验室实验对矿井火灾的烟流蔓延规律、排出路径规划以及烟流控制技术进行研究,主要研究工作如下:首先,
随着集成电路（IC）制造技术向深纳米技术时代发展,电路的集成度和性能得到了显著改善。然而,随着电路节点的临界电荷随着电路集成规模的增加而不断降低,尤其对于特殊环境下的关键应用,辐射引起的可靠性问题也变得越来越严重。即使是陆地环境中的辐射粒子也可能导致软错误。软错误包括单粒子翻转、单粒子瞬态、单粒子多节点翻转等。由于近年来先进工艺的特征尺寸急剧减小以及电荷共享效应,单粒子撞击的也可能导致多个节点同时
交通流量预测与分析是智能交通系统的关键环节,能为交通管理部门的指挥和决策提供有力支持。随着深度学习的发展与应用,基于神经网络的交通预测方法层出不穷,但现有方法存在难以捕获交通流序列的长时依赖以及预测特征单一的问题。因此,本文的研究内容是建立多源信息融合模型以预测短时交通流量,本文的主要工作如下:（1）针对时间卷积网络（Temporal Convolution Network,TCN）在短时交通流预
采煤工作面在旋采期间会出现机风巷推进不同步的情况,遗煤停留在采空区的时间过长会引发煤炭自燃,为了更好的防治旋采期间采空区煤自燃灾害的发生,需要对旋采工作面采空区煤自燃危险性进行研究。本文以淮北矿业集团孙疃煤矿10111旋采工作面采空区为例,运用理论分析、实验测试、数值模拟及现场实测相结合的方法研究旋采工作面采空区煤自燃危险性。利用示踪气体法测试分析了旋采期间采空区漏风范围,结果表明采空区漏风深度可
由于疫情的影响,国内的煤炭需求急剧提升,某公司抓住此机遇,并总结近年来纯电动汽车整车控制器的发展,提出将整车控制器运用到矿用单轨吊上。本文以单轨吊整车控制器的设计项目为背景,将整车控制器作为研究对象,以矿用单轨吊机车作为运用对象,设计整车控制器,制定整车控制策略,其中对CAN总线理论,单轨吊多电机协同控制问题进行深入研究。研究内容如下:（1）针对矿下运行环境的复杂性,对CAN总线的控制节点进行设计
人工智能系统对于数据的依赖以及深度学习算法的不可解释性,导致目前的人工智能系统面临严重的安全风险,其中的对抗样本是目前深度学习面临的主要威胁之一。为了更好的应对对抗样本攻击带来的安全威胁,提升深度学习模型在现实场景应用中的鲁棒性和安全性,需要对对抗样本的生成方式有充分的了解,因此涌现出大量关于对抗样本构造方法的研究。目前,对抗样本的生成方法大致可以分为两类:基于梯度的方法和基于优化的方法,但这两种
随着我国深化改革发展,城镇化范围越来越广,建设用地愈发紧张,利用真空预压技术处理疏浚淤泥是解决土地资源紧缺的重要途径。由于疏浚淤泥的物理力学性质极差,因此工程上一般都采用塑料排水板结合真空预压技术处理。该方法处理后地基沉降较不均匀,且塑料排水板夹杂在地基中难以分解,对环境污染较大。因此本文提出采用农作物秸秆作为秸秆排水体结合真空预压技术固结疏浚淤泥,一方面我国农作物秸秆资源丰富且多作为废弃物焚烧处