【摘 要】
：
膨胀岩会引起诸多地质灾害,尤其以膨胀岩边坡失稳造成的破坏严重。膨胀岩边坡失稳破坏几乎全部发生在降水之后,即当膨胀岩吸水膨胀使岩土体产生一定的变形从而造成边坡失稳破坏。研究其变形破坏规律,可为膨胀岩分布地区工程实践提供理论指导与现实依据。因此,以某铁路边坡为研究对象,利用SLOPE/W、SEEP/W、SIGMA/W软件分析计算了该边坡稳定性。结果表明:该研究区降水主要对表层岩土体产生较大影响,而深部岩土体受降雨影响较小;与顺层边坡相比,逆层边坡稳定性受降水的影响较小,在降水工况下安全系数有较大程度的减小但仍
【基金项目】
：
辽宁省自然科学基金(2019JH/810300105)。
论文部分内容阅读
膨胀岩会引起诸多地质灾害,尤其以膨胀岩边坡失稳造成的破坏严重。膨胀岩边坡失稳破坏几乎全部发生在降水之后,即当膨胀岩吸水膨胀使岩土体产生一定的变形从而造成边坡失稳破坏。研究其变形破坏规律,可为膨胀岩分布地区工程实践提供理论指导与现实依据。因此,以某铁路边坡为研究对象,利用SLOPE/W、SEEP/W、SIGMA/W软件分析计算了该边坡稳定性。结果表明:该研究区降水主要对表层岩土体产生较大影响,而深部岩土体受降雨影响较小;与顺层边坡相比,逆层边坡稳定性受降水的影响较小,在降水工况下安全系数有较大程度的减小但仍
其他文献
广东牛田洋快速道路基范围多滩涂,土壤天然含水率高达139.42%,承载力极低,没有持力层,施工机械无法进入场地。为了改善路基土的力学性质,减少对周围环境的影响,采用了就地固化技术对滩涂土进行处理。为了进一步反映土壤固化后的性质变化,分别就路基土固化后的含水率、强度以及承载力展开研究,并对固化路基的极限承载力进行预测。结果表明:采用的5%水泥+2%粉煤灰的固化剂配比足够满足工程需求,且可以通过规范法或拟合方程校核固化地基的承载力。论证了就地固化技术在滩涂地区的适用性。
针对平面SH波作用下浅埋隧洞的动力响应问题,采用复变函数和多极坐标方法,研究了入射波频率、入射角度以及隧洞埋深对隧洞动应力的影响规律。研究结果表明:低频波入射时隧洞埋深对动应力集中系数分布影响不大,但高频波入射时影响较为明显;随着入射波与水平面角度逐渐增大,隧洞动应力集中系数(dynamics stress concentration factor,DSCF)分布越来越复杂,最大值从低频段逐渐转移到高频段;当入射角θ0>0时,最大DSCF略大于3,远大于深埋隧道的2.3;当θ0=0、波数小于0.5且
煤岩是由有机质和无机矿物组成的复杂不均匀多孔介质,非均质性较强,目前研究鲜有考虑煤岩力学非均质性对煤岩渗透率与孔隙度时空演化规律的影响。基于Weibull概率密度分布函数表征煤岩弹性模量的非均质性,建立了考虑煤岩内甲烷解吸引起的气压变化、线性热膨胀效应和煤岩骨架收缩变形的热流固耦合三维有限元模型,通过煤岩渗透率与孔隙度与温度场、应力场和压力场间的交叉耦合关联式,分析了非均质度下煤岩表征单元体内渗透率与孔隙度参数的变化规律。结果表明:煤岩力学非均质性是影响煤岩渗透率与孔隙度分布的重要因素之一,非均质煤层的渗
针对车载控制器局域网络(controller area network,CAN)总线入侵检测准确率低与时效性差的问题,通过分析总线中入侵数据帧的特点,提出了基于门控循环单元(gated recurrent unit,GRU)的入侵检测方法。该方法搭建了由5层神经网络构成的入侵检测模型,以真实汽车采集的CAN数据为基础构造洪泛攻击、重放攻击、模糊攻击和虚拟节点攻击数据,提取出具有11个特征的特征向量序列用于模型的训练和测试。实验验证了模型参数对检测结果的影响,研究了二分类检测和多分类检测的准确率与时间开销。
为了进一步研究基于卷积神经网络的鞋印检索算法,提高基于卷积特征的残缺鞋印检索精度,弥补现有残缺鞋印检索方法的不足,满足公安机关的实战需求,通过引入选择性卷积特征描述子融合(selective convolutional descriptor aggregation, SCDA)方法,研究了基于该理论的鞋印检索算法:首先将鞋印图片输入鞋印数据微调的VGG-16(visual geometry gro
热误差作为影响机床加工精度的主要因素,通过误差补偿可以对其进行有效控制。在误差补偿法中,获得机床热误差并建立热误差模型是整个补偿过程的核心与关键。综述了机床热误差的检测方法和建模方法,包括直接、间接检测法,和多元回归分析法、人工神经网络法、支持向量机法、灰色系统理论法及贝叶斯算法。并结合目前的研究现状,展望未来的发展。
针对智能网联汽车自动泊车功能实车测试成本高、周期长、重复性差问题,基于硬件在环及计算机数值模拟仿真技术,以自动泊车传感、控制系统为主要测试对象,搭建实验室环境下传
尽管长短期记忆网络(long short-term memory,LSTM)、卷积神经网络(convolutional neural network,CNN)及其结合体在文本分类任务中取得了很大的突破。但这类模型在对序列信息进行编码时,往往无法同时考虑当前时刻之前和之后的状态,从而导致最后分类效果不佳。此外,多版本预训练词向量比单个版本的预训练词向量包含更多的信息。因此提出了一种基于CNN的多通道特征表示文本分类模型(multi-channel feature representation text cl
天体物理学科中恒星光谱具有极其重要的研究前景,中国自主研制的大科学天文巡天项目大天区多目标光纤光谱望远镜(large sky area multi-object fiber spectroscopy telescope,LAMOST)自启用以来,已经成为世界上空间光谱获取数据量最大的科学装置。目前,第6期数据(sixth data,DR6)已对全球的天文工作者开放。恒星光谱数据分类在研究天文观测数据分析领域中极为重要,为了同时兼顾快速的运行速度和准确的分类精度,基于偏差估计卷积神经网络方法(bias es
近年来,穿孔金属板作为玻璃幕墙的外挂遮阳构件受到建筑师和业主的广泛青睐。为了解决因结构复杂穿孔金属板表皮建筑的采光模拟过程烦琐耗时这一问题,基于全阴天空模型,建立了穿孔金属板表皮建筑室内照度数学模型,以获取工作面特定点的照度值;同时利用光环境模拟软件Radiance对该模型进行验证;最后就穿孔金属板建筑表皮几何参数对室内采光性能的影响进行分析。结果表明:通过室内照度数学模型与Radiance软件数值模拟所得结果的整体误差平均值为3.9%,其证实了模型的准确性与优越性,可为建筑遮阳设计中穿孔金属板几何参数的