盾构隧道施工期管片错台影响因素研究

来源 :岩土工程学报 | 被引量 : 0次 | 上传用户:w19282
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
为分析盾构隧道施工期各因素对管片上浮错台的影响,基于盾构隧道施工期的受力模式拟定了隧道直径、围岩条件、覆土厚度、浆液凝固时间、浆液密度、盾构掘进速度及盾尾间隙等7个主要影响因素,分别建立了盾构隧道施工期上浮分析模型与管片错台量计算模型,分析了施工期各因素影响下盾构隧道上浮错台量的变化规律。进一步地,结合现场监测试验结果,验证了施工期管片上浮错台的现象与规律,得出主要结论如下:(1)地层刚度减弱、浆液密度增大、浆液凝固时间增长、隧道埋深减小、隧道掘进速度提高、盾尾间隙增大及浆液凝固后刚度减小将加剧施工期管片的上浮错台。(2)隧道直径增大使管片上浮量增大,但与管片错台量的相关性不大。(3)管片上浮时,管片环间接触摩擦与环间螺栓将起到抗剪作用,控制错台的发展。(4)减小浆液浮力、增大管片环间连接刚度、增强地层约束、缩短流体段长度可减小施工期管片上浮错台。(5)提出计算错台量的方法可对管片接缝防水设计提供依据。
其他文献
物联网数据接入系统是实现终端感知设备与应用服务交互连接的桥梁,是物联网应用体系中最先接触到终端数据的关键枢纽。随着物联网飞速发展,终端设备数量呈爆炸式增长,面对海量终端数据处理,物联网数据接入系统的并发接收能力、流量洪峰负载能力,将是保障物联网应用优质服务体验的关键点。针对海量数据接入问题,本文从物联网系统架构、数据处理链路等方面深入研究,设计并实现了一种基于微服务架构的数据接入分层集群系统。首先
学位
<正>30岁的美美从小就一直战“痘”不息。她的额头总是源源不断地长痘痘,用过多种手段都无法根除,因此大受挫折。她还存在一些从小养成的不良习惯:早餐吃加辣椒的面条,放学后吃麻辣烫或烧烤,晚上喝浓咖啡熬夜学习……痘痘如雨后春笋般在她脸上此起彼伏,满面油光,口苦不迭,早上刷牙时总要刷掉黄腻腻的舌苔。像美美这样平时满面油光、易生痤疮、口苦、舌苔黄腻的人,属于典型的湿热体质。
期刊
目的:明确宫颈癌HeLa细胞对环鸟苷酸依赖性蛋白激酶(PKG)抑制剂KT-5823的敏感性,探究KT-5823对HeLa细胞活力、凋亡和自噬的影响及机制。方法:使用不同浓度的KT-5823干预HeLa细胞24 h,CCK-8、免疫印迹试验分别测定细胞活力、PKG1表达水平,进而确定后续药物刺激浓度。将HeLa细胞分为两组,即DMSO组(对照组)和KT-5823组(实验组),流式细胞术检测细胞凋亡,
期刊
口臭一疾常使人“有口难言”,给患者的心理造成了一定的伤害。五脏六腑皆可致口臭,但主要责之于脾胃。陆为民教授在临证治疗口臭时,继承并灵活运用国医大师徐景藩升降之法,巧添芳香之品、风药等,绝口臭之源,在临证治疗口臭时每获良效。
期刊
随着脑科学与神经科学的发展和进步,能够在计算机和大脑之间建立物理上的直接联系的脑机接口(Brain Computer Interface,BCI)受到越来越多的人的关注。由于运动是人最基本的活动,运动意图的产生与识别在个体日常生活中更是无时无刻都在发生。解码脑电信号的运动意图,在医疗康复等方面可以发挥巨大作用。但是因为脑电信号本身空间分辨率低的特点,极大限制了对运动意图的分类精度。本文以基于脑电皮
学位
近年来,人工智能逐渐渗透在人们的日常生活中,使用深度神经网络(Deep Neural Network,DNN)的分类技术也已经广泛应用于各个领域,比如计算机视觉、自动驾驶、自然语言处理等领域。但是,随着深度学习应用范围的不断扩大,人工智能安全问题也越来越突出。精心设计的对抗样本会使得深度神经网络模型做出不正确的判断,甚至导致模型失效。在图像分类任务中,对抗样本就是在原始输入图像中添加人眼不可见的噪
学位
高动态范围图像因其宽广的动态范围,在遥感探测、医学检测等众多领域具有广泛的应用前景,从而倍受学者关注。但高动态范围图像的成像设备价格高昂,从而推动人们探索从低动态范围图像获取高动态范围图像的方法。这类方法分为基于单曝光图像和基于多曝光图像。单曝光图像所包含的场景信息十分有限的,其对高动态范围图像信息的有效恢复也十分有限。而多曝光图像中包含更多有效信息,更有利于高动态范围图像的获取。本文主要研究基于
学位
随着车辆向智能化网联化发展的趋势,车辆暴露出的关键接口越来越多,车辆内部面临的通信安全威胁逐渐增大。攻击者通过访问物理接口或利用其他漏洞,进而利用总线控制器局域网络(Control Area Network,CAN)对车辆实施攻击。模糊测试技术在漏洞挖掘领域是一种常用的安全测试方法,它通过向目标协议网络中发送随机和不符合报文规范的数据,监测引发的异常状态并发现潜在的漏洞。然而目前对于车载CAN总线
学位
目前,由于现代社会对智能电网经济调度和资源分配等优化问题的需求越来越迫切,多智能体系统的最优一致性控制逐渐成为了一个研究热点。传统的针对复杂系统一致性的相关工作主要关注系统实现一致的条件判据,而忽略了系统控制的最优化问题。在实际应用中,不仅要求系统达到一致,还需要优化控制成本,而目前对于最优一致问题的研究大多为具有固定拓扑的系统且采用基于双神经网络的传统强化学习方法。但由于环境变化等原因产生的系统
学位
报纸