大口径瓦斯抽排钻孔套管稳定性分析

为了研究大口径抽排钻孔套管的稳定性,在总结套管抗挤强度计算方法的基础上,分析了地层流体压力、固管质量、表土层沉降、爆破震动及巷道开挖引起的围岩次生应力等因素对大口径瓦斯抽排钻孔套管的稳定性的影响.结果表明:表土层沉降产生的负摩阻力增加了套管轴向应力,进而减小了套管的抗挤强度;爆破震动产生的应力波的衰减特性与套管距炮心的...     

地铁隧道重叠段的沉降变形特性研究

为了实现地铁隧道地表沉降的高精度预测,先利用数量化理论Ⅲ筛选隧道地表沉降的重要影响因素;其次,在单项预测模型参数优化预测基础上,利用多种线性组合和非线性组合方法,实现了隧道地表沉降的组合预测研究。实例研究表明:在影响因素的筛选过程中,得出隧道沉降影响因素较多,其中,重要因素有3个,次重要因素有5个,一般因素有4个,并将后续沉降预测模型的输入层信息设定为重要因素和次重要因素。同时,单项预测模型的参数优化能在一定程度上提高预测精度,且各组合预测方法的预测效果均能不同程度的优于单项预测结果,并以非线性组合方法中RBF权值法的预测效果相对最优,其预测结果的相对误差值均值仅为1.58%,进而验证了该组合预测思路的有效性和科学性。     

基于支持向量机的矿区开采沉降的预测

针对矿区开采沉降预测方法问题,在分析了矿区开采沉降因素的基础上,利用统计学习的新方法--支持向量机,结合最小二乘算法,提出了矿区沉降的预测模型,预测结果与神经元网络,多项式拟合结果进行比较,结果表明支持向量机在沉降预测方面准确性高,泛化能力强.     

高速公路路基沉降的组合预测研究

保证路基沉降变形的稳定是公路建设中至关重要的一项基础性工作,本文在分析已有沉降预测模型的基础上,建立了高速公路路基沉降预测的等权重组合模型。计算表明,利用等权重组合模型具有较高的预测精度,同时考虑了多个影响因素,为路基沉降变形预测提供了一条心的途径。     

基于非等距预测模型的填土路基沉降量分析

根据路基沉降量的实测资料,利用3种常用的灰色预测模型对路基沉降量变化规律进行分析及精度对比,选取预测精度最高的灰色预测模型预测路基最终沉降量。同时,基于改进灰靶决策理论,对路基沉降的影响因素进行综合分析,将靶心距与路基最终沉降量对应,利用非等距预测模型最终沉降量与靶心距之间的规律进行分析。研究结果表明:该模型可以揭示路基沉降与影响因素之间的量化关系,为路基沉降的预测与规律分析提供了新的思路与参考。     

成都平原浅层天然气高瓦斯隧道抽排性能评价

针对浅层天然气工区高瓦斯隧道盾构施工难的问题，借助工程实例，采用理论分析、数值模拟和现场试验的方法，分析了成都平原浅层天然气抽排性能的影响因素，确定了研究区的有效抽排半径和抽排时间。结果表明，当裂隙渗透率为39 mD、瓦斯压力为0.31 MPa时，研究区浅层天然气高瓦斯工区的有效抽排半径为5 m、抽排时间为60 min，与煤层瓦斯的抽排参数差异巨大；抽排负压对抽排流量影响较大，对有效抽排半径影响较小；抽排流量和有效抽排半径与地层初始渗透率的变化呈现正相关关系。     

用小波神经网络预测高速公路软土地基最终沉降量

高速公路软土地基的最终沉降量与软土工程特性、应力历史、路基剖面形态以及地基处理方法等许多因素有关 ,根据这些因素计算最终沉降量是一个非线性建模问题。利用小波神经网络在非线性建模中的收敛迅速等优越性 ,提出利用小波神经网络预测高速公路软土地基的最终沉降量的方法。通过实例分析表明该方法收敛迅速 ,预测精度高。     

探讨高速公路沉降预测的数学方法

总结以往荷载稳定后的沉降预测方法，并将其划分为半数学方法与纯数学方法，寻找各种预测方法相互之间的联系与差别，提出在研究沉降预测的新方法时应考虑的两个因素。     

淮南矿区瓦斯地质特征及瓦斯资源评价

本文根据矿区内瓦斯含量、瓦斯成分、瓦斯涌出量、煤岩层的透气性等资料以及瓦斯压力和解放层开采的实测数据,通过综合分析得出了矿区内瓦斯分布规律,划出了瓦斯风化带和五个瓦斯分区,通过几十次煤和瓦斯突出资料和瓦斯突出危险性指标的分析测试,指出了控制与影响煤和瓦斯突出的六个地质因素,圈定与预测了五个煤和瓦斯突出带。评价了矿区内瓦斯利用的条件与抽排方式,提出了提高瓦斯抽排率的技术途径     

湖南某煤矿地区岩溶塌陷成因机制分析

随着经济的发展,人们对矿产资源的开采量不断增大,在其开采过程中对地质环境的破坏也愈发严重,各类地质灾害伴随而来,给人民的生命财产安全及社会经济发展带来不利影响.综合考虑水文地质单元、灾害发育程度、地层岩性、地质构造及矿山抽排水等因素,结合岩溶发育规律,对煤矿区内岩溶塌陷的成因机制分6个区来进行了分析,得出岩溶发育与矿井大量抽排水是该地区岩溶塌陷发育的最重要原因,研究成果可为该区域内岩溶塌陷的主要发展趋势预测和预防治理提供依据。     

大型人防工程变形监测数据处理与分析

该文介绍变形监测的意义和重要性,分析了影响人防工程安全稳定的因素。给出了人防工程变形监测方案设计的注意事项,重点对沉降监测中的成果整理、变形分析和预测预报方法进行了介绍。以某工程人防工程为例,通过对该工程实施沉降监测,对监测数据进行处理和分析,根据实际变形量和预测变形量的比较,清楚看出实测的累计沉降量与预测预报的沉降量基本相当,说明可以采用预测方法对沉降趋势进行预测,为工程施工、运营管理和领导决策提供了第一手资料。     

浅基础建筑物最终沉降量分析与预测

建筑物地基的沉降对于正常使用有很大影响,应用分层总和法计算地基的最终沉降量与实测的最终沉降量往往有较大的差距,因此有必要从已有的建筑物沉降观测资料中探求建筑物最终沉降量与建筑物及地基参数的关系,并将这种关系表示为沉降经验公式,作为预测和控制建筑物沉降量的依据.本文从弹性力学半空间理论出发,提出了浅基础建筑物最终沉降量的影响因素及其预测公式,与实测资料相比较,结果表明所提出的预测公式可基本正确预测出浅基础建筑物的最终沉降量.     

基于BP神经网络的杭州紫之隧道最大地表沉降预测

杭州紫之隧道浅埋暗挖北段处于地下水丰富的软弱地层中,施工过程中产生的地表沉降量难以控制,波动范围较大.为了准确评估施工风险,采用BP神经网络对最大地表沉降进行预测.首先对地表沉降的影响因素进行选取和量化,构成样本数据组.然后通过试错法,建立预测精度最高的一般BP神经网络和遗传算法优化的BP神经网络模型,研究发现BP神经网络在预测地表沉降方面效果较好,且使用遗传算法可以进一步提升预测精度.接着探讨了地层渗透性对BP神经网络预测精度的影响,研究发现不考虑地层渗透性会使预测精度大幅下降.最后对BP神经网络模型参数进行了敏感性分析,揭示了预测沉降的变化趋势符合客观变形机理.     

基于主成分分析-相关向量机的高速公路路基沉降量预测

为解决高速公路路基沉降量难以获取的难题,提出一种基于主成分分析(principal compohent analysis,PCA)的相关向量机(relevance vector machine,RVM)路基沉降量预测方法。通过主成分分析法将多个易获取的土体常规物理参数降维成少数且独立的变量,借助相关向量机模型反映路基沉降量与4个主成分变量之间的非线性映射关系,建立基于PCA-RVM的高速公路路基沉降量预测模型。将该模型应用于工程实例,在同样学习样本情况下与4种神经网络预测模型对比分析,结果表明:PCA-RVM预测模型通过分析各因素的相关性与贡献率,将多个影响因素合理化为少数主成分变量,在信息筛选方面明显优于其余4种模型;各模型预测结果显示,在路基沉降量预测结果的相对误差及均方差方面,PCA-RVM预测模型均占据较大优势。PCA-RVM模型具有精度高、离散性小、可靠度高等优点,为高速公路路基沉降量预测提供了一种新方法。     

费尔哈斯曲线在软土地基路堤沉降预测中的应用

为了预估软土地基路堤产生的沉降量,以费尔哈斯模型作为沉降预测回归模型,利用3段计算法和最小二乘拟合法对模型求解,对模型中的时间因子指数进行了讨论,并对费尔哈斯曲线法、双曲线法和星野法的沉降预测结果与实测结果进行了对比.结果表明:3种方法预测结果接近实测值,费尔哈斯曲线法预测最终沉降量较双曲线法和星野法要大;采用费尔哈斯曲线,不需要人为确定起始参考点的时间和沉降值,减少了人为干扰因素,同时偏大的数值对工程来说也是较安全的.     

基于改进M5′-主成分模型树的高心墙堆石坝沉降变形预测

针对高心墙堆石坝沉降变形过程动态非线性特点,建立基于改进M5'-主成分模型树的高心墙堆石坝沉降变形分析模型,在采用相关性分析甄选沉降变形影响因素和采用主成分分析将高维影响因素空间进行降维的基础上,利用该全局分段非线性模型对高心墙堆石坝沉降过程进行分析。通过与沉降量实测值对比,验证了改进M5'-主成分模型树的有效性。通过绝对差值和均方根误差2个指标对比分析改进M5'-主成分模型树与M5'模型树、多元线性回归模型、主成分回归分析模型的预测结果,表明改进M5'-主成分模型树预测沉降量具有更高的精度。     

高速公路软基最终沉降预测的范例推理方法

针对高速公路软基沉降的复杂性和不确定性，充分利用地质资料，运用模糊相似优先的概念，构造了高速公路软基最终沉降预测模型。对每个影响软基沉降的因素，分别建立了软基目标范例与源范例之间的模糊相似优先关系。经过影响因素之间的两两比较，获得了不同影响因素下软基的目标范例与源范例之间的相似性序列，计算得到软基目标范例和源范例之间的综合相似性序列，从而找到与软基目标范例最相似的源范例，实现了软基最终沉降预测。实例评价结果与实际沉降观测结果一致，这为预测软土地基路基沉降提供了一种新的方法。     

京津塘高速公路K131+610段路基沉降预测研究

高速公路施工中,路基沉降对工程质量有着重要的影响。但是影响路基沉降的因素很多,传统的线性预测模型很难将各种影响因素统一表达,BP神经网络模型可以将传统的函数关系式转化为高维的非线性映射,在路基沉降预测中得到广泛应用。以京津塘高速公路K131+610段工程为例,探讨了BP神经网络模型的最佳参数配合。     

基于地质区划下地铁盾构引起的建筑物沉降预测

城市地铁盾构隧道掘进会造成邻近建筑物发生结构变形及沉降。由于不同建筑物所处位置各异,盾构隧道穿越土体的上覆土厚度、岩层组合、地下水埋深等情况不一,因此,建筑物沉降规律存在较大的差异。文中基于南宁市水文地质条件、岩层组合模型及工程结构特征等因素对地铁盾构施工区间线路进行地质分区。根据盾构隧道施工引起的建筑物沉降曲线基本符合高斯分布的特点,结合建筑物的基础埋深、刚度、与隧道的相对位置等因素,对地表沉降Peck公式的地层参数进行修正,得到不同地质分区建筑物沉降预测公式。以南宁地铁一号线某区间为实例,将建筑物沉降预测公式计算值与实际监测值进行对比,结果表明两者拟合相关系数为82%,说明公式具有良好的适用性,可为南宁市地铁后续线路邻近建筑物沉降预测提供参考。     

基于双曲线法的软土地基沉降预测与分析

采用双曲线法综合分析佛山市北活至乐从公路主干线软基研究段的沉降固结特性及其发展趋势，即对影响沉降的相关因素进行分析，并对最终沉降及工后沉降进行推算，预测的结果基本符合实测数据。