重塑黄土一维固结变形的试验与数值模拟

为了研究单轴条件下黄土的固结变形特性,运用ABAQUS软件对重塑饱和黄土一维压缩固结模型进行了数值仿真。采用边界面模型为土体的材料模型,通过与室内试验比对,验证了所建模型的正确性。并依据现有模型,模拟了不同应力率下的固结试验。结果表明:(1)试样在加卸载荷后会产生较大的瞬时变形,变形量随加卸荷量的增大而增大,但在加卸载量相同的情况下,试样的回弹变形要远小于加载过程中产生的变形。(2)常应力率试验中,应力率越大,有效应力增长越快,但最终的有效应力值却最小;有效应力在卸载开始阶段并没有随着总应力的下降而下降,而是表现出一定的滞后性,且应力率越大,这种滞后性越明显。(3)试样的竖向变形速率随着应力率的增大而增大,但最终变形量随应力率的增大而减小,合适的应力率可以兼顾加载时间和密实度。(4)应力率越大,孔压上升越快,所产生的孔压幅值也越大,应力率较小时,孔压在加载过程中出现先升后降的现象,孔压沿试样高度分布较连续。     

基于MSC.Marc软件二次开发的岩土流变分析

流变是岩土材料的一种重要的力学性质,合理地分析和模拟材料的流变对结构施工期和运行期的变形和应力控制十分重要.由于流变计算较为复杂,目前常需借助一些相关的计算软件来实现.本文首先介绍了流变分析的相关理论,然后以有限元分析的商业软件MSC.Marc为基础,进行二次开发,编制相关的计算子程序,来实现流变计算.以某抽水蓄能电站的堆石坝为算例,根据计算的结果对开发的程序进行了验证,表明开发的程序可以应用于实际工程.     

基于遗传神经网络的战场声目标识别

通过小波包分析提取战场声信号不同频带上的能量作为特征向量,设计了遗传神经网络作为战场声目标识别的分类器,克服了传统BP神经网络容易陷入局部最小点的缺陷,通过Matlab仿真对比实验结果,证明遗传神经网络能够提高战场声目标的识别率。     

不同降雨条件下高边坡的稳定性分析

为了研究不同降雨强度下雨水入渗对加固前后边坡的稳定性。以山西省吕梁市离石区某矿区边坡为例,通过PLAXIS有限元软件对该边坡进行渗流与应力耦合计算,根据该地记录的降雨量,分析了不同降雨强度下边坡孔隙水压力的变化规律,边坡的破坏趋势,预应力锚杆内力变化以及边坡安全系数的变化。研究表明：降雨强度越大,边坡的负孔隙水压力消散的速度越快,雨水入渗速度越快,且在相同计算时间内入渗深度也越深;边坡发生的破坏形式在降雨阶段往往浅层滑动,降雨结束后,雨水继续下渗,边坡的潜在滑动面逐渐过渡为深层滑动;在相同降雨条件下,各级边坡锚杆内力增量都会大幅提升,且越靠近下级边坡的预应力锚杆内力增量越大;增加预应力锚杆加固边坡可有效提高边坡的稳定性且减小降雨对边坡稳定性的影响。