人为土的概念、特征及其工程研究意义

本文提出了人为土的工程概念,从其成因的角度给出了人为土明确的科学定义,归纳和总结了人为土的基本特征,为人为土的工程分类体系建立、合理评价、工程利用和环境整治提供科学依据。     

直升机载频率域电磁系统在我国环境和工程勘查中的应用前景

本文根据国际上采用直升机载频率域电磁系统进行环境和工程勘查的应用效果,结合我国引进的航空电磁系统的性能和特点,探讨了采用直升机载频率域电磁系统在我国进行环境和工程勘查的应用前景。     

福建省滨海火电厂地质灾害问题及风险控制探讨

滨海火力发电厂工程主要包括厂区建筑、码头、管道、取排水、填海和贮灰场等工程。其主要面临着福建省海岸带构造运动、断裂及地震活动、港湾淤积、海底滑坡、软土地基、海底活动地貌、基岩不均匀风化以及人类工程活动等主要的灾害性地质因素。通过对这些因素潜在的致灾特点分析，提出了滨海火电厂地质灾害风险控制应包括选址阶段地质灾害风险回避、设计施工阶段地质灾害风险处理及运行阶段地质灾害风险监控等3方面。地质灾害风险评估是滨海火电厂地质灾害风险控制的首要任务。针对滨海电厂工程的特点，评估内容应着重于地质灾害危险性评估及易损性评估。选址阶段地质灾害风险回避主要是对构造不稳定的回避。地质灾害风险处理主要是电厂工程的基础处理及管道抗冲刷处理。电厂运行阶段地质灾害风险监控主要是对建筑物基础稳定性及海域冲淤变化的监控。     

滑坡及危岩(崩塌)防治工程措施选择与工程设置

滑坡和危岩（崩塌）治理工程措施较多，措施组合可变性大，每种工程措施都有其相应的应用条件，不宜性、适宜性和最佳配置组合。治理工程措施选择应充分考虑治理工程功能性的具体要求、在不同工况条件下的安全性及耐久性、工期要求和投资的经济性以及后期维护的要求、工程岩土体性质及其蓄水后的变化、场地条件、施工技术条件、地方材料资源等具体制约因素以及环境保护的要求。在三峡水库区二期地质灾害防治工程国家级验收总结的基础上，对滑坡与危岩（崩塌）常用防治工程措施（排水、削方减载、回填压脚、抗滑桩、重力式抗滑挡墙、预应力锚索、格构锚固、拦石墙等）的工程适用条件、工程设置及不宜性进行了详细的分析，并提出工程设置应考虑及注意的问题。     

浅析混凝土质量通病防治的措施

在混凝土工程施工时，经常会发现诸如蜂窝、麻面、孔洞、露筋、缝隙、夹层、缺棱掉角、表面不平整。混凝土强度不够，均质性差等质量通病。在分析产生混凝土施工质量问题原因的基础上，有针对性地提出了各种防治措施。     

加强工程施工项目管理措施与建议

结合项目施工管理的经验,从建立项目管理班子、项目评估和合同评审签订、人力资源的优化配置、强化劳务管理、责任成本管理、建立激励约束机制六个方面来探讨加强工程项目管理办法,并同时提出了加强工程项目管理的具体措施与建议.     

塔里木河下游河道疏浚段水文地质和工程地质特征研究

塔里木河下游河道长期断流,生态环境恶化,必须实施河道疏浚工程,从根本上改善塔里木河下游的生态环境.掌握塔里木河下游河道的水文地质和工程地质特征是实施河道疏浚工程的关键,是沿线生态闸堰设置及两岸提防工程修建的基础.通过区域地质特性、水文地质条件、工程地质特征几个方面的研究,得出河道疏浚段的地层岩性、地下水类型、地下水化学类型等特征,为河道疏浚工程奠定了基础.     

基于DSM阴影仿真和高度场光线跟踪的影像阴影检测

介绍了一个建筑物阴影检测的模型。首先利用摄影测量学原理来计算阴影坐标。即用数字表面模型(digitalsurfacemodel,缩写为DSM)和太阳高度和方位来计算建筑物阴影的空间坐标,并由相机模型计算出每个阴影单元对应的扫描行和相机空间坐标。由高度场光线跟踪判断阴影的可见性,对可见阴影计算出它在投影图像上的坐标。然后在这个结果的基础上再对图像进行阴影的细分割。     

工程场地的特征与工程地质分区

工程场地与城市在空间尺度上相去甚远 ,但工程场地所具备的与环境行为相近的共性 ,使其属性分析可以推广应用到城市建设所面对的整个工程地质环境。从这一意义上说 ,工程场地是整个城市宏观工程地质环境的微观单元 ,众多微观单元的组合构成了环境的宏观总体。为此 ,工程场地的三大属性特性、适宜性、稳定性 ,可以作为城市工程地质环境分析中分析方法的基础。从工程场地分析推广到城市工程地质环境分析 ,还将有助于保证城市工程地质环境分析的定量化水平。     

Structural damage detection using the optimal weights of the approximating artificial neural networks

This work presents a novel neural network‐based approach to detect structural damage. The proposed approach comprises two steps. The first step, system identification, involves using neural system identification networks (NSINs) to identify the undamaged and damaged states of a structural system. The partial derivatives of the outputs with respect to the inputs of the NSIN, which identifies the system in a certain undamaged or damaged state, have a negligible variation with different system errors. This loosely defined unique property enables these partial derivatives to quantitatively indicate system damage from the model parameters. The second step, structural damage detection, involves using the neural damage detection network (NDDN) to detect the location and extent of the structural damage. The input to the NDDN is taken as the aforementioned partial derivatives of NSIN, and the output of the NDDN identifies the damage level for each member in the structure. Moreover, SDOF and MDOF examples are presented to demonstrate the feasibility of using the proposed method for damage detection of linear structures. Copyright © 2001 John Wiley & Sons, Ltd.