基于变形分区确定某反倾岩质岸坡变形体锁固段

对处于蠕滑阶段的边坡而言,准确确定蠕滑段和锁固段是进行稳定性评价及演化趋势预测的基础和前提。以我国西南山区某水库型岸坡变形体为例,在综合分析岸坡工程地质条件的基础上,通过联合运用野外现场地质调查、地表位移监测、钻孔、平硐、深部位移监测、物探等多种勘察手段,查明了岸坡的结构特征,并分别对岸坡进行地表和深部变形分区。 在此基础上,结合当前稳定性现状,划分出岸坡蠕滑段与锁固段。结果表明:(1)岸坡在河谷下切过程中发生了弯曲倾倒变形,弯曲折断面深度为20～80m;(2)岸坡前部为蠕滑段,中部为锁固段,后部为拉裂段,具备滑移-拉裂-剪断三段式发育特征。研究结果可直接用于该岸坡变形体的稳定性评价,且对于同类型处于蠕滑阶段边坡的勘察手段及综合分析具有一定的借鉴意义。     

采空塌陷区地表建筑物变形特征分析及破坏机理研究

采空区建筑物的变形特性研究,一直是采空塌陷灾害的一个重要方向。本文以北京市房山区史家营乡大村涧村采空塌陷为背景,在充分分析采空区上方建筑物砖墙上裂缝形态及分布规律的基础上,从建筑物受力方面探讨了裂缝产生的原因,并采用数值模拟方法对采矿影响下建筑物的变形破坏机理进行浅析,研究结果不仅可为建筑物加固和维修提供依据,还可为采空塌陷区治理提供参考。     

不同开采条件下采空区地表变形机理的数值模拟研究

通过建立数值模型,模拟不同采深、采宽、采厚及不同开采倾角下采空区地表的变形,通过数值模拟及计算得出各开采条件下地表的下沉曲线及水平移动曲线,进而分析地表变形规律及变形机理,为研究开采引起的地表变形提供一种便捷的方法。     

三峡库区曾家棚滑坡变形特征与成因机制分析

2012年6月,三峡库区大溪河曾家棚发生滑坡,该滑坡在库水位变动和暴雨共同作用下发生,其发生发展过程及形成模式在三峡库区具有典型代表性。通过对比曾家棚滑坡以往勘查测绘资料和本次滑动变形实测及调查结果,对该滑坡影响因素和成因机制进行了分析,并提出了其发展变化演化过程,预测了其发展变化趋势及危害性,可为库区相似岸坡稳定性分析及监测预警提供借鉴。     

斜轴变形椭球高斯投影方法

针对东西跨度较大的线路,借助最小二乘法建立斜轴参考椭球,以减小高斯投影横坐标;通过坐标系转换理论,推导出测区在各坐标系下的空间直角坐标,进而确定测区相对于斜轴参考椭球上的大地坐标;利用椭球变换法建立斜轴变形椭球以减小因高程引起的投影变形。以某铁路线为例,可知"斜轴变形椭球高斯投影方法"可大大减小投影后横轴方向分量,避免高斯投影分带现象,同时有效减小高程及其引起的投影变形。该方法数学模型严谨、运算过程清晰,便于编制相关软件,可投入工程使用。     

基于IGGII稳健总体最小二乘在变形监测的应用

由于外界的种种原因,测量误差始终存在。总体最小二乘考虑了系数矩阵误差以及观测向量误差,却未考虑观测向量可能存在粗差。因此,利用稳健估计方法,采用IGGⅡ权函数,提出了基于IGGⅡ的稳健总体最小二乘迭代方法。通过实例对比LS,TLS,以及稳健总体最小二乘的结果,发现稳健总体最小二乘的精度最高。     

基坑变形非等时距灰色预测模型程序设计及应用

根据牛顿插值平均法对非等时距基坑累计位移变化量进行等时距变换,结合灰色系统理论,建立非等时距灰色GM(1,1)模型,并采用VB与MATLAB编程语言对该模型进行编程实现,更加高效、直观、准确地对基坑变形进行了分析预报.结合某工程前数期的实测数据进行建模、分析和预测,取得了良好的效果.     

高原地方坐标系的理论设计与投影变形检验

随着城市扩张及城乡一体化统筹管理,传统方法设计的地方坐标已不能适应城市发展的需要。针对这一问题,该文应用高斯投影、抵偿高程面相结合的方法,详细讨论了不同中央子午线及抵偿高程面下坐标系的适宜范围及变形情况,并提出高程投影带概念,计算给出各带参数速查表。通过一个实例、应用多高程投影带方法,将坐标系适宜宽度由传统方法的±45km扩展到±165km以上。该文还提出一种应用DEM检验坐标系投影变形的新方法,达到了遍历、直观的检验效果。目前国家正在推广CGCS2000及开展数字城市建设,均需要设计新的地方坐标系,可供参考使用,但海拔低于159m的区域效果不很明显。     

GPS技术在变形监测中的应用和发展趋势

全球定位系统GPS(Global Positiming System),以能够提供连续、实时、无障碍和自动化服务,被广泛应用于导航、测量、勘探等诸多领域。尤其是在测量方面,改变了传统的测量格局,在变形体变形监测领域应用也日趋凸显,由于GPS借助卫星信号传输数据,在实际的监测中也存在一定的局限性。本文首先阐述了变形监测技术,监测数据处理的常规方法;其次介绍了GPS系统应用与变形监测中的优势与不足,并概述了GPS系统应用现状及发展趋势。     

Correlation －SVM 模型在大坝变形预测中的应用

引起大坝变形的影响因素很多,即在利用支持向量机（ SVM）模型进行大坝变形分析和预报的过程中,需要将所有的影响因子都输入到SVM模型中,这样会造成输入因子的不侧重性,基于此,本文对大坝变形的影响因子进行相关性分析,根据大坝变形影响因子和大坝变形量之间的关系来确定最优的影响因子,即将比重比较大的影响因子输入到SVM模型中,从而提高了SVM模型运行效率及预测的精度和速度。