全过程沉降预测的新模型与方法

地面沉降是普通存在的一种环境灾害为此提出了一种新模型,它概括了泊松曲线模型与Verhulst模型,能准确预测全过程沉降量的变化规律。提出了将非线性回归与3次样条插值相结合求解新模型的思路与方法,突破了泊松曲线模型所用三段计算法的局限。实例分析结果表明：所提出的方法能准确地求得非线性模型的解;新模型及方法与Verhulst模型及方法相比,能使模型计算值与实测值之间的残差大幅度减小。新模型为岩土工程设计提供了新的科学依据。     

邓肯-张模型有限元分析路堤沉降实用方法

有限元法是计算路堤沉降常见的数值计算方法,但其模型参数一般需要做三轴排水试验确定。为了使该法更为实用,对已有的Duncan-Chang模型中切线弹模简化确定法进行了误差分析,提出了具体的修正系数;基于土体的K0 状态条件,给出了一个切线泊松比近似计算公式,对砂性土和粘性土均可适用。实例计算表明：所提出的方法对缺乏三轴试验资料,但又需进行有限元计算沉降的一般道路工程,具有一定的借鉴意义和参考价值。     

水库蓄水对库底沉降影响的数值分析

抽水蓄能电站常采用沥青混凝土进行库底防渗护面处理,过快的蓄水速率和过大的蓄水水头可能导致库底护面开裂。以某抽水蓄能电站的上水库为例,用考虑Biot固结理论的平面有限元法,在依据沉降观测点实测资料优化确定地基土模型参数的基础上,分析了水库蓄水速率和蓄水水头对库底沉降量、沉降率及库底沥青混凝土应变率的影响。结果表明,蓄水速率对地基的最终沉降值影响不明显,而在蓄高水位历时内,地基的沉降增量和最大沉降率均与蓄水速率和蓄水水头有很好的相关性,沥青混凝土的最大应变率仅与蓄水速率相关。     

软土路基沉降实时建模动态预测

在路基填筑施工过程中,用多项式与时间序列AR组合模型预测其沉降变形发展。根据沉降观测值,采用统计分析方法识别和建立多项式预测模型,预测在某时期沉降趋势值;用平稳时间序列分析方法建立随机部分模型,并预测沉降随机部分值,二者之和即为某时期沉降预测值。随着新观测数据的不断加入,及时修改预测模型参数值,达到实时预测之目的。工程实例研究表明：组合模型预测值明显优于单一趋势模型预测值。组合模型一步预测误差绝对值大多数情况下小于5 mm。预测步数越多,预测误差则越大。     

CFG桩复合地基沉降计算探讨

CFG桩（水泥粉煤灰碎石桩）复合地基是新近发展起来的一项地基处理技术,具有承载力提高幅度大,地基沉降小,适用范围广,造价低,施工方便等特点。阐述了CFG桩复合地基加固机理及沉降模式,详细讨论了其沉降计算,包括它的计算厚度、影响因素、压缩模量选取及附加压力计算等。提出按变形控制理论进行变形计算有其优点,但仍有很多工作要做。     

真空和堆载两种预压法的室内试验研究

通过室内试验模拟真空预压法和堆载预压法加固不同深度的土体,对两种预压法下土体前后的物理力学性质指标、土体的沉降量、排水量等进行了分析,认为两种方法均能使土体的物理力学性质改善,就渗透性而言,真空预压优于堆载预压,但就压缩性而言,堆载预压优于真空预压;堆载预压下试样的轴向位移远大于真空预压下的轴向位移,且比真空预压下的沉降收敛慢;真空预压下的排水量大约是堆载预压下排水量的1.8倍;在真空预压和堆载预压下,浅层土体的排水量均大于深层土体的排水量。     

冠瘤海鞘同种群聚的化学诱因初步研究

研究了不同浓度的冠瘤海鞘成体被囊萃取物和幼体萃取物及不同的幼体密度对冠瘤海鞘(Styela canopus)幼体附着和变态的影响.结果表明,冠瘤海鞘被囊萃取物和幼体萃取物在5%和10%的浓度下均促进冠瘤海鞘幼体的附着和变态,但被囊萃取物的诱导效果明显强于幼体萃取物;幼体密度高于25只/cm3时,促进冠瘤海鞘幼体的附着和变态;幼体密度低于10只/cm3时,幼体的附着和变态不受密度影响.这些结果提示海区中冠瘤海鞘的同种群聚可能与其被囊或幼体内含诱导幼体附着和变态的化学因子有关.     

位错模型的矿区地表沉降监测

为获取连续的矿区地表沉降变形场,揭示沉陷规律,及时预计沉降范围与大小,保障生产,该文提出了以精密水准测量数据为约束的加权位错监测及预计模型。视开采工作面为简化位错几何模型,顾及工作面近远场观测数据的不同,根据计算模型值与水准测量实测值的残差确定不同的权比,利用最小二乘线性算法反演垂直方向上的张裂参数。由张裂参数正演获取连续的地表形变场。并以多期观测反演所得的一维张裂参数的变化序列拟合预计模型,预测地表未来形变场。研究表明,提出的加权位错预计模型能更好地监测并预计矿区开采后的地表沉降变化,为采矿安全生产提供了依据。     

奇异谱分析在地铁沉降预测中的应用

地铁沉降受诸多因素干扰,其监测数据往往表现出非平稳、非线性特征。因此,首先利用奇异谱分析(SSA)方法提取监测数据的趋势项和周期成分,以削弱噪声、提高数据信噪比;然后利用BP神经网络分别对趋势序列与周期序列进行预测并重构,进而得到预测值。实验结果表明,相较于BP神经网络模型,SSA_BP神经网络模型的整体预测精度更高、最大预测长度更优。     

基于5G技术的实时三角测绘在测绘信息中的应用

本研究基于5G技术的实时三角测绘在测绘信息中的应用案例。通过瀑布式开发模型,本文在明确使用三角控制测量法的前提下,使用5G技术及其带来的分布式计算技术和自适应组网技术,对基于5G技术的实时沉降三角测绘系统进行了开发,通过组网测试,发现该系统的测量精度与使用全站仪人工测量精度相当,且系统部署过程并未对原有的IDC核心节点增加任何设备,系统稳定性、可靠性良好,与原有IDC设施的兼容性良好。所以,本文认为,5G技术在沉降控制测量任务中具有极大的技术优势。