福州市区地热井施工提高钻井速度的途径与方法

通过多年来在福州市区施工地热井的实际经验,阐述了在各种复杂的地层钻进工艺技术,以及在地热井施工过程中的护壁、清渣、防斜孔等问题作分析,提出了提高钻井速度的有效途径和方法。     

基坑全过程开挖及邻近地铁隧道变形实测分析

根据邻近已运营地铁隧道的基坑工程监测数据,对基坑开挖全阶段施工过程的深层土体侧向位移与邻近地铁隧道变形之间的规律展开研究,探讨基坑开挖的施工危险节点与重点影响区域。研究发现,基坑开挖前期围护结构施工和降水均对地层和邻近地铁产生了不容忽视的初始位移影响,围护结构长时间无支撑暴露是基坑侧移快速增长的危险时段;基坑开挖具有空间效应,中部侧向变形要大于边角,且单向开挖易造成后挖区土体的位移场和应力场叠加,引起邻近隧道的最大变形向后挖区偏移;基坑开挖深度与邻近地铁埋深相近时,隧道结构产生显著的水平位移和“横鸭蛋”式收敛变形,竖向位移波动不大;深层土体侧移曲线表现为“阶梯鼓肚形”,土体最大水平位移与隧道变形在小范围内呈线性关系,但随着侧移量的增大,隧道变形发生偏离拟合曲线的超线性增长,在工程中应值得关注。     

高拱坝施工初-中期导流风险模型及应用

面向工程设计阶段,采用高拱坝施工动态仿真技术获取施工初-中期挡水度汛面貌数据,综合考虑水文、水力随机性因素,构建高拱坝施工初-中期导流风险模型,提出采用Monte Carlo方法耦合挡水度汛面貌数据和主要随机因素进行风险模型求解的方法。基于风险分析原理提出了导流洞设计的风险判别方法,给出导流洞尺寸设计优化的数学模型和具体步骤。通过金沙江上游某高拱坝工程案例分析的结果表明:所提风险模型及求解方法是适用的、有效的,该模型能够得到整个施工初-中期导流风险率,较为客观地反映高拱坝施工中期度汛可能存在的两种挡水情况,克服了初期导流风险模型的局限性;施工中期导流风险率随导流洞尺寸增大而减小,导流洞尺寸设计的可行方案集存在界限,即优化方案。研究成果可为高拱坝施工导流的风险决策和设计优化提供理论支撑。     

基于因子分析的LM-BP网络的盾构施工地表沉降预测

盾构施工引起的地表沉降量的预测与评价具有很强的随机性和不确定性,用常规的数学模型难以准确表达。本文采用因子分析法对影响盾构施工引起地表沉降的9个因素进行了主因子的提取,得到4个主因子。以此数据集对BP神经网络进行训练,并用Levenberg-Marquardt(LM)算法对BP神经网络进行了优化,建立了基于因子分析的LM-BP神经网络预测模型。结合工程实例将预测结果与LM-BP神经网络模型的预测结果进行比较分析,表明本预测模型具有较高的准确性,符合实际工程的需要。     

一个采用多种支护技术的基坑工程

基坑支护是一种临时施工措施,目的是挡土挡水,为地下室施工创造条件,同时控制好对周边环境的影响。以一个基坑工程为例,介绍根据其不同的周边环境采用不同的支护技术及在施工过程中发生问题的解决办法,供类似基坑支护工程参考。     

基于GIS和AHP的灰色评估法在工程建设适宜性评价中的应用 ——以黄山市中心城区为例

随着城市现代化进程的加快,工程建设活动日趋频繁.在城市规划、工程建设前进行地质条件分析、适宜性评价是十分必要的.工程建设适宜性受多种因素影响,各因素间相互关联但影响程度不同.文章以黄山市中心城区为实例,从地质环境条件角度出发,介绍基于地理信息系统（GIS）和层次分析法（AHP）的灰色评估法在实际评价工作中的具体应用.该方法首先选取与工程建设适宜性密切相关的影响因素作为评价因子,在对评价单因子定性评价的基础上,用AHP确定各评价单因子的权重,最后用灰色评估法对工程建设适宜性进行综合评估.该应用效果较好,可在同类评价中推广.     

影响黄山市中心城区工程建设的地质因素及工程建设适宜性评价

通过野外地质调查和室内综合分析,研究黄山市中心城区地形地貌、水文、工程地质、水文地质和地质灾害等可能影响工程建设的主要地质因素的发育特征,并运用多因子分级加权指数法进行工程建设适宜性评价。研究区可划分为工程建设适宜区、较适宜区和适宜性差区3个等级;黄山市中心城区地质环境总体较好,工程建设适宜区和较适宜区面积广且成片分布,与定性认识基本吻合。以上认识可为黄山市中心城区城市规划布局、建设、发展及工程选址提供基础资料和决策依据。     

杭州湾北岸河口演变及建港条件分析

从海岸的历史变迁出发,阐述了杭州湾北岸的成因,对沿岸的潮流作用和地貌发育、泥沙运移以及河口演变趋势进行了统计和分析,并对建港条件作了初步分析。     

CFG桩在高速公路建设工程中的应用

对CFG桩的工作机理、主要优点及应用范围进行探讨,并通过其在工程实践中的应用,提出了施工中应该注意的事项。     

Analysis of nonstationarity in low flow in the Loess Plateau of China

An approach for nonstationary low‐flow frequency analysis is developed and demonstrated on a dataset from the rivers on the Loess Plateau of China. Nonstationary low‐flow frequency analysis has drawn significant attention in recent years by establishing relationships between low‐flow series and explanatory variables series, but few studies have tested whether the time‐varying moments of low flow can be fully described by the time‐varying moments of the explanatory variables. In this research, the low‐flow distributions are analytically derived from the 2 basic explanatory variables—the recession duration and the recession coefficient—with the assumption that the recession duration and recession coefficient variables follow exponential and gamma distributions, respectively; the derived low‐flow distributions are applied to test whether the time‐varying moments of explanatory variables can explain the nonstationarities found in the low‐flow variable. The effects of ecosystem construction measures, that is, check dam, terrace, forest, and grassland, on the recession duration and recession coefficient are further discussed. Daily flow series from 11 hydrological stations from the Loess Plateau are used and processed with a moving average technique. Low‐flow data are extracted following the pit under threshold approach. Six of the 11 low‐flow series show significant nonstationarities at the 5% significance level, and the trend curves of the moments of low flow are in close agreement with the curves estimated from the derived distribution with time‐dependent moments of the recession duration and time‐constant moments of the recession coefficient. It is indicated that the nonstationarity in the low‐flow distribution results from the nonstationarity in the recession duration in all 6 cases, and the increase in the recession duration is resulted from large‐scale ecosystem constructions rather than climate change. The large‐scale ecosystem constructions are found to have more influence on the decrease in streamflow than on the increase in watershed storage, thus resulting in the reduction of low flow. A high return period for the initial fixed design value decreases dramatically with an increasing recession duration.