膏浆灌浆结合高压旋喷施工在风化岩围堰防渗中的应用

本文以重庆两江新区御临河生态调节坝上下游土石围堰为例,提出了利用可控性膏浆和高压旋喷灌浆相结合的新施工方法,在围堰防渗墙施工中的应用效果良好,为同类水利工程建设提供参考。     

基于实测资料的引水渠道土体参数反演

通过有限元分析对引水渠道进行结构计算时,为了使数值计算的结果更可靠,需要对相关计算参数进行反演。根据工程实际情况,首先选取多种土体结构参数的组合作为参数训练样本,采用有限元法利用不同的土体结构参数组合对渠道的沉降变形进行数值计算;基于水位变化与引水渠道土体沉降的关系,将选取的样本投入RBF(Radical Basis Function,径向基函数)神经网络中训练,建立渠道土体结构参数与因水位变化引起的渠道土体沉降值之间的映射关系;最后根据渠道实际变形监测值,采用RBF神经网络反演得到相关变形参数,以实现对引水渠道结构的精确计算。     

岩壁吊车梁轮压荷载的等效计算研究

轮压荷载是设计中的一个主要荷载,但其确定方法目前尚无明确规范可循。为比较设计计算中合理的轮压荷载确定方法,建立了岩壁吊车梁二维和三维有限元计算模型,采用设计中多种轮压简化计算方法进行二维计算,并与完全轮压荷载情况下三维有限元计算结果加以比较分析,获得与三维计算结果最为接近的轮压荷载简化确定方法,为以后的设计工作提供有效参考。     

Cosserat理论的应变能定理及解的唯一性

Cosserat理论已广泛应用于岩土工程，求解Cosserat问题时，解析方法与数值方法都曾被采用，证明了Cosserat问题的能量原理及解的唯一性定理，进一步完善了该理论，并保证了数值及解析求解结果的正确性。     

大坝垂线位移监测资料分析的4种统计模型

 位移监测及分析是大坝安全监测的重点内容,垂线是使用最普遍的位移监测手段之一,它具有 测点多、深入坝体等特点,获得的监测数据包含了反映坝体安全状态的信息。为更好地分析 这些信息,在已有的监测分析方法基础上,结合近期研究成果,阐述了目前位移监测模型的进 展,归纳提出了可用于垂线位移分析的4种统计模型,并结合实例给予说明。这些模型为全面 分析垂线位移提供了可能,可在不同情况下选择使用。     

两组正交节理岩体的Cosserat等效模型研究

基于一般Cosserat介质理论,针对具有两组正交节理的岩体,对其单元体进行了分析,导出了描述节理岩体力学行为的等效模型,并给出了平面问题的有限元模型.该模型可以考虑岩体特征尺度的影响.自编相应程序,采用等效模型进行了沉降有限元分析,结果表明,该模型可以模拟具有两组正交节理岩体的力学行为.     

基于最优延时和多天线的并行检测算法

循环平稳特征检测是一种在低信噪比时也能准确发现信号的盲检测技术,但其算法计算周期较长.针对此问题提出了一种改进的并行渐进最优卡方检测算法,通过识别循环谱特性和遍历循环自相关确定最优的循环频率和延时,用循环自相关以及渐进协方差矩阵构建检验统计量,并对二维向量和谱分量实部和虚部进行合并及迭代过程并行处理,仿真得到了检测概率和检测时间.同时,根据最大似然比统计量的有偏估计和渐进分布特性导出了检测概率的表达式,结果表明:最优延时的理论与仿真吻合得很好,多天线技术充分利用了空间分集,在干扰较强时仍然具有较高的检测概率,且并行处理过程能有效减少检测时间.     

一种多天线智能谱感知方法研究

频谱感知和多天线分集合并技术是目前无线通信研究的热点.为了在复杂的信道衰落环境下实施有效的检测,融合多种检测方法是目前频谱感知技术的发展趋势.提出了一种基于匹配滤波器检测、能量检测和循环平稳检测的多天线合并智能频谱感知算法.通过建立高斯信道下二元假设检验模型,得出了总检测概率的封闭表达式.各种条件下的检测概率和检测时间的接收机工作特性(Receiver Operating Characteristic,ROC)实验结果表明所提算法优于单天线的性能,有效地利用了分集技术并减小了信号瞬时波动,保证在衰落信道条件下也能得到较高的检测概率.这对发展新型频谱感知技术,促进认知无线电技术应用具有重要意义.     

加权灰色与加权统计模型在边坡变形预测中的应用研究

 利用实测变形数据建立监测模型对边坡变形规律进行预测是工程安全监测中的重要手段。对于长期发展变化的变形来说,新、旧信息反映的规律通常会有所不同,充分合理利用新的实测信息是实时掌握边坡状态、预测下一阶段趋势的必要工作。以加权的方法增强新的监测信息的作用,适当削弱旧信息的作用,比较选取权形式,对相应的变形加权回归模型和加权灰色模型进行建模分析,其预测效果比不加权模型有较明显改善。并通过权重的改变对模型的拟合、预测结果进行了比较,总结其规律,提出了使用建议。     

高坝基岩多点变形监测的GRNN模型研究

为有效地进行大坝基岩多测点变形分析预测，在既有的大坝变形安全监测数学模型结构基础上，利用广义回归神经网络（GRNN）良好的非线性拟合能力建立变形预测模型，并针对高坝基岩多点位移计监测的实际情况，以多个测点的变形量为分析对象，在利用历史变形资料进行训练后实现多点变形预测。实例计算与比较结果表明，GRNN模型计算快、精度高，是进行多测点非线性变形监测预报的有效工具。