非平稳条件下基于贝叶斯网络的内涝风险评估和管理方法

受非平稳条件因素(如气候变化、城市化)的影响,近几年内涝灾害频发。以Z市某地块为研究区域,借助地理信息系统(ArcGIS)和暴雨雨洪管理模型(SWMM)实现研究区排水管网的水动力模拟。在不同降雨情境下,比较分析现状系统及不同改造方案下的系统溢流量等信息,计算内涝风险指数。采用贝叶斯网络分析工具(Bayes Server)对引发内涝风险的主要因素进行推理、识别和分析,进而构建内涝风险评估模型。该模型便于决策者根据设计需求,结合各因素的不确定性范围和发生概率值,综合选取最适合的改造措施,优化市政排水防涝规划,为市政基础设施建设提供了依据。     

库水位变动下庄屋滑坡变形与稳定性分析

库水位变动是三峡库区滑坡等地质灾害频发的重要原因之一。为研究库水位变动对库岸涉水滑坡变形和稳定性的影响,以庄屋滑坡为例,结合GPS位移监测数据和数值模拟分析,探讨了该滑坡在库水升降过程中变形和稳定性的响应规律。结果表明,庄屋滑坡受库水影响滑坡后缘变形大于前缘,为推移式滑坡。水位变动过程中,滑坡渗流和稳定性变化具有动水压力型滑坡特点,即在水位上升时滑体内地下水浸润线呈内凹趋势,水位下降时滑体内地下水浸润线呈外凸趋势,且具有一定的滞后性;库水位上升时滑坡稳定性系数增大,水位下降时减小;当库水位保持在恒定水位时,稳定性系数也逐渐趋于稳定。     

大跨度钢管拱异位拼装、纵移和提升施工方法研究

郑万高铁汉江特大桥主桥为(109+220+109) m连续刚构拱组合桥,结合工程特点,主拱安装采用异位拼装+整体纵移+整体提升施工技术。介绍纵移段长度选取、异位支架拼装形成临时系杆拱、远距离纵移和垂直提升完成主拱合龙及体系转换等。主桥拱部安装实际用时40d,安装精度和线形均达到规范和设计要求,取得良好的实施效果。     

深孔巨桩桩身新浇混凝土温度控制研究与应用

深孔巨桩具有良好的承载力和沉降性能。由于其体积巨大及所处环境特殊,深孔巨桩温度控制是工程管理的一个重点和难点。从温升峰值控制、温差控制、降温控制方面分析巨桩温控重点、难点,介绍巨桩温控管理现状,详细阐述巨桩温控关键施工技术,包括优化配合比、入模温度控制、保温措施等。     

物联网下新型教学模式及全周期培评研究

电气学科工程教育目前面临着新机遇、新挑战，本文拟结合物联网理念及其“感知-传输-应用”三层体系架构，建立电气学科“调研-教学-评价”三层电气教学物联网体系：“感知”即调研，“传输”即教学，“应用”即评价。接着文章构建了电气学科“感知式基础库”，研究了传统+现代的多平台教学模式进行人才培养；最后开展了教学模式的全培养周期学习及评价，以满足学生多元化发展，适应社会及行业的发展需求。     

弹性地基处周期性圆形钢筋混凝土管道振动特性分析

针对弹性地基处周期性钢筋混凝土管道的波动特性,基于声子晶体理论和Flugge壳体理论,建立了圆形管道环径向轴对称波动微分方程,利用传递矩阵法建立了相邻胞元间的传递矩阵,数值分析了周期性管道结构的能带特性。结果表明,振动波在传播过程中存在禁带域和通带域,弹性地基对弯曲波在特定频率范围内的传播具有抑制作用,长度比的变化对周期性圆形混凝土管道禁带的幅值、宽度和个数影响显著,因此可通过调整结构尺寸参数改变结构中波的传播特性。     

红河流域径流演变分异及其特征

红河流域径流演变分异研究对于揭示流域径流的形成、演变规律及跨境水管理具有重要意义。选取红河流域9个代表站点,利用累积距平法、滑动t检验和Mann-Kendall-Sneyers法研究了红河流域的径流演变分异。结果表明,径流演变空间差异显著,各控制断面波动不一致;流域各站点(除大东勇站)均出现径流突变,但突变时间不一致,且越往下游,突变时间越晚;此外,各站点丰枯转化时段不一致。     

基于位移的重力坝时变可靠性研究

以混凝土重力坝为例,在考虑混凝土老化及腐蚀的前提下,以位移减去许用位移作为功能函数,基于位移分布及变异系数保持不变这一假设,提出了一种基于位移的时变可靠性计算方法,即根据抗滑稳定功能函数、下游坝趾抗压功能函数、上游坝踵抗拉功能函数及位移测量结果来确定许用位移的均值和方差,通过已有混凝土老化及腐蚀的研究成果,拟合出混凝土弹性模量、腐蚀厚度随时间变化的表达式,进而以30年为基准,运用ANSYS软件对未来70年重力坝的可靠指标进行仿真,并根据仿真结果预测了达到服务期后的可继续使用年限,进而证明了方法的合理性和有效性。     

基于稳健估计的大坝监测数据粗差识别方法

大坝安全管理已逐步由粗放型向信息化转化，然而传统的误差识别技术识别精度不高，造成大量异常数据进入原始信息库，导致后期分析结论的偏离，成为信息化建设的制约因素。为此，提出了基于稳健估计的大坝监测数据粗差识别方法，即以稳健MM回归替代传统建模方式，同时结合MCD稳健估计确定异常识别阈值，并实现了程序编制。实例应用结果表明，该方法能有效避免由于异常值存在而导致的模型崩溃及阈值失效，且识别更加可靠。