长安国际饭店静力压桩工程施工

西安市长安国际饭店采用静力压桩加固软弱地基。本文叙述静力沉桩的桩位布置、压桩机造型、桩程序、压桩步骤、质量检验、劳动组织、优缺点评价及问题处理，采用这种方法处理地基可以缩短总工期，降低工程造价，取得良好效益。     

静力触探确定桩承载力的理论方法

本文简要给出描述静力触探和打入桩贯入机理的计算模式以及贯入阻力、贯入阻力影响范围和贯入阻力临界深度的理论解。在此基础上推导出静力触探指标与桩竖向承载力的理论相关方程。本理论相关方程能反映尺寸效应和深度效应并与经验公式和实测资料相一致。     

预制桩静力贯入层状地基的试验研究

1　前　　言 静力压入法是一种技术先进的沉桩方式。静力压桩的优点之一是可以直观显示桩在穿越不同土层时的沉桩阻力 ,即压桩力。但该压桩力是桩端阻力和桩侧摩阻力之和 ,分析起来不方便。本文的部分试验利用设置在桩端的自制传感器测出贯入过程中的桩端阻力 ,从而把桩端阻力和桩侧阻力分离开来 ,便于研究桩的受力机理。静力压入桩与静力触探的贯入速度基本相同 ,两者在受力机理方面有相似性 ,但也存在着截面尺寸、摩擦段长度不同等差异。研究静力压桩以及两者的差别有助于更好地利用静力触探资料确定桩基础的承载力。2　试验装置及现场地质资料试验桩的压入采用全液压箍压式压桩机。为了研究不同土类的贯入特征 ,试验在两个不同     

基于单桥静力触探的静压桩沉桩阻力估算方法

为了通过单桥静力触探指标比贯入阻力来模拟计算静压桩沉桩阻力,根据《建筑桩基技术规范》(JGJ 94—2008)中由比贯入阻力计算的单桩承载力与现场压桩试验所得到的压桩力进行比较,提出了考虑桩端阻力和桩侧摩阻力的综合修正系数α、β来估算静压桩沉桩阻力的计算方法,给出桩端阻力和桩侧摩阻力的计算公式;针对不同土层,给出了不同综合修正系数建议值;基于自行编制的Visual Basic可视化程序,以曲线的形式将计算结果直观地显示出来。实际工程的模拟计算和压桩力的实测结果进一步表明采用综合修正系数计算沉桩阻力完全可行。     

静压桩承载力分析

结合东营某工程的静力压桩资料、静载试验资料及静力触探资料,计算模拟了压桩力,分析了沉桩的可能性,预估了单桩承载力并与静载试验结果进行对比,其结果令人满意,为设计和施工提供了很有价值的依据．     

计算静压桩沉桩阻力的综合调节系数法

利用静力触探的资料,结合图形显示技术计算沉桩阻力,并通过调节桩端阻力和桩侧摩阻力的两个修正系数α、β来使计算曲线和实测曲线吻合。计算中可以变化选取桩尖以上、桩尖以下不同深度范围内土的静力触探锥尖阻力qp,以考察对沉桩阻力的影响;并可将压桩力分离为桩侧摩阻力和桩端阻力,分别加以研究和调整。文中称这种计算压桩力的新方法为综合调节系数法。计算实例表明,在压桩过程中,入土浅时主要是克服桩端阻力;随着桩入土深度的增加,桩侧摩阻力累计值也逐渐增大,占沉桩阻力的比例提高。当桩端进入较硬在持力层后,桩端阻力有明显的提高。用静力触探侧摩阻力fs计算桩的侧摩阻力时,土层性质不同调整折减的幅度不一样,在粘性土中调整幅度较大,而在砂性土中调整的幅度较小。     

南通地区静压桩单桩承载力分析计算

对南通地区 44根试桩实测资料进行统计分析 ,发现在应用《建筑桩基技术规范》(JGJ94— 94)计算静压桩的单桩承载力时 ,规范公式应作适当调整。总结出采用静力触探曲线计算单桩承载力的经验公式     

基于波速孔压静力触探试验计算软土中静压桩的 单桩极限承载力

根据静力触探探头和静压桩贯入软土时的特点,采用柱孔扩张理论来模拟圆锥锥身和桩身贯入过程中应力场的变化,采用球孔扩张理论分析锥尖和桩端的挤土受力情况,推导出该条件下柱孔扩张和球孔扩张的极限扩孔压力理论解,在此基础上,对静力触探探头和静压桩进行受力对比分析,推导出利用波速孔压静力触探试验成果估算静压桩极限承载力的理论表达式。理论计算值与现场试验桩的静载荷试验结果较为吻合,说明该理论解具有一定的实用价值。     

静压楔形桩挤土效应的室内模型试验

通过对在黏土中静力压入等截面钢桩和3根不同侧壁倾角的楔形钢桩的室内模型对比试验,对静压楔形桩及等截面桩的挤土效应进行研究。通过试验,获得沉桩过程中地表隆起随沉桩深度变化的规律及最大隆起的位置和大小。最后对压入等截面桩与楔形桩的试验结果进行比较分析。     

基于静力触探的静力压桩沉桩阻力模拟计算

讨论了静力触探的原理及与静力压桩的异同，建立了沉桩阻力模拟计算的调节系数法，对有关参数进行了详细的讨论，并应用于某实际工程的沉桩阻力模拟计算，分析结果表明该方法具有有效性。     

基于Sym小波和BP神经网络的基桩缺陷智能化识别

为提高基桩低应变动测信号的分析水平,采用一种新的时频域分析方法——小波分析。利用Sym小波对基桩速度响应时程曲线进行小波分解,对指定频带上的信号分量进行特征值提取,提取的特征值为反映各频带范围内体现能量分布的功率谱均值,提取的特征值可构成反映信号特征的特征向量,同时利用BP人工神经网络的非线性映射特性建立特征向量和基桩缺陷类别之间的一种对应关系。通过数值模拟的方法可以得到大量不同缺陷类型的基桩的桩顶速度响应时程曲线,对这些数值模拟信号进行小波分解得到的特征向量为神经网络的学习提供大量训练样本。最后,利用实测信号小波分解后得到的特征向量对训练过的神经网络进行检验,其识别结果表明,训练后的神经网络能根据实测信号的特征向量对基桩缺陷进行智能化的识别。     

基于小波分析和神经网络的静力触探土类划分

利用小波分析和BP神经网络,建立一种用于基于静力触探数据进行土类划分的神经网络模型。该方法基于实测数据,利用小波分析获得不同土层触探参数的特征值,并用BP神经网络建立特征值与土类之间的映射关系,从而得到BP神经网络分类模型。结果表明,该方法可以有效地进行土类划分。     

基于BP神经网络的静压桩承载力时间效应预测

基于珠海软土地区3根PHC管桩隔时复压试验数据,采用BP神经网络建立了静压桩承载力时间效应的BP神经网络模型来预测静压桩的长期承载力。在建模过程中将桩长、桩截面积、土体摩擦角、土体变形模量、渗透系数、最终压桩力及休止期等与静压桩承载力密切相关的7个参数引入到输入层,用Visual Basic语言编制了以最终压桩力和休止期为主要输入因素的计算程序,程序可以对比显示计算和实测曲线。在样本训练和学习过程中,任意选取2根桩的试验数据来预测第3根桩的长期承载力。通过对施工现场工程桩的试算,预测结果与实测值较为吻合,表明提出的BP神经网络模型用于预测静压桩长期承载力是切实可行的。     

带有偏差单元的IRN模型在深层搅拌桩承载力计算中的应用

对影响深层搅拌桩复合地基承载力的因素进行了分析 ,并对现行的设计方法存在的问题进行探讨 ,提出利用人工神经网络带有偏差单元的IRN(InternallyRecurrentNet)模型对复合地基承载力进行计算的新思路。通过实例验证 ,该模型可达到较好的效果 ,为今后深层搅拌桩承载力设计计算提供了可借鉴的方法。     

人工神经元网络在动测桩基承载力中的应用

本文将人工智能领域的分支人工神经元网络方法应用在动测桩领域中,使得大量专家的经验和动测桩基承载力技术有机地结合在一起,在确定桩基承载力时发挥特有的作用。     

基桩检测技术的研究现状与展望

动力检测法和声波透射法是目前检验桩基础质量的主要形式。在详细介绍了其基本原理和局限性之后,结合现代新的信号分析处理方法小波分析和神经网络,对未来基桩检测技术的发展趋势进行了展望。     

人工神经网络在商场建筑物冷负荷预测中的应用

对空调系统进行冷负荷预测是对冰蓄冷系统进行优化控制的重要前提与基础。经过对各种预测方法的结果比较 ,人们发现人工神经网络预测的结果更接近实际值。基于人工神经网络的通用BP( Back Propagation)算法编制的程序 ,实际对一栋采用冰蓄冷空调的商场性质建筑物进行冷负荷预测并加以评价。此程序采用 Visual Basic编制 ,含有 7个输入层以及 1个输出层 ,利用通用 BP算法。结果显示利用人工神经网络预测建筑物冷负荷比较可靠。     

Innovative piled raft foundations design using artificial neural network

Studying the piled raft behavior has been the subject of many types of research in the field of geotechnical engineering. Several studies have been conducted to understand the behavior of these types of foundations, which are often used for uniform loading on the raft and piles with the same length, while generally the transition load from the upper structure to the foundation is non-uniform and the choice of uniform length for piles in the above model will not be optimally economic and practical. The most common method in identifying the behavior of piled rafts is the use of theoretical relationships and software analyses. More precise identification of this type of foundation behavior can be very difficult due to several influential parameters and interaction of set behavior, and it will be done by doing time-consuming computer analyses or costly full-scale physical modeling. In the meantime, the technique of artificial neural networks can be used to achieve this goal with minimum time consumption, in which data from physical and numerical modeling can be used for network learning. One of the advantages of this method is the speed and simplicity of using it. In this paper, a model is presented based on multi-layer perceptron artificial neural network. In this model pile diameter, pile length, and pile spacing is considered as an input parameter that can be used to estimate maximum settlement, maximum differential settlement, and maximum raft moment. By this model, we can create an extensive domain of results for optimum system selection in the desired piled raft foundation. Results of neural network indicate its proper ability in identifying the piled raft behavior. The presented procedure provides an interesting solution and economically enhancing the design of the piled raft foundation system. This innovative design method reduces the time spent on software analyses.     

基于神经网络粉喷桩复合地基沉降计算方法的研究

本文采用神经网络技术建立粉喷桩复合地基荷载 -沉降变化模型 ,从理论上探讨采用神经网络技术对其进行计算误差修正的可行性 ,并应用于工程实践。为准确计算粉喷桩复合地基沉降提供了一个新的方法     

神经网络在钻孔灌注桩承载力预测中的应用

探讨了桩基在外荷载作用下荷载传递的机理,分析了影响钻孔桩极限承载力的主要因素,并将神经网络技术引入桩基的极限承载力预测工作中,指出该技术能考虑传统的各种分析方法所考虑的因素,还能考虑非确定性的和非数值型的因素,工程实例说明,神经网络预测桩基承载力有广泛的应用前景。