大断面浅埋公路隧道进口段施工风险评估及控制

为有效识别大断面浅埋公路隧道进口段施工过程中的风险因素,规避和控制易发生的安全风险事件,以某高速公路隧道进口段为研究对象,对进口段施工进行了风险评估.依据隧道进口段地质条件、施工工法及设计图纸,通过专家调查法对隧道进口段施工进行了风险辨识.采用层次分析法对识别出的风险源进行了风险因素重要性排序.在此基础上给出了大断面浅埋公路隧道进口段施工的风险控制措施.研究结果表明:大断面浅埋公路隧道进口段施工风险因素为洞口段埋深、断面大小、围岩条件、支护参数、施工工法、降雨及地下水;在各风险因素中围岩条件对施工风险的影响最大,其次为施工工法.     

隧道施工安全风险的模糊综合评判

厦门市快速公路某隧道工程施工条件复杂,安全影响因素多,安全事故危害大,在安全监控过程中建立有效的安全风险评价方法是确保施工安全的关键.本文基于模糊数学理论,针对该工程的施工特点,建立了隧道施工安全风险模糊综合评判模型.对该隧道工程的施工安全风险因素的辨识进行了深入的分析;确定各施工安全风险因素的权重;划分施工安全风险水平等级;建立隶属度函数,对风险因素进行模糊估计;并进行模糊综合评判.实践证明该方法能有效反映该隧道施工的安全状况,在隧道工程施工安全评估中具有一定的应用价值.     

浅埋软岩段隧道进洞施工变形特征与失稳分析

为研究隧道开挖过程中浅埋软岩段塌方变形特征,对隧道地质情况进行有效辨识,结合隧道施工过程围岩监测数据,并依据地质雷达探测结果建立三维数值模型并进行数值分析。研究结果表明:在隧道开挖阶段,拱底与拱顶位置均出现明显塑性区,伴随掌子面逐渐靠近围岩破碎区域,塑性区范围逐渐扩大并向拱顶右上方及围岩内部转移,破碎区域应力水平较低且位移显著增大,围岩完整性大大降低;不良地质构造是隧道发生塌方大变形的主要原因,降雨和地表水的入渗劣化围岩力学性质加速了隧道灾害的发生。对于隧道五级围岩浅埋段施工,应加强监控量测分析并及时做出预警,对关键部位开展超前地质预报工作。研究结果可以指导隧道塌方灾害的防治,对于实现隧道信息化施工具有借鉴意义。     

钻爆法施工隧道塌方风险分析

目的塌方是钻爆法隧道施工中常见事故,为有效预防塌方事故的发生,运用风险分析理论对隧道塌方风险进行研究．方法以收集的103例隧道塌方案例为背景,对塌方风险因素进行辨识和统计分析,并利用事故树分析法计算各风险因素的重要度．风险分析中用事件树方法估计事故可能性;用层次分析法估计事故可能损失,并给出事故损失等级划分标准;综合事故发生可能性和可能损失运用风险矩阵法进行塌方风险综合评价．结果分析表明不良地质是事故发生的主要内在因素,人为因素是重要诱因,通过控制地质勘察、施工工序、施工中地质观察等因素可有效预防事故发生．结论给出了完整的隧道塌方风险分析流程,可为隧道建设中塌方风险评价提供有效途径．     

高风险岩溶隧道突水突泥灾害前兆规律与应用研究

隧道突水突泥会对工程建设带来巨大的安全隐患和经济损失,逐渐成为高风险岩溶隧道施工急需解决的关键科学技术难题。在系统收集整理大量岩溶隧道突水突泥实例的基础上,总结出包括地下水、岩组、地质结构面、岩层产状、沉积期古剥蚀面、地形地貌和降雨等7大主要地质影响因素,研究了岩溶水体和不良地质体在地球物理场上表现出的响应特征,即在地震波、电磁场的传播过程中,遇到该类介质时某种特殊的前兆信号信息,解译岩溶水体和不良地质体在地球物信息场上的响应特征,辨识导致灾变的前兆信息,并在实际隧道工程施工中得到了成功的应用,对建立突水突泥预测预报方法具有非常重要的理论价值和工程指导意义。     

地铁工程盾构法施工风险分析与规避措施

介绍了地铁盾构施工的特点,分析了盾构隧道施工中存在的问题以及地铁安全事故频发的原因,论述了盾构隧道施工风险研究的必要性。文中重点分析了盾构隧道施工中常见的事故及规避措施,为今后盾构隧道施工风险的防范提供参考与借鉴。     

平行隧道施工对路面基础沉降的影响

城市中修建隧道不可避免会对地面建筑产生影响,所以需要对隧道施工产生的地表位移进行研究。以双孔大小隧道为例,垂直穿越地表基础,利用Midas/gts模拟两个隧道施工对地表基础的影响,分别分析出了施工沉降和固结沉降。结果表明,大小隧道同时施工沉降值比单独隧道施工时大,固结沉降在总沉降中占主要比例,大隧道施工对沉降的影响比小隧道大,总沉降最大值出现在大小隧道交界区域。需要定期监测。     

特大断面隧道施工方法试验研究

特大断面公路隧道由于跨度特大和扁平,加上施工期间诸多工序的相互影响、围岩的多次扰动等诸多因素,其受力条件极为复杂,在施工过程中,围岩极易发生失稳乃至坍塌.本文利用"公路隧道结构与围岩综合实验系统(CTSSSRH)",对特大断面隧道在不同施工方法下的施工动态过程进行了物理模拟,研究了特大断面隧道围岩位移、变形等发展规律,提出了特大断面隧道合理的施工方法.     

牛头山黄土隧道的施工安全评价

为了研究牛头山黄土隧道施工过程的安全性,借助于ANSYS软件和强度折减法,采用上下台阶法,对牛头山黄土隧道的施工过程进行了数值仿真,得出了该黄土隧道的施工安全系数,分析了施工过程中围岩的塑性区分布.结果表明该黄土隧道的围岩塑性区主要分布在隧道曲墙两侧附近,施工安全系数为1.873,符合工程质量要求,从而定量评价了牛头山黄土隧道的施工安全性,为保证牛头山黄土隧道的正常施工提供了参考.     

公路工程双连拱隧道项目施工技术分析

本文选取公路工程双连拱隧道项目为研究对象,从施工准备、中导洞施工、中隔墙施工、侧导洞施工、主洞施工、二次衬砌以及监控量测等方面重点分析了双连拱隧道施工技术.实践表明,此公路工程双连拱隧道项目采用的施工技术合理、可行,切实保证了双连拱隧道的施工质量及安全,也为后续类似项目施工提供了参考与借鉴.     

PNN网络在公路隧道施工通风系统安全性评价中的应用

隧道施工通风系统的可靠运行是保障隧道正常、安全施工的一个重要条件.本文针对研究对象的特点及研究目的、要求,运用概率神经网络(PNN)对隧道施工通风系统的指标进行仿真,仿真结果表明概率神经网络(PNN)仿真结果与运用BP网络的仿真结果一致,对于欲将研究对象归类分等的系统,运用概率神经网络(PNN)比BP网络更优越.     

苏州桥站中桩中柱施工工艺参数监测及分析

在地铁隧道建设过程中,暗挖车站洞内机械成桩技术因其降水周期短、施工安全性高、绿色节能性好等优势具有较强推广意义。结合北京地铁12号苏州桥站中桩中柱机械成桩施工的基本情况,对中桩中柱施工参数、资源使用量和工艺流程进行了监测和分析,根据地层环境调整钻进速度可以缩短成桩施工周期,增加地层⑥与地层⑧钻进速度至2 m/h可以减少中桩的成孔用时,增加地层⑦与地层⑨的水资源用量可加强泥浆对桩孔的护壁效果;根据工程数据建立了机械成孔工况预测人工神经网络模型,利用该模型对4根桩的施工情况进行预测,预测结果与监测参数的绝对误差大于5%为工况异常;提高钢管柱调平及灌注效率可以缩短施工周期,改善中桩中柱质量。根据中桩中柱施工工艺参数进行监测及分析为类似工程施工提供借鉴。     

基于遗传小波神经网络的故障预报应用

目的减少铝电解故障的发生,提高阳极效应预报的准确性、实时性和铝的生产效率,节约能源.方法将遗传算法应用于小波神经网络,构成遗传小波神经网络,以确定小波基函数的个数、优化网络参数,以遗传小波神经网络为预测模型,通过预测槽电阻变化率来预测电解过程中的阳极效应.结果通过遗传算法能对小波神经网络的参数进行全局优化,确定了网络结构,而且小波神经网络具有较强的自适应性、鲁棒性和函数逼近能力,使预报精度提高了约9.5%,提前预报时间1 m in左右.结论该预测模型改善了故障预报准确性和实时性,避免了故障的发生,降低了能源消耗,提高了铝电解的生产效率,实现了安全生产.     

一种改进的IPSO-BP神经网络在股指预测中的应用 ——以上证综指为例

针对股票数据具有规模庞大、结构复杂、多噪声和高度模糊非线性等特点而导致预测难的问题,利用改进的粒子群算法(固定惯性因子动态化)优化BP网络权阀值,建立了一个基于历史日收盘价、最低价、最高价、成交量、成交额、涨跌幅为输入变量,日开盘价为输出变量的预测模型.利用MATLAB软件对2007年1月4日至2015年8月31日上证综指(开盘价)进行了仿真预测,并且从绝对误差与相对误差等角度对比分析了BP网络优化前后的预测结果,结果表明IPSO优化后的BP网络不仅可以更快地实现收敛寻优,而且在对未来股价的趋势判断与指数     

基于人工神经网络的地价评估系统

传统的地价评估方法,没有充分利用土地定级的资料,作为人工神经网络评估地产价格的方法则能解决这一问题.应用人工神经网络评估地价,不需要给出具体的数学模型,它根据已有的土地资料进行网络学习,自动映射出地价与各影响因素之间的非线性关系,因此,人工神经网络系统具有传统方法所不能比拟的优越性.     

基于智能计算方法的水力机组优化运行算法

根据水力机组运行的特点,结合人工神经网络的非线性特性和遗传算法的全局搜索能力特性,给出了使用人工神经网络与遗传算法方法,构造水电厂内水力机组优化运行算法的详细过程,首先使用人工神经网络来构建各机组的动力特性模型,然后利用遗传算法来构建机组间的组合运行策略。将所构造的算法应用于开发石家庄混合蓄能水电厂内机组优化运行系统,系统的仿真运行表明,基于人工神经网络与遗传算法的水力机组优化运行算法具有较高的计算精度,是行之有效的。     

一种用于语音识别的神经网络

在研究了现有用于语音识别的一些典型人工神经网模型后,综合了几种典型神经网模型的优点,提出了一种适于语音识别的人工神经网络模型,该模型运算简单,学习速度快、易于大规模集成电路的实现,且具有相当的灵活性,计算机仿真对０－－９十个汉语数字语音进行识别,并把其识别结果与ＨＭＭ模型的识别结果作了比较,证明这两种方式是可比较的,揭示了该神经网络模型的潜在力。     

Integrating artificial neural networks and geostatistics for optimum 3D geological block modeling in mineral reserve estimation:A case study

In this research,a method called ANNMG is presented to integrate Artificial Neural Networks and Geostatistics for optimum mineral reserve evaluation.The word ANNMG simply means Artificial Neural Network Model integrated with Geostatiscs.In this procedure,the Artificial Neural Network was trained,tested and validated using assay values obtained from exploratory drillholes.Next,the validated model was used to generalize mineral grades at known and unknown sampled locations inside the drilling region respectively.Finally,the reproduced and generalized assay values were combined and fed to geostatistics in order to develop a geological 3D block model.The regression analysis revealed that the predicted sample grades were in close proximity to the actual sample grades.The generalized grades from the ANNMG show that this process could be used to complement exploration activities thereby reducing drilling requirement.It could also be an effective mineral reserve evaluation method that could produce optimum block model for mine design.     

神经网络在工程估价中的应用

在建设项目管理中前期工程估价是一项十分重要的工作,根据神经网络原理和工程造价估算的特点,提出了基于BP 神经网络的工程估价模型.经实例检测,其精度基本可以满足实际工程投资估算的需要.因此,神经网络在这方面有很好的应用前景.     

一种基于神经网络的超分辨图像重构方法

针对在航空航天遥感领域中使用CCD相机对景物进行成像时，由于像元尺寸的限制导致图像分辨率低的问题，提出了采用人工神经网络映射图像重构过程非线性特性的方法．在相机参数已知的情况下，用后向误差传播(BP)神经网络融合从不同角度对同一景物重复拍照得到的多帧低分辨率图像的冗余信息，重构得到较高分辨率的图像．在模拟成像仿真实验中得到了分辨率提高4倍、信噪比接近30dB的超分辨结果．