共查询到20条相似文献,搜索用时 171 毫秒
1.
介绍了大华桥水电站导流洞多点位移计的安装工艺与监测数据的采集分析.多点位移计重点监测地下洞室及高边坡围岩的内部位移变化,采集的数据为工程衬砌支护提供参考,同时也为工程的施工与运行安全提供理论分析依据,因此,掌握多点位移计的基本施工技术及数据采集、分析原理,对水利水电工程施工、运行安全有着极其重要的意义. 相似文献
2.
3.
4.
将[BQ]值引入Hoek-Brown强度准则,以改进后的Hoek-Brown强度准则确定公路隧道围岩力学参数。以中条山隧道为例,通过对比中条山隧道围岩力学参数的试验值、改进公式的计算值、相关规范的建议值,对提出的计算公式进行验证,并在此基础上对隧道结构进行有限元计算。结果表明:改进后的Hoek-Brown强度准则用于隧道围岩力学参数计算时,其计算值比试验值小,更能反映隧道围岩的真实力学状态;隧道轴力、剪力及弯矩分布均符合隧道结构的受力规律。 相似文献
5.
6.
本文主要通过对埋设在大朝山工程尾水调压室围岩内的多点位移计和锚杆应力计的原位监测资料进行分析,进而分析整个尾水调压室的洞室围岩稳定情况。 相似文献
7.
隧道围岩变形破坏与岩石强度、结构面特征、地下水和地应力等因素关系密切,其中控制性结构面的几何参数(间距和倾角)影响着隧道围岩的宏观完整性和开挖后的应力分布,进而控制着围岩塑性变形和结构面剪切滑移。为研究结构面几何参数对隧道围岩稳定性的控制效应,以郑万高铁向家湾隧道为例,在区域地质环境调查、隧道掌子面地质素描和岩石物理力学参数测定的基础上,使用UDEC离散元软件分析了不同几何参数结构面的隧道围岩变形破坏特征。研究表明隧道结构面间距和倾角对围岩变形破坏影响显著,当结构面间距>1/10洞直径,倾角位于0°~30°范围内时,隧道施工过程中围岩稳定性相对较好。本研究对类似隧道安全施工具有实践指导意义。 相似文献
8.
水电站地下厂房开挖过程中控制围岩松弛圈深度,保证围岩稳定,对工程安全有重大意义。我们利用多点位移计和声波法对杨房沟水电站地下洞室围岩松弛圈进行了测试,并根据实测成果对地下厂房洞室群围岩松弛损伤区进行了数值仿真分析,并基于校准后的模型对洞室顶拱和边墙围岩损伤破裂特征进行了分析预测。 相似文献
9.
10.
CDJ—Ⅱ型杆式钻孔多点位移计在二滩水电站前期工程中的应用 总被引:1,自引:0,他引:1
在二滩水电站隧道和高边坡开挖前期工程中,应用CDJ-Ⅱ型杆式钻孔多点位移计,量测了岩体位移。该仪器结构新颖,整体结构达到国内领先水平,油压锚头内有国际先进水平,在二滩水电站的公路隧洞、进厂交通洞、导流洞进出口边坡、500kV开关站边坡及尾水渠边坡等处,按工程设计并结合具体的地质条件,安装了CDJ-Ⅱ型杆式多点位移计100多个测点,取得了大量有价值的资料,为改进设计施工提供了科学依据。 相似文献
11.
12.
全断面岩石掘进机(TBM)的地质适应性较差,当遭遇不良地质条件或者围岩质量较差时,容易引发卡机、塌方等地质灾害,影响施工进度,威胁人员安全。基于此,首先通过TBM数据预处理,将原始数据分割为完整的掘进段,其次以掘进段为单位计算扭矩贯入指标(TPI),基于时间序列法和神经网络在掘进开始前对围岩质量进行预测,基于TPI的基尼不纯度,在掘进上升段对围岩质量进行判断。结果表明:TPI能够较好地反映围岩地质条件,基于时间序列法和神经网络能够较为准确地对TPI进行预测,通过TPI的基尼不纯度能够较好地对围岩质量进行判断。 相似文献
13.
14.
15.
基于粒子群优化BP神经网络的隧道围岩位移反演分析 总被引:2,自引:0,他引:2
针对无锡惠山隧道岩体破碎、围岩稳定性差等特点,基于长期现场监测变形位移数据,借助粒子群算法的参数优化功能,利用Matlab神经网络工具箱编制了优化PSO—BP隧道位移反分析系统。PSO—BP系统利用正交试验设计和有限元方法获得学习样本,再通过粒子群算法搜索最优的神经网络模型参数。用BP神经网络模型建立待反参数与实测位移之间的非线性映射关系,最后用粒子群算法从全局空间上搜索最优反演参数。克服了普通智能优化算法收敛速度慢、正分析计算量大等缺陷,具有全局优化特性。将模型应用于惠山隧道Ⅳ级围岩断面ZK6+485的反分析中,计算结果与实测值对比表明采用PSO—BP预测模型进行隧道位移预测是可行的。 相似文献
16.
17.
18.
19.
为提高天山西部山区融雪径流的预报精度,更好地指导所在区域的工农业生产发展,针对影响预报精度的关键问题(预报因子的选择),基于互信息法、相关系数法、主成分分析法对研究区的预报因子进行优选,采用RBF神经网络以及组合小波BP神经网络模型进行径流预报研究,并进行不同方案的比较。结果表明:①互信息法优选出的预报因子作为模型输入可以提高预报精度;②采用不同优选预报因子作为RBF神经网络以及组合小波BP神经网络模型的输入变量,结果表明RBF神经网络模型的预测精度要好于组合小波BP神经网络模型;③以相对误差作为评价模型精确度的标准,预测效果最好的是基于互信息方法挑选出的预报因子作为RBF神经模型输入数据的模型预测结果。 相似文献
20.
针对城市需水预测模型中需水量影响因子多、影响因子之间普遍存在多重共线问题,以及BP神经网络收敛速度慢、易陷入局部最优等缺点,提出一种由主成分分析、遗传算法及BP神经网络三者相结合的改进预测模型。以泰州市为实例,建立以主成分分析筛选需水量主要影响因子,遗传算法优化BP网络连接权值和阈值的需水预测模型,预测结果与BP神经网络预测模型预测结果做对比。结果表明:改进预测模型对泰州市2003-2014年需水量预测的平均相对误差为0.564%,最大相对误差为1.681%,精度优于BP神经网络预测模型;改进预测模型预测值与实际泰州市需水量吻合良好且训练速度更快、预测精度更高,可作为需水预测的一种有效方法。 相似文献