砾质土心墙击实特性试验研究

高土石坝施工控制的关键在心墙,为了解决土石坝心墙黏土料滞后于坝壳料沉降对土石坝的正常运行带来不利影响,常采用在心墙黏土料中掺加砾土的办法来减小其沉降量,并且提高心墙料的强度,来满足重型工机具的施工需要;掺用砾石的粒径、级配、风化程度和材质等均对砾质土料的最大干密度产生较大影响,为了解决在上述的特定下心墙的填筑质量控制问题,需要进行掺用不同砾石的击实性试验研究,本文着重介绍通过采用不同地区土料、掺用不同砾石和不同击实仪器的土料击实特性试验研究,找出对砾质土料填筑压实特性产生影响的主要因素,并进行快速压实控制方法的研究。     

满拉水利枢纽工程宽级配砾质土心墙堆石坝填筑质量控制

满拉水利枢纽工程拦河坝为宽级配砾质土堆石坝，坝顶高程4261.3m，最大坝高76.3m，本文对坝体各项控制指标及施工中的质量控制进行了详细的论述，其中三点击实法用于高海拔地区宽级配砾质土心墙的质量检测是非常适宜的。     

砾质土用作心墙料在施工中的质量控制

徐村水电站挡水建筑物为心墙堆石坝，心墙料为溢洪道右侧3＃崩塌堆积体砂岩风化料。该料级配连续，风化后单个颗粒坚硬，不同于一般的软岩风化料，是一种以砾石含量对其物理力学性起主要作用、而性能单一的砾质土，本文从监理的角度对砾质土的特性及在填筑过程中质量控制方法、过程及检测成果进行了分析。     

水泥砾质土压实特性试验研究

水泥砾质土具有变形模量大、压缩性小和防渗性能好等优点,可以有效减小高土石坝心墙变形,改善高土石坝心墙应力状态。通过击实试验,研究在不同水泥掺入比和不同掺砾量下水泥砾质土的压实特性。结果表明:不同水泥掺入比下水泥砾质土的最大干密度和最优含水率均低于相同掺砾量下的砾质土;随着水泥掺入比的增大,相同掺砾量下水泥砾质土的最大干密度呈递减趋势,但减小幅度均小于1%;水泥砾质土的最优含水率随水泥掺入比的增大而增大,但增大幅度较小且始终小于相同掺砾量下砾质土的最优含水率。     

寒区大坝心墙土料冻融监测技术及误差分析

寒区心墙堆石坝冬季施工过程中,快速判断大面积心墙施工区防渗土料的冻融情况,是保证工程质量和快速施工的重要前提.研究发现,红外热成像测温技术可实现对心墙施工现场远距离、大范围、全仓面(超过10000 m2)地表温度、土料冻融状况的快速检测和判定,但在现场不同环境条件下检测结果存在2～8℃的误差.针对该问题,基于辐射理论及...     

砾质土防渗的工程特性

砾质土防渗具有强度高,压缩性小,有良好的防渗性能与抗渗强度,对无黏土料场或黏土储量不足的土石结构工程,只要保证工程质量,采用砾质土防渗具有良好的工程特性。对砾质土的防渗机理、防渗性能、防渗材料组成和施工控制等作了阐述。     

瀑布沟工程黑马I区宽级配砾质土全料在修正普氏功能下的击实特性研究

瀑布沟水电站心墙防渗料为宽级配砾质土，将宽级配砾质土作为土石坝心墙防渗料，国内尚无工应用经验。对电站拟用的黑马Ｉ区全料，采用修正普氏功能进行击实试验研究，为瀑布沟水电站土石坝进一步优化设计提供依据。     

寒区堤防工程冬季施工技术研究

选取三江治理工程现场筑堤砂性土,研究冬季施工条件下土料压实性能、变形特性、热传导性能,并讨论了冬季修筑堤防的沉降及渗透稳定性预测方法。结果表明,低温未冻结砂土料负温下压实性能受温度变化影响不大,击实干密度与现场碾压干密度可建立相关性。含水率增加,冻胀变形加大,融沉后逐渐出现残余变形,加载应力增大导致冻融后砂性土压缩变形趋势增加。土温及含水率影响砂性土导热性能,须采取保温措施,连续快速施工,并严格控制含水率,以保证冬季筑堤压实效果和长期稳定。     

满拉水利枢纽心墙砾质轻壤土工程特性研究

满拉水利枢纽大坝为宽心墙堆石坝 ,防渗心墙土料为宽级配砾质轻壤土。通过对土料的室内物理力学性质试验、现场碾压试验和系统试验成果分析 ,认为该土料具有较好的密实度 ,较高的抗剪强度和低压缩性。土料虽然具有含砾量不均 ,粘粒含量偏少 ,塑性较差 ,渗透系数偏大等缺陷 ,但只要作好反滤设计 ,合理确定施工参数 ,保证压实质量 ,完全可以满足防渗心墙的要求     

瀑布沟水电站砾石土心墙大坝砾石土料生产监理

瀑布沟大坝采用砾石土心墙坝,为了保证砾石土料源质量,在开采前,通过料场复查和土料物理力学指标等室内实验,确定了施工参数和开采范围;在开挖过程中,采取了一系列开采方案调整及工艺质量控制措施。为提高砾石土料生产效率,加强了砾石土开采、筛分、运输等环节的管理,并由专人控制表层剥离料厚度和剥离工艺,通过以上措施,使砾石土料开挖和供料质量达到了设计要求,为满足大坝填筑强度和质量要求提供了供料保证。     

掺砾心墙料的中三轴渗透试验

为获得掺砾心墙料在复杂应力状态下的渗透性能,采用改进的中三轴仪进行了掺砾心墙料的渗透试验,研究了不同围压、土石比和水头差对掺砾心墙料渗透系数的影响。试验结果表明:土体围压越大,掺砾心墙料渗透系数越小,呈负指数形式递减;当围压增大到一定值时,土体很难被进一步压密,掺砾心墙料渗透系数基本不变;土石比越小,掺砾心墙料渗透系数越大,当砾石含量超过某一值时,掺砾心墙料渗透系数迅速增大;水头差较小时,不同的水头差对掺砾心墙料渗透系数几乎没有影响。     

长河坝水电站特高心墙堆石坝双防渗墙渗流控制特性反演分析

为高效反演模型渗流参数,建立有限元模型,采用多因素敏感性分析法研究了长河坝水电站特高心墙堆石坝坝基渗流控制特性对防渗系统各材料以及表层基岩的渗透系数的敏感性。结果表明：表层基岩和主防渗帷幕的渗透系数对双防渗墙各自阻挡水头比例影响较大,极差分别为0.174和0.125;其余材料渗透系数影响较小,敏感性由强到弱排序为副防渗帷幕、副防渗墙、主防渗墙、砾石土心墙;基于此结果的反演计算值与实测值之间误差不超过5%,满足工程应用要求。     

糯扎渡心墙堆石坝防渗土料研究

通过大量的试验研究和工程类比,论证了糯扎渡水电站工程防渗土料采用掺砾料的必要性,并初步确定掺砾比例和土料压实标准;通过对试验成果的整理分析,提出了糯扎渡工程掺砾土料的工程特性参数;研究成果表明．采取一定的工程措施后,糯扎渡的所选土料场的土料可以满足坝高260m级心墙堆石坝防渗土料的要求。     

基于FOA-RF算法的心墙砾石土压实质量预测模型

针对随机森林(RF)算法预测心墙砾石土压实质量存在决策树数量选取缺乏深入研究和忽视P0.075质量分数对压实质量影响的问题,提出了一种基于果蝇优化(FOA)算法的随机森林算法(FOA-RF算法),并构建了基于FOA-RF算法的心墙砾石土压实质量预测模型(FOA-RF模型)。该模型一方面通过对料源参数和干密度进行相关性分析,新增了P0.075质量分数作为模型的输入参数;另一方面利用FOA算法对随机森林进行优化,解决了RF算法难以取得决策树数量最优解、没有同时考虑决策树数量与随机特征数影响的问题。以西南某在建砾石土心墙堆石坝工程为例,分别应用基于传统RF、BP神经网络、多元线性回归的预测模型和FOA-RF模型进行压实质量预测。结果表明,FOA-RF模型在预测精度上具有优越性,并基于该模型开发压实质量预测模块,将该模块嵌入碾压质量实时监控系统中可实现压实质量的实时预测。     

浅谈山口水电站粘土心墙土料含水率的控制

结合山口水电站工程施工实际情况,选定适合野外快速试验的酒精燃烧法作为现场土料含水率测试方法,从料场备料、现场施工、雨季施工等方面浅议了该工程大坝粘土心墙土料含水率控制措施。工程投运后检测,粘土心墙各项指标均满足设计和规范要求。     

级配特征对筑坝砂砾料填筑标准的影响

筑坝砂砾料填筑标准具有级配相关性,在砂砾料筑坝施工质量控制中,目前仅以含砾量来表征级配对碾压干密度的影响,未考虑级配形状和最大粒径不同对砂砾料填筑标准的影响。为了研究这种影响,评估目前单一依靠含砾量来表征级配特征对干密度影响的合理性,设计了含砾量相同而级配曲线形状和最大粒径不同的两组级配曲线,结合实际施工振动碾压条件,通过现场密度桶法,研究了含砾量相同时不同级配形状特征和最大粒径对原级配筑坝砂砾料填筑标准的影响。研究表明,控制含砾量相同时,级配曲线形状对砂砾料最大、最大小干密度有一定影响,随级配参数m和b的增大,砂砾料的最大、最小干密度均呈现减小的趋势。在含砾量和级配参数m相同时,不同最大粒径级配的砂砾料的最大、最小干密度也有差异。表明不同级配特征和最大粒径对筑坝砂砾料填筑标准的确定有一定影响,建议结合具体工程进一步对级配特征和最大粒径对筑坝填筑标准影响的敏感性及对施工质量控制带来的影响进行评估。     

砾石心墙土复杂应力耦合作用下的渗流特性

为研究土石坝中心墙土在复杂应力状态下的渗透特性以及其渗透性演变模型,利用自行研制的渗流-应力耦合试验装置,针对长河坝水电站砾石土进行多种应力耦合作用下渗透特性试验研究。结果表明:复杂应力状态对心墙土渗流特性影响显著;土样在设计水力梯度内渗流满足达西定律,且均未发生渗透破坏;在同一围压下,砾石土体的渗透系数随着偏应力和轴向应力的增大而逐渐减小;试验过程中轴向应变随应力作用时间的变化呈阶梯状,且随着偏应力的增大,渗透梯度和轴向应变也增大;建立了土体渗透系数与应力函数的经验公式,从理论上进一步揭示了砾石心墙土应力耦合作用下的渗透机制。     

糯扎渡水电站心墙防渗土料工程地质特性研究

糯扎渡心墙堆石坝最大坝高261．5m,因此土料除需满足防渗要求外,还须有较好的力学性能。根据砂、泥岩的风化程度与土料的不同性质,土料可分为坡积层、构造残积层、强风化层和混合料,通过对各层进行分析,以及根据试验资料和以往工程经验,最终设计采用掺砾料作为心墙料。     

考虑施工参数影响的心墙砾石土渗透系数预测方法

针对当前心墙砾石土渗透系数预测研究仅考虑料源参数,而少数考虑了施工质量的单一预测模型存在预测误差大、数据特征获取不全面的问题,构建了综合考虑施工质量和料源参数的BPNN-WOA-SVM渗透系数组合预测模型。该模型通过引入鲸鱼优化算法(WOA)解决支持向量机(SVM)参数选择困难的问题,通过最大信息熵原理综合了BP神经网络(BPNN)较强的自适应能力以及鲸鱼优化支持向量机算法(WOA-SVM)良好的回归性能、适用小样本的优点。工程实例应用表明,构建的组合预测模型与单一预测模型相比,降低了均方误差、平均绝对误差和相对分析误差,提高了预测精度和收敛速度,在心墙砾石土渗透系数预测方面具有较强的优越性。