基于ANSYS的地铁车站深基坑支护设计

针对广州地铁三号线永泰站深基坑平面尺寸较长,地下溶洞较多,地质条件较差的特点,制定了地连墙和内支撑相结合的基坑支护方案,以确保基坑和周围建筑物的安全。通过ANSYS建立三维有限元模型,分析了地连墙厚度、内支撑刚度和预加轴力等主要因素对于基坑变形的影响,并根据地连墙厚度和内支撑刚度与墙体最大位移的关系曲线,确定了地连墙厚度和内支撑刚度的合理取值,同时调整钢支撑的预加轴力值,使地连墙的最大侧移值控制在允许的范围内。从施工监测结果可以看出,地连墙侧移和基坑周边沉降基本都在30mm左右,表明本基坑支护方案合理可行。     

网络技术在某变电所改造工程中资源优化的应用分析

本文通过对某变电所改造工程运用网络计划技术进行施工,分析总结网络技术在建筑施工生产中对工期、成本、资源优化的方法及步骤,提出了采用优先系数优化资源的具体做法,对施工企业加强现代化管理有着积极的指导意义．     

C40大体积混凝土施工中的“三掺”技术

利用普通常用材料，采用“三掺”技术配制的Ｃ４０大体积混凝土，既经济合理、施工方便又安全可靠。     

粗糙集属性约简的蚁群算法

粗糙集的属性约简属于NP问题,这就使得粗糙集很难在现实中得到广泛的应用。利用蚁群算法的搜索技术,可以很好地解决这一难题。它不仅能得到最小约简属性集,而且可以得到很多的约简属性集。本文以具体的实例,通过编程的实现来说明该算法具有实际应用价值。     

化学发泡法制备稳定胶态泡沫及超轻质Al2O3泡沫陶瓷

利用过氧化氢(H_2O_2)和催化剂二氧化锰(MnO_2)进行化学发泡,基于颗粒稳定泡沫技术,以表面活性剂十二烷基硫酸钠(SDS)为颗粒表面改性剂,用超低固相含量5%～10%(质量分数)的浆料制备了颗粒稳定泡沫。常温常压干燥后在1 430℃烧结2 h制备出闭孔结构的泡沫陶瓷,利用亚微米粉末为原料制备出一种可以与气凝胶相类似的多孔陶瓷材料,其气孔率为98.2%～99.0%。研究了固相含量、H_2O_2和MnO_2加入量对泡沫陶瓷的稳定性影响以及发泡倍率、强度以及孔径与气孔率相互关系。     

基于灰色关联分析法的绿色施工评价研究

以建筑工程施工阶段绿色施工评价为出发点,结合当前国内建筑工程绿色施工的现场管理与技术水平,以及《绿色 建筑评价标准》《绿色施工导则》《建筑工程绿色施工评价标准》中的相关内容,分析绿色施工的影响因素并提出建筑工程 施工阶段的绿色施工评价指标体系。使用客观权重赋权法（熵权法）和主观权重赋权法（AHP）相结合的方法来确定因素组 合权重,运用灰色关联分析理论,建立基于灰色关联度分析法的绿色施工评价模型,以评选出具有较高绿色施工水平的施工 项目,并通过工程实例分析表明该绿色施工指标体系和评价模型的可操作性和可行性。     

粗集理论在建设工程招标评标中的应用

把粗集理论引入建筑工程招标评标体系中 ,根据粗集理论属性重要度的判断方法确定评标体系中各指标的权重 ,克服了传统方法确定权重的主观性 ,而且所得结果与传统方法相比 ,此方法所得结果更加合理 ,更为客观。     

筒仓模块化穹顶式滑模刚性平台单榀足尺试验研究

随着筒仓直径的增大,仓顶结构的施工难度也显著提升。为检测模块化穹顶式滑模刚性平台在大直径筒仓仓顶混凝土结构施工时的承载能力,对36m跨度模块化穹顶式滑模刚性平台取出一榀空间管桁架进行静力试验及理论分析。根据实际试验对象的约束条件,建立有效的有限元计算模型,并对单榀空间管桁架有限元计算结果与试验结果进行对比分析。结果表明：单榀空间管桁架具有良好的承载能力,结构变形及各杆件内力呈线性增长,锥壳工况设计荷载下,结构最大位移值为59.4mm,最大压应力为-133.1MPa,最大拉应力为261.7MPa,均满足规范要求,试验值与有限元值相吻合,验证了有限元计算模型的正确性。     

T型圆钢管相贯节点超低周疲劳断裂及极限承载力分析

根据试验建立了T型圆钢管相贯节点有限元模型,采用基于微观断裂机制的循环空穴扩张模型CVGM(cyclic void growth model)对T型圆钢管相贯节点进行韧性断裂预测,预测的断裂位置及断裂荷载与试验结果基本一致,验证了循环空穴扩张模型的准确性。结合基于CVGM的断裂扩展模型,编制VUMAT用户子程序,对T型圆钢管相贯节点的韧性断裂扩展进行了数值模拟,确定连接的最终失效模式为热影响区的撕裂破坏,该失效模式及其对应的极限承载力与试验结果相符。     

基于小波神经网络的房地产价格指数预测研究

要对非线性趋势房地产价格指数进行预测,就必须利用模拟非线性的模型。应用BP神经网络来对房地产价格指数进行预测,精度和收敛的速度都不是很理想,这主要是因为BP神经网络本身存在着缺陷。为了克服BP神经网络的缺陷,本文将小波变换和BP神经网络结合起来,运用小波神经网络来对房地产价格指数进行预测,并与BP网络的预测结果进行了比较,最后发现用小波神经网络进行经济预测可以达到很好的效果。