钢筋混凝土箱型拱桥的质量控制

本文主要分析了钢筋混凝土箱型拱桥的质量控制。希望通过本文的分析，能帮助相关建筑施工单位提高钢筋混凝土箱型拱桥质量控制工作水平和质量，以便能更好地应对工作中存在的问题。     

皂市水利枢纽大坝建基面选择与验证

皂市水利枢纽坝基岩体主要为石英细砂岩夹软弱夹层.软弱夹层性状由好至差依次分为软岩夹层、破碎夹层、破碎夹泥夹层、泥化夹层等4类.夹层分布连续性较差,多有尖灭、交错出现,局部呈透镜体状,受地下水及层间错动影响性状变化较大.以初设勘察资料为基础,依据坝基岩体风化状态、结构类型、岩体完整性、岩石强度、结构面形态与特征、岩体渗透性等具体指标对坝基岩体进行了工程地质分类,通过统计分析、量化数据确定了大坝建基面.施工开挖后与初设进行了对比,验证了初设阶段所确定的建基面准确,分析手段及方法有效、合理.     

拱坝拱梁分载法与位移协调耦合法的应用

针对拱梁分载法无法较真实模拟地基的不足,提出了一种简单的拱梁分载法与有限元地基耦合分析法,并推导了拱梁单元节点位移和转角与坝基实体单元节点的协调关系,较好地解决了在建基面坝体和地基节点的自由度不协调问题。实例结果表明,建模简便灵活、方法正确有效。     

再谈变形监测自动化中的几个问题

指出了大坝变形监测的重要性，阐明了不仅应重视新建工程的变形监测，更应加强老坝的改造及其自动化；通过分析说明了坝顶水平位移“常规”布置的缺陷，及其对资料分析带来的不利影响；分析现有各类变形监测仪器表明，它们均有各自的应用范围和使用条件，应根据工程的实际需求来合理选用；采用间接测量方法的测斜仪和类似仪器，在设计布置时应预计其可能达到的测量精度和测量对象的变化幅度，以期满足资料分析的精度要求；自动化监测系统，特别是变形自动化监测系统的精心管理和维护，是保持测值可靠、系统稳定运行的关键。     

基于递阶偏最小二乘回归的数据分析

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足和大坝观测数据分析中因变量较多的特征，引进递阶偏最小二乘法，对大坝安全监测变量及其影响因子进行递阶偏最小二乘回归分析，将建模预测分析方法通过递阶分层处理，可同时实现回归建模和数据结构简化，所建立的大坝安全监控模型精度可通过交叉有效性检验来控制．工程应用实例和模型对比分析研究表明，递阶偏最小二乘回归模型能有效克服由于各类因子变量间的多重共线性和因子变量数目较多而对模型拟合精度及其预测能力的影响，相对于传统回归模型有更好的解释能力，因而具有一定的实用价值．     

A dam-breach erosion model: II. Application

In Part I, the earthen dam breach erosion was analyzed. To this end, the BEED (breach erosion of earthfill dams) model was modified and extended. In this paper, Part II of the series, the extended BEED model is applied to three historical cases: South Fork Dam, Buffalo Creek Dam, and Teton Dam. The testing before it can be used for forecast purposes. A sensitivity analysis of the model to its parameters shows that the model is very sensitive to friction factors; Chenzy's for breach erosion, and Manning's for flood routing.     

官帽舟水电站沥青混凝土心墙混合坝设计

官帽舟水电站挡水坝设计采用碾压式沥青混凝土心墙混合坝,坝体填筑料充分利用泄洪建筑物的软岩开挖料。通过沥青混凝土防渗材料试验结果和防渗体应力应变分析,选择沥青混凝土混合坝坝型是经济可行的。     

基于ADINA的重力坝地震响应分析

针对云南某重力坝，利用大型有限元软件ADINA分别基于流固耦合理论和Westergaard附加质量方法建立了数值分析模型，对其自震频率和地震响应进行了分析。结果表明，两种模型的自震频率比较接近，附加质量模型的地震响应要大于流固耦合模型。因此，在重力坝抗震研究中，采用较简单的附加质量模型代替复杂的流固耦合模型考虑水体的影响是偏于安全的，适用于重力坝结构抗震的定性分析。     

重力拱坝坝肩岩体稳定与工程处理对策

本文通过对石膏山水库拱坝坝肩岩体的地质分析,以及对其工程地质特征进行了详细的研究,为认识和解决存在的工程地质问题提供了全面的可靠的地质资料。     

机器学习算法在大坝安全监控系统中的集成方法

为方便在大坝安全监控系统中灵活应用新型机器学习算法，提出了一种应用组件对象模型（COM）技术将机器学习算法集成到大坝安全监控系统中的方法，相比于在开发系统中直接对机器学习算法进行编程，该方法可节省大量的编程时间，缩短开发周期，效果较好。