排序方式: 共有14条查询结果,搜索用时 46 毫秒
1.
基于氡同位素的闸塘渗漏检测研究 总被引:1,自引:0,他引:1
为拓展水利工程渗漏研究方法,研究利用氡同位素识别地下水入渗点,建立了氡箱模型估算地下水入渗量,并对模型参数进行了敏感性分析。针对盐城市东台养殖区闸塘渗漏进行了实例研究。结果表明:利用氡同位素进行示踪,可有效地识别地下水入渗点,同时可定量计算地下水入渗量;计算结果的不确定性主要来自于入渗地下水的氡活度。氡同位素在地下水入渗的勘查及定量计算中具有较好的应用前景。 相似文献
2.
以玉树7.1级地震中某底层遭到严重破坏的钢筋混凝土(RC)框架结构为原型,设计了1个1∶5缩尺的三维模型,通过模型的倒塌全过程振动台试验,研究了汶川、玉树地震中高烈度地区RC框架结构出现的典型侧向逐层呈多米诺骨牌式连续倒塌现象的全过程和倒塌破坏机制。试验中该模型结构的倒塌过程共分为两个阶段,即侧向增量倒塌和竖向连续倒塌。当底层层间位移角达到1/19时,试验模型处于临近倒塌状态。在倒塌过程中,底层角柱C3最先丧失竖向承载力,此时竖向倒塌开始发展,结构在重力荷载及输入地震动的共同作用下,底层柱的水平侧移持续增加,造成其相邻的柱B2、B3、C2相继失效,丧失竖向承载力,模型结构的冗余度不足使结构产生更大范围的竖向倒塌,最终模型结构呈侧向逐层连续倒塌。通过对倒塌后废墟的研究,发现模型结构呈“强梁弱柱”型破坏,其破坏模式与震害调查结果一致。最后,讨论了此种废墟下人员生存空间的问题,给出了防RC框架结构倒塌的相关建议。 相似文献
3.
抽水蓄能电站水库渗漏问题不仅会降低其运行效益, 还会带来巨大的安全隐患, 有效识别其渗漏水源对保证
抽水蓄能电站安全、 高效运行具有重要意义。利用水体中 Cl - 、 SO 4 2- 、 NO 3 - 及 222 Rn 浓度研究了蒲石河抽水蓄能
电站下厂房渗漏水来源及比例。结果表明, 该抽水蓄能电站地下厂房渗漏水主要来自地表水, 底层量水堰 2 号、 3
号及顶层量水堰号渗漏水中含有地下水, 所占比例分别为 39 1 2%、 20%、 4%, 而顶层量水堰 1号、 5 号渗漏水全部来
自于地表水。本研究可有效应对蒲石河抽水蓄能电站地下厂房渗漏问题, 为保障抽水蓄能电站安全运行提供一定
的科学支撑。 相似文献
4.
5.
剪力墙结构在水平地震作用下受力与框架柱有很大的不同,无反弯点,弯矩与剪力的耦合作用贯穿整个墙体。为了探究弯矩和轴压比对剪力墙破坏的影响,取某11层高层建筑的底部两层剪力墙,按照1:2缩尺,设计了三个两层剪力墙试件并进行低周往复加载拟静力试验。与传统拟静力试验相比,该试验竖直方向加载通过两个作动器实现弯矩与水平剪力保持固定比例关系。试验结果表明,考虑弯剪耦合作用、轴压比为0.25的试件SW1破坏时有大量水平裂缝及斜裂缝,试件最终发生弯曲破坏型侧向倒塌。考虑弯剪耦合作用、轴压比为0.5的试件SW2破坏时为贯通水平裂缝,试件最终发生脆性竖向倒塌。不考虑弯矩作用、轴压比为0.25试件SW3破坏时有大量斜裂缝,试件最终发生弯剪破坏型侧向倒塌。该文对其破坏形态、滞回特性、变形能力、耗能能力、截面应变等进行了研究,研究结果表明弯矩作用对剪力墙的破坏模式以及屈服、峰值、极限荷载、延性等参数都有重大影响,建议剪力墙在分析和设计中应考虑弯剪耦合作用。 相似文献
6.
7.
基于修正力插值的纤维单元(MFBFE)的力插值函数中加入剪力插值函数,从单元层次上考虑了弯矩和剪力的耦合作用,适合以剪切变形为控制因素的小跨高比连梁(跨高比小于2.5)的非线性数值模拟。本文从截面层次上建议了一种针对小跨高比连梁的剪切滞回模型,该模型抛弃了屈服剪力与峰值剪力相等的假设条件,其骨架曲线为四折线型,包括开裂点、屈服点、峰值点以及破坏点,卸载、再加载路径的变化以及捏缩效应由所建议的滞回规则体现。在OpenSees中单轴材料类开发这一剪切滞回模型(CBHShear),给出了OpenSees框架下MFBFE单元调用CBHShear材料的实现方式。最后基于MFBFE单元和CBHShear模型,对不同小跨高比、配筋率、配箍率、钢筋强度、混凝土强度的4个连梁试件进行低周反复加载数值分析,所得结果与试验结果进行对比,验证了CBHShear能够很好地体现连梁的非线性行为,具有较高地预测精度,适用范围更为广泛。 相似文献
8.
9.
针对锰矿开采过程中存在的安全隐患,以遵义长沟锰矿为例,基于AHP-FAHP综合评价法,综合考虑工作场所安全、作业设备安全、人员安全等3大类因素,建立了合理的、科学的遵义长沟锰矿安全影响因素结构图,得到了体系中各种影响因素的权重及影响因素评价指标占比。进一步根据模糊数学、最大隶属度理论,建立模糊综合评判模型,进行分析和计算得到各因素的组合权重,从而得到最终的评判向量,为遵义长沟锰矿安全评价指标体系提供一定理论依据。 相似文献
10.
机器学习方法能通过建立以建筑信息、地震动参数为输入,韧性指标为输出的非线性映射关系,对建筑结构进行抗震韧性评估,但当训练数据规模较大时,其训练过程由于涉及求解大规模逆矩阵致使计算效率低下且极其占用计算机内存。为此,提出基向量引导的支持向量机(basis vectors-guided support vector machines for regression, BVLS-SVMR)模型,从大规模训练样本中提取小规模子样本,并将其映射到高维特征空间里作为基向量,替代大规模原基向量用于建立预测模型。为了验证BVLS-SVMR模型的准确性和高效性,基于9 356个钢筋混凝土(RC)框架(教学楼)抗震韧性的数据,分别与支持向量机(least squares support vector machines for regression, LS-SVMR)模型和传统有限元法(FEM)进行对比。结果表明:BVLS-SVMR模型的测试集预测精度与LS-SVMR模型的测试集预测精度(决定系数R2)相差0.011,但计算时间是LS-SVMR模型的1/10,是传统FEM的1/21 70... 相似文献