黄土地层基坑开挖对下卧隧道变形的影响研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:a67987637
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国经济的快速发展,交通基础设施的建设也进入了建设快车道,尤其是城市地下工程,得到了前所未有的发展。在黄土地区,针对大型的基坑开挖对下方地铁隧道的影响研究不多,如何组织和实施基坑工程施工仍具有一定的盲目性。因此,针对性的预测在不同开挖方式,下卧地铁隧道的变形特征并釆取有效且合理的预防保护措施,具有重大的工程意义。本文以西安黄土地区一超大人防基坑为背景,分析其施工对下卧地铁4号线盾构隧道的影响,优化支护及土方开挖方案,主要研究以下几个方面:1.总结目前国内外针对下卧隧道结构在上部基坑开挖卸荷的影响硏究现状,主要通过数值分析研究现状、室内试验研究现状、现场监测研究现状、施工工艺研究现状等几个方面描述。2.分析基坑卸荷的过程中土体变形的机理,总结了影响隧道变形的因素和基坑隆起的公式。介绍了岩土有限元软件Plaxis程序以及土体硬化模型(Hardening-Soil)。3.分析黄土地区类似地层的三个工程,收集了其开挖施工时地铁隧道的变形数据,利用Plaxis软件,输入不同土层的土体硬化模型,得到软件计算出的地铁隧道变形。比选拟合监测数据与Plaxis软件计算值,给出了典型黄土地层的土体硬化模型参数。4.说明了西安黄土地区超大人防工程与地铁4号线结构的相对关系,总结了本项目的工程风险点,依据《城市轨道交通结构安全保护技术规范》,制定了本工程施工对地铁影响的变形指标,并确定了本项目采用板凳桩+土方分块开挖的保护措施。5.运用Plaxis软件三维数值分析,模拟了下卧地铁隧道在不同基坑开挖方式的情况下造成的影响。确定了合理的施工方案。对项目的监测方案给出了建议,最后通过实验段的监测数据,验证了开挖方式的合理与准确性。
其他文献
本文使用高阶逼近公式对分数阶导数进行了离散,并结合有限元方法对三类时间分数阶偏微分方程进行数值求解.第二章研究非线性分布阶亚扩散模型的基于时间两网格(TT-M)的1-Galerkin混合元方法.该算法相比1-Galerkin混合元方法能够提升计算效率,节省计算时间.时间方向采用快速的TT-M Crank-Nicolson格式逼近,其中时间分布阶导数采用FBN-结合复化梯形公式离散.空间方向采用1-
近年来,随着科学技术的进步社会信息化特征逐渐明显,对于数据挖掘技术也提出了更高的要求。复杂网络是数据挖掘的重要研究课题,经大量研究表明,复杂网络中存在社团结构,故而社团检测成为该课题中的一个研究热点。人类在社交过程中的信息传播过程,会表现出亲密关系的不同,用邻接矩阵和聚类系数定义亲密矩阵可以量化这种亲密关系,继而引出舒适区的定义。本文在此基础上给出了两种改进的社团划分算法:一种是在模块度优化模型的
在混合有限元方法,H1-Galerkin有限元方法,扩展混合有限元方法的基础上,结合分裂格式,在时空有限元框架内,分别对一维Sobolev方程和二维Sobolev方程进行数值求解.论文所构造方法既具有时空高阶精度,又避免了求解耦合方程组的困难,同时在对一维Sobolev方程求解过程中,结合H1-Galerkin有限元方法还避免了LBB相容性条件.第一章简单叙述了有限元方法的相关历史背景,求解Sob
内蒙古兴和-清水河黄土丘陵区沟壑峭壁和道路两侧的护坡上可见大面积富含钙的黄土母质,因为当地土壤肥力低,地表土流失较为严重,所以草本植物很难形成稳定的群落,但是短叶对齿藓常在该区域形成大面积藓类结皮层,其必然存在着一系列应答高钙环境的适应特征。本研究以该地区喜钙藓类短叶对齿藓为研究对象,以土壤元素含量为参考,优化组织培养体系。同时使用不同浓度Ca2+对该藓进行处理,通过对生理指标、叶绿体超微结构和离
哺乳动物的有性生殖过程包括生殖细胞(精子和卵子)发生、受精、着床和胚胎发育等环节,其中受精是最为重要的步骤。精子与卵子结合并融合形成受精卵是受精的中心环节,这一环节的分子机制尚不清楚。已发现精子膜蛋白IZUMO1与它在卵细胞膜上的受体蛋白JUNO识别是精卵粘附的先决条件之一,但仅仅有IZUMO1-JUNO相互作用还不足以导致细胞膜融合,应该有其他配子蛋白参与了精卵融合。本实验鉴定了Hedgehog
HeLa细胞是增殖快并能无限增殖的宫颈癌细胞,具有可以连续传代不衰老致死的特点。然而,我们发现长期传代培养至100代后,HeLa细胞形态开始发生变化、细胞生长变慢。为了探究长期培养后HeLa细胞“永生”或衰老特征,本文从HeLa细胞35代(我们拿到的最年轻代细胞)开始,连续传代培养至125代,并每隔5代选取1代,共19个不同代HeLa细胞进行RNA-seq分析,相对35代细胞,得到18个不同代He
学位
学位
结构优化是在给定约束条件下,按某种目标求出最好的设计方案。在结构优化方法中拓扑优化比尺寸和形状优化具备卓越的灵活性、多样性,因此拓扑优化方法已经成为结构优化设计领域的主要研究方向。基于反应扩散方程的水平集拓扑优化方法不但能同时实现结构的尺寸和形状优化,而且能通过正则化参数控制拓扑结构的繁琐程度,抑制棋盘格、灰度单元等数值问题。本文以基于反应扩散方程的水平集拓扑优化方法为基础,对动态优化问题、多约束
随着在线社交网络用户数量的飞速增长,大规模的图存在维度高和数据稀疏性等特征,使得从这些图中挖掘有价值的信息成为一个挑战性问题。网络表示学习通过将图中的节点映射到低维空间中,用低维向量之间的相似度表示节点之间的关系,从而使得对大规模图进行数据分析和挖掘成为可能。网络表示学习得到的低维向量可以应用到诸如节点分类、链接预测和网络可视化等下游任务中。另外,实际网络常常又是一种属性网络,因为其中的节点往往都