明挖地铁车站深基坑变形监测及控制技术研究

来源 :山东科技大学 | 被引量 : 0次 | 上传用户:test1987
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
随着国家城镇化进程的逐渐推进,对城市地下空间的开发需求与日俱增,越来越多的城市开始发展城市轨道交通建设,明挖法施工已成为地铁车站建设过程中广泛采用的一种开挖方法,其具备施工简单、工期短、经济等特点,但由于地铁车站通常位于城市中心,周边环境非常复杂,深基坑变形破环问题频发。通过理论分析、监控量测、数值模拟相结合的研究方法,依托于济南黄河隧道工程,研究明挖地铁车站深基坑变形规律,提出变形控制措施,研究结论如下。(1)在学者们对于深基坑变形规律研究成果的基础上,通过理论分析,分析几种主要的深基坑支护结构形式,研究深基坑围护结构变形规律、围护结构后部土体竖向变形规律、基底隆起变形规律以及内支撑轴力的变化规律,确定了深基坑变形计算方法。(2)结合济南黄河隧道工程,基于施工现场的地质条件及水文地质条件,制定了施工监测方案,对监测点布设情况进行介绍,对监控量测数据进行整合,而后进行研究分析,得出了地表沉降、地下连续墙深层水平位移、地下连续墙顶部位移变化规律,及内支撑轴力变化规律。(3)通过数值模拟软件FLAC3D,结合深基坑工程的实际开挖情况,建立了深基坑开挖模型,模拟了深基坑在开挖过程中围护结构的变形情况及周边土体竖向位移情况,而后通过与现场监控量测数据进行对比分析,得到了如地表沉降变化曲线为漏斗状,地下连续墙深层水平位移变化曲线为向右凸的抛物线状等一系列深基坑变形规律。(4)研究了影响明挖深基坑变形的三大因素,通过数值模拟对模型工况进行修改,研究支护开挖先后顺序对深基坑变形的影响,结合工程实际提出了深基坑变形控制的具体措施。
其他文献
视觉检索任务(Visual Grounding,VG)的目的在于通过一句自然语言的查询,去定位一张图像中与该查询语句最相关的物体或区域。通常来说,为了完成这一任务,我们需要一个模型去理
光学乐谱识别主要研究如何将乐谱图像形式到计算机可识别语义符号。其中谱线删除是重要模块之一,谱线删除算法的优劣直接影响光学乐谱识别系统的最终结果。特别是手写乐谱图像,由于手写音符形式复杂多变,同时叠加各种变形和噪声,使谱线识别和删除尤为困难。因此,研究手写乐谱图像中的谱线删除具有重要的理论意义和实用价值。为了提高谱线删除算法的鲁棒性,本文提出一种基于多尺度多方向局部二值模式和XGBoost的手写乐谱
“十二五”期间,我国的污染物虽然完成了总量减排目标,但是当前的社会、经济的高速发展依然是建立在消耗环境资源的基础上,减排工作任重而道远。为了环境、经济的协调发展,需
在信息技术和互联网技术日新月异以及网络社交软件快速普及的今天,数字图像已经成为人们日常生活中重要的信息载体。然而,在实际工程应用中,由于拍摄设备、拍摄环境、传输处
数据源中存储了建立数据连接的所有信息,数据请求者通过提供正确的数据源名称来查找相应的数据库连接,以此获取数据库中的数据信息。在网络中,数据源内容主要存储在可受限搜
随着深度学习及卷积神经网络的发展,视频目标检测任务在实际应用中展现出巨大的发展潜力,如智能视频监控、自动驾驶等,受到学术界和工业界的广泛关注。近年来,研究者们将先进
中国共产党第十九次全国代表大会首次将党的政治建设纳入党的建设布局中,将党的政治建设定位为是党的根本性建设,决定党建设的方向和效果。本文主要以狭义党的政治建设为视角,对新时代党的政治建设从生成背景、主要内容、主要特点、价值意蕴、组织实施等方面进行了探讨。新时代全面加强党的政治建设,对提高我们党的执政能力,提高党员干部的政治定力具有重要的意义。文章共分为四个部分:第一部分为引言。主要阐述了文章的选题背
日益严峻的环境恶化和能源短缺问题已经成为制约我国经济发展的重要因素。大力发展清洁能源和可再生能源替代传统化石能源,改变传统的能源利用模式,提高能源利用效率,已经成为我国能源战略改革的重要举措。冷热电联供(Combined Cooling Heating and Power,CCHP)型微电网能够实现能源梯级利用,能源利用率高。冷热电联供型微电网还具有安全可靠性高、供能形式丰富、控制灵活等优势。凭借
新时代中国特色社会主义思想,是全国中华儿女为实现中华民族伟大复兴中国梦的精神指引,其中,坚持社会主义核心价值体系,培育和践行社会主义核心价值观是对新思想和中华优秀文化的传承、发扬和发展,是更好构筑中国精神、展示中国力量、实现中国价值的行动指南。因此,树立正确、积极的价值观不仅是个人思想政治、个人素养和道德水平发展的重要内容,也是国家实现伟大复兴中国梦的迫切需要。青年一代肩负着国家发展、民族进步的伟
随着电子商务购物网站用户和商品的急剧增长,用户的需求和商品的种类也千变万化,个性化推荐系统开始面临数据稀疏性的问题。个性化推荐系统中传统的推荐算法在面对稀疏的评分