教学课程资源库 更多>>

关键词： 中东欧   复理石   顺层岩面   微型桩   地基处理  

摘要： 文章针对山岭地区比较复杂的地质情况,提出1种用微型桩处理支架基础的新型方法,通过对中东欧地区复理石地层特点及常用地基处理方案的优缺点以及经济性进行分析。以黑山南北高速公路桥梁支架基础处理施工为例,从微型桩处理技术的工作原理、边坡模拟分析、桩基结构计算以及施工要点进行阐述,最终在实际工程中进行应用,并提出施工控制要点,为后续类似工程提供借鉴。

关键词： 山洪泥石流灾害   四川康定   应急处置   四川省甘孜州   协助指导   人员伤亡   水利部  

摘要： 8月3日,四川省甘孜州康定市发生山洪泥石流灾害,造成人员伤亡失联。灾害发生后,国家防汛抗旱总指挥部副总指挥、水利部部长李国英立即作出安排部署,要求全力做好康定山洪泥石流灾害应急处置支持工作,充分发挥山洪灾害防御体系作用,确保人民群众生命安全。水利部第一时间派出工作组、专家组赶赴现场,前后方密切联动,全力协助指导支持抢险救援工作。

关键词： 测斜曲线   滑动面位置   相对位移   滑坡   三次样条插值法  

摘要： 在实际的深孔位移监测中,测斜曲线的突变特征是滑动面辨识的关键依据,前人通过大量的研究总结将滑动面迹象显著的测斜曲线类型分为了“B”型、“D”型、“r”型等几种。其中,对于“D”型测斜曲线通常是将曲线的鼓包凸起点作为滑动面的位置,但这种方法容易受到测点布置间隔和横纵坐标观测尺度的影响,存在滑面位置定义不清晰、数值不确定的问题。为了能够有效地克服这些缺点,提升测斜曲线滑动面辨识的准确度,基于“D”型测斜曲线变化特征,将滑坡抽象为由“滑动体”“滑动区间”以及“不动体”三者组成的概化模型,根据三者抗弯刚度的差异建立外界荷载作用下的杆件力学模型,深入分析滑坡运动过程中不同深度处土体的变形特点。研究表明,由于“D”型曲线滑动面并未完全贯通,使得土体沿深度方向变形连续无突变,力学模型中杆件正负弯矩的分界点是变形曲线水平位移最大处,能够真实地反映滑坡变形特点以及滑动面的位置。将土体累计位移转化为相对位移,则“D”型深孔测斜曲线变为了“S”型相对位移-深度曲线,且“S”型曲线的拐点与滑动面的位置相近;通过提取监测期内不同深度处土体的平均相对位移,运用三次样条插值法计算“S”型区段内拐点的深度值,能够更加精准地确定滑动面位置,更好地提升深孔位移监测的可靠度和准确度,具有较大的实用价值。

关键词： 地震应急   地震系统   防震减灾   地震部门   中国地震局   震后应急   监测中心站   应急服务  

摘要： 引言防震减灾事关人民群众生命财产安全,事关社会和谐稳定。地震应急领域公共服务(简称“地震应急服务”)是防震减灾公共服务的重要组成部分。地震系统提供的地震应急服务主要包括中国地震局、各省级地震局及其所管理的地震监测中心站(简称“中心站”)面向各级政府和社会公众所提供的震后应急响应服务。本文系统梳理地震系统面向政府应急服务现状和问题,提出相应对策和举措建议,为推动应急服务向纵深发展提供思路。

关键词： 建筑物   材料选购   夯实地基   建筑业界   财务造假   专业人士   弄虚作假  

摘要： 造桥铺路、兴屋建房,最重要的是夯实地基、打好支柱,同时材料选购、工程进展也需要按部就班,不可弄虚作假。否则不仅建筑物有倾覆之虞,更可能造成人命伤亡,这是任何人都清楚的事。建筑业界的专业人士更是念兹在兹,有着切身体会。

关键词： CDQ   安全可靠设计   安全系数   耐磨性  

摘要： 通过对干熄焦系统机械安全可靠性设计分析以及生产实践常见故障、重要问题的设计优化改进,全面提升了系统的安全可靠性设计应用性和适应性、经济性,对维护安全生产运行、提高劳动生产效率、节能减排绿色发展发挥着重要作用。

关键词： Newmark位移   区域滑坡危险性分析   竖向地震加速度   快速评估  

摘要： 2023年12月18日甘肃临夏回族自治州积石山县发生6.2级地震,引发大量的滑坡和崩塌等地质灾害。基于黄土高原强震数据库中2013年岷县—漳县6.6级地震的地震动记录回归分析所得的Newmark位移预测模型,利用震前精度为30 m分辨率地形以及1∶250万地质图等数据,考虑竖向地震加速度以及冬灌的影响,对距震中扩展100 km范围内的地区进行滑坡危险性快速评估,并与震前地质灾害分布以及震后遥感解译和实地调查结果进行对比。研究结果显示:静态安全系数较低的区域更容易发生地质灾害;滑坡危险区主要位于距震中27 km的范围内,危险区内河道和分水岭发育,地层以新近系和第四系为主,与已有研究结果的重合度较高。研究表明,Newmark位移法适用于积石山区域内的震后滑坡危险性评价,但其并未考虑土体液化的情况,低估了液化灾害发生的危险程度。

关键词： 滑坡敏感性   数据驱动   元学习   小样本学习  

摘要： 滑坡灾害是当前制约中国西部山区重大基础设施建设的最重要因素之一。如何可靠开展广域范围滑坡敏感性预测,一直是国内外研究的难点。现有以深度学习为代表的数据驱动广域复杂环境敏感性分析方法仍面临两大挑战:(1)广域范围滑坡孕灾环境的差异性:单一模型难以可靠预测(解释)不同孕灾环境滑坡易发性;(2)小样本问题:中国西南山区滑坡隐蔽性强,探测成本高昂,样本数据少。针对以上问题,以中国重庆市綦江、涪陵区为例,采用分块预测策略,元学习一种泛化性强的适于滑坡敏感性小样本预测的中间表征,通过局部区域中极少的样本和反向传播梯度迭代次数,将模型快速适应于当前局部区域滑坡敏感性预测任务,从而解决广域范围滑坡孕灾环境差异问题与小样本问题。区别于支持向量机、多层感知机、随机森林等传统方法需要大量样本及梯度迭代训练监督模型,所提方法仅需要小样本微调中间模型,就使滑坡敏感图预测精度提升1%~5%,准确度提升1%~3%,F1分数提升0.5%~6%,召回率接近其他方法最高水平。

关键词： 微地震   事件检测   拉普拉斯变换   多模态网络   时频谱   道集数据相关性  

摘要： 针对微地震有效信号时序特征存在的局限导致微地震事件识别准确率不高的问题,提出了一种基于多模态学习的神经网络微地震事件检测方法。首先,利用道集数据的相关性以目标道为轴对称制作多道时域模态,对目标道进行时频分析得到S域模态特征;然后,联合时域模态和S域模态设计微地震事件检测神经网络,综合多模态的特征进行训练学习,提高微地震事件识别的精度;最后,为验证方法的有效性,对合成微地震信号进行低信噪比数据分析、小幅值数据分析以及实际油井微地震监测信号事件分析。结果表明,该方法可以有效检测低信噪比及微弱的微地震事件;与支持向量机、卷积神经网络、基于监督机器学习方法的对比实验结果表明该方法具有更高的抗噪性与准确率。