课程文献中心 更多>>

关键词： 污水管改造   顶管   数值模拟   既有地铁   隧道稳定性  

摘要： 随着现代化城市基建的蓬勃发展,市政工程难免对周边既有建(构)筑物产生影响,尤其是对正在运营的既有轨道交通隧道影响显著。文章以绍兴市群贤路东段(镜水路—西沙路)道路改造和沿线景观工程的污水管改造工程为案例,该工程顶管段及明挖段分别位于地铁1号线稽山路站—柯华路站区间上方,顶管井基底、顶管段与地铁1号线稽山路站—柯华路站隧道拱顶之间最小垂直距离分别为7.7 m、10.0 m;明挖段基底距离区间隧道顶垂直距离约为7.5 m,采用数值模拟的方式,对顶管、明挖基坑与既有地铁区间进行建模分析,并评估既有地铁区间的安全性,结果证明,该市政工程方案合理,可供给类似市政工程参考。

关键词： 桥梁抗倾覆稳定性   偏心汽车荷载   支座间距   边中跨跨径比   平曲线半径  

摘要： 探究影响桥梁上部结构横桥向抗倾覆稳定性的主要因素,主要有偏心汽车荷载、横向支座间距、桥梁边中跨跨径比、桥梁平曲线半径、支座类型等;对桥梁上部结构横桥向倾覆失稳模态和抗倾覆稳定性计算原理进行深入的剖析,进而提出增大横桥向支座间距、优化桥梁孔跨布置、优化桥梁平曲线半径、控制汽车荷载分布等提高桥梁抗倾覆稳定性的具体措施,对保证桥梁上部结构抗倾覆稳定性、安全性与可靠性有重大意义。

关键词： 公路改扩建   高边坡   开挖顺序   安全系数   支护方案  

摘要： 为了保证公路改扩建高边坡在开挖期间不出现安全事故,分析高边坡的失稳成因和失稳过程,以G105线改扩建项目的K1155+380断面高边坡为分析对象,将两种开挖方案进行对比。随后,基于规范选取了高边坡开挖安全系数,基于简化毕肖普法计算了未支护高边坡在不同开挖工况下的安全系数。当开挖至最后一级边坡后,高边坡安全系数降低至1.1以下,稳定性较差,需及时支护。最后,从锚索的锚固角、锚固力、布置间距、张拉程序等方面阐述了高边坡的支护方案设计要点,计算了高边坡在分级开挖、分级支护工况下的安全系数,并利用监测桩监测各级边坡坡脚的水平位移,分析成果表明开挖会降低边坡安全系数、支护会增大边坡安全系数,且1#~4#监测桩的水平位移均在2.0 cm以下,满足设计要求。

关键词： 预应力锚索桩板墙   斜坡稳定性   数值模拟  

摘要： 斜坡稳定性是土木工程中的一大挑战,尤其是在复杂的水文地质和环境条件下。预应力锚索桩板墙技术作为一种新兴的斜坡加固方法,因其优越的支护效果和经济性而被广泛应用。文章阐述了预应力锚索桩板墙的组成及分类,分析了预应力锚索桩板墙加固斜坡的优势,通过实际工程案例系统地研究了其在斜坡稳定性加固中的应用效果。研究结果表明,预应力锚索桩板墙能够有效控制斜坡的变形,提高斜坡的整体稳定性。同时,该技术在适应复杂地质条件和减少环境影响方面展现了显著优势。该研究不仅为斜坡稳定性加固提供了科学的理论依据,也为工程实践提供了有效的技术支持和设计指导。

关键词： 大豆油体   韭菜籽油   微胶囊   真空冷冻干燥   工艺优化   稳定性评价  

摘要： 分别用海藻酸钠、明胶、黄原胶、果胶、辛烯基琥珀酸淀粉钠、阿拉伯胶与大豆油体组成复合壁材,以韭菜籽油为芯材,采用真空冷冻干燥技术制备韭菜籽油微胶囊,并以包埋率为指标筛选出最佳壁材组合。在单因素实验基础上,结合正交实验进行韭菜籽油微胶囊的工艺优化,以确定最佳工艺参数。进一步考察了韭菜籽油微胶囊的微观形貌、热稳定性以及缓释性能。结果表明,最佳壁材组合为大豆油体-明胶,最佳工艺参数为壁材浓度2.0%、壁芯比2:1g/g、乳化时间6 min、复合壁材比(大豆油体:明胶)1:1g/g,在此条件下制备的韭菜籽油微胶囊包埋率可达到75.81%。扫描电镜和红外光谱分析结果显示,韭菜籽油微胶囊呈不规则、无定形状。热重分析表明,通过包埋显著提高了韭菜籽油的热稳定性。随着贮藏时间的延长,韭菜籽油微胶囊的释放率均低于韭菜籽油。因此,通过微胶囊化能有效减缓韭菜籽油的释放速率,降低其氧化程度。该研究为韭菜籽油和大豆油体的应用拓宽了道路。

关键词： 边坡   极限平衡法   整体分析法   严格条分法   滑面正应力   静力许可力系  

摘要： 边坡稳定性的整体分析法是严格极限平衡法,无严格条分法的不收敛问题,还能实现三维严格极限平衡法。但整体分析法一直居于非主流地位,原因可能是整体分析法无法像Morgenstern-Price法那样产生静力许可力系。针对二维问题,分析了造成这一问题的原因——滑面正应力构造不当,并建议采用双参数滑面应力修正的折线方式和Fourier方式,这2种方式都能满足滑面正应力分布的自然分解和端点条件。对典型边坡案例的分析表明,在产生静力许可力系的能力方面,整体分析法远优于以Morgenstern-Price法为代表的经典条分法。因此建议在边坡稳定性分析中优先采用整体分析法。

关键词： LiPF_(6)   双(氟磺酰)亚胺锂   氟化氢   热稳定性  

摘要： 六氟磷酸锂(LiPF_(6))是商业化锂离子电池电解液的主导电盐,但LiPF_(6)电解液热稳定性差的问题严重制约了耐高温电池技术的发展。LiPF_(6)电解液中存在的微量氟化氢(HF)和质子性杂质是导致电解液分解的关键因素。通过在LiPF_(6)电解液中引入双(氟磺酰)亚胺锂(LiFSI),使用核磁共振技术(NMR)探究了在高温存储过程中LiFSI对LiPF_(6)电解液化学分解行为的影响。研究结果表明,高温85℃分别存储14、30、180 d后,在含LiFSI的电解液中只检测到极微量的LiPF_(6)分解产物,未分解的LiPF_6的摩尔百分含量高达99.1%、99%、99%。LiFSI可以清除电解液中残留的HF杂质,从而抑制LiPF_(6)的分解,最终显著改善LiPF_(6)电解液的高温稳定性。通过对含LiFSI的电解液进行加水存储实验进一步验证了LiFSI可以有效清除HF并抑制LiPF_(6)分解的能力。

关键词： 硝化/反硝化   部分亚硝化/厌氧氨氧化   启动特性   氮去除速率   稳定性   能耗分析  

摘要： 针对厌氧内循环反应器(IC)-缺氧好氧工艺(AO)的传统硝化反硝化脱氮在高有机碳,高氨废水处理过程中能源回收利用率低,脱氮能耗大的问题,设计了IC高效甲烷化,以部分亚硝化/厌氧氨氧化(PN/A)为主的自养脱氮工艺(CANON)处理该类废水,探讨了工程规模下IC-CANON在能源回收和脱氮过程中的运行特性,并评估了其与传统IC-AO能源回收,脱氮稳定性和能耗水平的差异.结果表明,当IC出水C/N 0.5~1时,CANON工艺氮去除速率(NRR)最高达到0.24kg/(m^(3)·d),总氮去除率(NRE)(76.2%±5%),Anammox最小脱氮贡献率在70%以上.当C/N 1.9~4时,一级AO的NRR最高达到0.14kg/(m^(3)·d),NRE为(89.6%±0.9%).当进水氮负荷(NLR)在0.22~0.32kg/(m^(3)·d)波动下,CANON的NRE和Anammox最小贡献率维持在70%和65%以上.当进水C/N增加到2.2时,CANON中Anammox活性被抑制,NRE从76%下降至45.4%,CANON抗NLR冲击能力较强,抗有机负荷冲击能力较差.一级AO在C/N和NLR分别为0.6~6.6kg/(m^(3)·d)和0.06~0.16kg/(m^(3)·d)波动下,NRE维持在90%左右,对比Canon,AO工艺同时具有较好的抗NLR和有机负荷冲击能力.当CANON工艺NRR达到0.21kg/(m^(3)·d)以上,脱氮能耗为3.5~3.6k Wh/kg N,对比相同进出水条件的AO工艺可以节省(77.8%±1.8%),同时IC能源回收率由62.1%增加至89.2%.

关键词： 道路工程   废弃口罩   改性沥青   流变性能   疲劳性能   存储稳定性  

摘要： 为实现废弃口罩的循环利用,分别将2%、4%、6%口罩碎片加入到70#基质沥青中,并研究废弃口罩对沥青使用性能的影响。结果表明:所用口罩为聚丙烯高分子材料,口罩改性沥青主要是物理改性,没有新的官能团产生。随着口罩添加量的增加,沥青的软化点、复数模量、车辙因子增大,针入度及相位角下降,沥青的高温性能得以增强。然而,添加口罩后,沥青的蠕变劲度增大,蠕变速率及蠕变速率劲度比降低,沥青低温抗裂性能劣化。与70#沥青相比,口罩改性沥青的疲劳寿命在2.5%及5%应变水平下至少提升了14.1%、4.3%。改性沥青的相均匀性随口罩添加量增加变差,改性沥青的相分离趋势愈发显著,推荐口罩添加量为4%。

关键词： machine learning   physics-informed model   negative samples selection   interpretability   landslide susceptibility mapping  

摘要： Landslide susceptibility mapping is a crucial tool for disaster prevention and *** performance of conventional data-driven model is greatly influenced by the quality of the samples *** random selection of negative samples results in the lack of interpretability throughout the assessment *** address this limitation and construct a high-quality negative samples database,this study introduces a physics-informed machine learning approach,combining the random forest model with Scoops 3D,to optimize the negative samples selection strategy and assess the landslide susceptibility of the study *** Scoops 3D is employed to determine the factor of safety value leveraging Bishop’s simplified *** of conventional random selection,negative samples are extracted from the areas with a high factor of safety ***,the results of conventional random forest model and physics-informed data-driven model are analyzed and discussed,focusing on model performance and prediction *** comparison to conventional methods,the physics-informed model,set with a safety area threshold of 3,demonstrates a noteworthy improvement in the mean AUC value by 36.7%,coupled with a reduced prediction *** is evident that the determination of the safety area threshold exerts an impact on both prediction uncertainty and model performance.