摘要：山地、丘陵地区的公路建设和运营中常伴有大量边坡,边坡的灾害问题已成为制约我国公路、铁路建设与运营发展的主要因素。目前,主流边坡信息化管理系统在信息集成领域存在缺陷,难以满足对各类复杂边坡科学监测与精细化管理的需求。为此,将BIM可视化技术引入到边坡监测与管理中,利用可视化模型“所见即所得”的优势与强大的数据集成能力改善沟通环境、提高管理效率。首先,通过地质钻孔数据解译结合地层层序优化逻辑确定地层层序、地层边界与分布范围,利用Dynamo节点开发基于钻孔数据的自动化建模程序,提出基于Revit+Dynamo的边坡地质BIM精细化建模方法。然后,提出联合OBJ-JSON格式储存模型关键属性信息的边坡模型轻量化导出方案,实现模型与地质信息的集成以及大体量边坡地质模型与Web的端互通,基于***框架扩展WebGL原生代码优化BIM模型并开发了边坡BIM模型的Web端交互应用。最后,全方位分析涵盖项目全生命周期管理的内需并借助MySQL数据库技术将上述成果进行整合,开发了基于BIM的高速公路边坡的可视化监测管理平台并运用于实际工程。实例结果表明,基于平台建立的边坡可视化管理方案能够大幅提升案例公路边坡项目在运用阶段的管理水平与管理效率。研究为边坡信息化、可视化管理流程的制定和实施提供了参考。

摘要：坡体变形是表征边坡稳定性最直观的指标。如何科学合理地解译其演化特征,对滑坡灾害预警防范具有重大的工程意义及科学价值。由于滑坡灾害的影响因素中,很多不确定因素都不可能完全准确地定量分析,只能从定性层面建立影响因素与坡体变形的关系,为了解决滑坡确定性预测方法中未考虑预测与数据误差的问题,量化滑坡点预测结果中的不确定因素的影响,依托滑坡坡表变形点预测方法,提出基于残差Bootstrap与GA-Elman神经网络的区间预测方法。相比于传统方法,通过变形伪数据集的建立、GA-Elman模型的迭代训练与总方差估计、ELM网络残差训练与随机误差方差估计等步骤创建的区间预测方法在预测可靠性、区间宽度、针对特殊变化坡体的预测灵活度等方面都有显著提升。利用Bootstrap重抽样模型、GA-Elman神经网络预测算法以及区间预测理论方法,建立基于Bootstrap和GA-Elman的滑坡变形区间预测模型。研究导致滑坡变形的不同影响因素、预测模型参数及置信区间等对于区间预测模型效果的影响,并运用到现场滑坡中。分析结果表明,所提出的方法可适用于现场滑坡,更好地将滑坡降雨等影响因素与坡体表观变形建立联系,为滑坡灾害的提前预警与防治提供可靠准确的信息支撑。

摘要：通过对花岗岩、白砂岩和大理岩进行单轴压缩、疲劳特性试验,提出了一种测定循环荷载下岩石临界强度和疲劳强度的新方法。该方法以全应力-应变曲线试验为基础,进行不同高、低应力水平的疲劳试特性验。试验结果表明,岩石的临界强度不仅受岩石固有性质影响,而且受控于应力水平,特别是应力振幅。变幅应力与常幅应力相比,其临界强度降低21.6%～28.8%。试验求得的方程和参数对岩石基础工程的设计和运行安全评估具有实际应用价值。

摘要：通过对花岗岩、白砂岩和大理岩的单轴压缩、恒幅和变幅循环荷载疲劳试验,建立了一种测定岩石疲劳寿命双因素实验模型.试验表明,变幅应力是影响疲劳寿命的关键因素;变幅应力的基础疲劳寿命比恒幅应力的降低16.9%-18%,临界应力比降低23.0%-28.23%.尽管岩石的试验数据离散性很大,但本实验模型对于测定岩石全应力曲线非稳态区内的疲劳寿命具有良好的适应性;与传统方法相比,它更准确,更符合实际;因此该模型对岩石基础工程的设计和现场监测具有实用价值.

摘要：热防护作为防止发射台承载结构受到火箭发射燃气流烧蚀的区域性防护措施,是保证发射台能够可靠承载火箭的关键环节。近年来,随着以长征二号丙运载火箭为代表的常规液体运载火箭发射频率逐年升高,发射台在火箭发射后的恢复时间也大幅压缩。为此,提出发射台热防护的快速恢复方案,将烧蚀式防热技术与隔热式防热技术相结合,设计模块化的热防护组件以实现快速更换。通过仿真、试验并进行搭载使用,结果表明,新式热防护的修复时间由3天缩短至1天,防护效果良好,可以满足高密度火箭发射的使用需求。

摘要：电池包壳体作为电动汽车的核心组成部分,起到支撑和保护电池包的作用,其整体结构的强度直接影响电动汽车的安全行驶。对电动汽车电池包壳体进行了静态、动态及模态分析。静态分析表明,电池包壳体的应力较小,远小于材料的屈服强度,电池包壳体箱底厚度设计过于保守。动态分析是在汽车极限工况下获得电池包壳体的应力和位移的分布,结果表明最大位移位于箱底。针对不同振动源下电池包壳体的振动响应特性进行态分析,结果表明针对不同路面和工况电池包壳体的前6阶模态主要表现为电池包壳体上箱盖的局部振动,频率在安全范围之内。在此基础上,对电池包壳体进行了结构优化,在电池包壳体满足强度和刚度的条件下,优化后的电池包壳体重量减少了25.54%,达到了轻量化的设计目的。