摘要：以永德至耿马高速公路K41+000~K41+300段滑坡为工程背景,先开展其致灾机理分析,再进行滑坡稳定性评价及治理方案筛选,旨在为其安全施工提供理论支持。经分析,该滑坡的致灾成因相对较多,内部成因是其致灾的固有属性,外部成因是其致灾的诱发因素。在稳定性评价结果中,HP02滑坡加载前稳定系数范围为0.758~1.151,属不稳定-基本稳定状态;加载后,稳定系数均小于1,属不稳定状态。HP21滑坡加载前的稳定系数范围为0.763~1.099,状态属不稳定-基本稳定;加载后,稳定系数范围为0.721~1.039,状态属不稳定-欠稳定。最后,经过方案比选,方案一在可行性、经济投资等指标上均具明显优势,故决定采用“新桩+老桩”的治理方案。

摘要：基于BP神经网络和改进的R/S分析方法,对基坑的变形趋势进行研究。首先,利用三次样条差值对监测数据进行预处理;其次,利用BP神经网络对监测样本进行预测;最后,利用R/S分析法对所有基坑变形样本进行变化趋势判断,并对比BP神经网络和R/S分析的结果。结果表明:BP神经网络和速率-序列的R/S分析的结果基本一致,得出基坑变形具有继续增加的趋势,但增加的幅度具有减小的趋势,证明了R/S分析在基坑变形趋势判断中的适用性。

摘要：基于三分点加载试验研究了橡胶粉掺量、橡胶沥青用量、橡胶粉细度以及混合料级配类型对橡胶沥青混合料的疲劳性能的影响,并采用灰色理论分析了这四种影响因素对橡胶沥青混合料的疲劳性能影响的显著性。研究结果表明,随着橡胶粉掺量增加,各应力水平下的橡胶沥青混合料疲劳寿命均呈先增大后减小的变化趋势;增大橡胶沥青用量可以增加橡胶沥青混合料低应变水平下的疲劳寿命,但也会增大橡胶沥青混合料对应变变化的敏感程度;随着橡胶粉颗粒粒径的减小,橡胶沥青混合料的疲劳寿命提高;采用骨架密实结构更有利于提高橡胶沥青混合料的抗疲劳性能;橡胶粉掺量与橡胶沥青混合料疲劳性能的关联度最大。

摘要：结合莫桑比克马普托环城路项目Avenida da Marginal公路拓宽改造实际,在充分调查分析工程区域内气象、水文、潮汐等资料的基础上,优选典型路基断面进行护岸波浪物理模型试验,测定护岸模型稳定性及护岸堤后越浪量,结合不同模型的对比试验结果确定了Avenida Da Marginal公路沿线护岸的顶部控制高程,并优化护岸防浪胸墙的结构形式,在确保滨海路基稳定的前提下较为有效地控制了护岸防护规模,节省了工程造价。

摘要：沙漠与戈壁常被统称为沙漠,但二者成因不同,对公路的影响也显著不同。在沙漠中公路的路基高度已有研究成果的基础上,进一步探讨影响戈壁地区公路路基填筑高度的控制因素,提出在合理填土高度的确定原则下,用工程经济对比法确定路基的合理填土高度。

摘要：针对某隧道洞口仰坡的稳定性问题,首先选取松散型小波神经网络对仰坡的沉降变形进行预测,再利用秩相关系数检验和Mann-Kendall检验对仰坡的变形趋势进行判断;结果表明：不同小波函数的去噪效果不一致,其中监测点～#5采用db 4小波的去噪效果最好,而监测点～#6则是采用db7小波的去噪效果最好;另外,秩相关系数检验和Mann-Kendall检验在仰坡变形趋势的判断中具有很好的一致性,均得出两监测点的变形趋势是往减小方向发展,仰坡变形趋于稳定,可以安全地进行后期施工。

摘要：基于滑坡的变形监测数据,首先探讨了小波去噪过程中各参数对去噪效果的影响规律,选取最优的小波去噪数据作为趋势项序列和误差项序列的分解依据,再利用BP神经网络和RBF神经网络对两序列进行预测,并与传统预测进行对比分析,最后对组合预测的效果进行探讨研究。结果表明:在滑坡变形数据的去噪过程中,以采用sym 4小波函数、固定式阈值、硬阈值选取阈值和7层小波分解时的去噪效果最好,并由后期预测结果可知其分项预测的效果要优于传统单项预测的效果,且线性组合预测对误差精度的提高有限,而非线性组合预测对误差精度的提高较大。通过上述研究,为滑坡的变形组合预测研究提供了一种良好的方法。

摘要：岩质边坡问题是中国20世纪80年代以来出现的最具特色的工程地质问题之一。由于岩质边坡是一个非线性的、不确定的动态系统,边坡稳定性分析与评价较为复杂,需要对其不断地进行深入研究。以朱昌河特大桥4号桥墩所在边坡为例,利用极限平衡法和有限元法计算,模拟边坡的稳定性,根据计算、模拟结果采用预应力锚索、锚杆进行了边坡加固,为今后同类边坡的稳定性分析提供了有益参考。

摘要：桥基边坡由桥基、桩基和边坡组成复杂的桥基结构体系。其变形和稳定性要求、加固措施以及重点加固部位与自然边坡有很大的不同。针对我国西南某特大桥桥基边坡,结合数值模拟以及极限平衡分析方法,对桥载荷作用下边坡破坏模式、预应力锚杆加固对限制水平位移的作用、利用基桩作为抗滑桩以节省加固工作量的可行性,以及重点加固部位等问题进行了深入分析,最后提出了加固措施。

摘要：为考虑边缘视觉的影响,实现对人眼宽视场条件下视觉成像质量的量化,提出一种基于孪生神经网络的多视域成像质量评价方法。构建个性化眼模型,根据波前像差值获得不同视场处的成像图;利用色彩差异分割成像图中的不同区域,将其作为子图像以样本对的形式输入到孪生神经网络中,提取图像的多维特征;模拟人眼对色彩的差异化感知,对区域图像质量评价值进行加权,得到对整幅图像的质量评价。为验证算法的有效性,在TID2013、LIVE和CSIQ这3个图像数据库上进行实验,其结果表明,该方法对多视场处成像质量的量化评估有良好的性能。