排序方式: 共有54条查询结果,搜索用时 328 毫秒
1.
2.
沿海沿江城市地下开挖产生的工程渣土含泥量大、含水率高且较松散,主要运往渣土场进行堆填处置。由于产量巨大而处置场地有限,许多渣土场在运营过程中存在堆填速度快、缺乏排水设施、超高超库容堆填等问题,容易引发堆填体失稳事故。目前对于非饱和工程渣土堆体在快速堆填过程中的失稳机制认识尚不清晰,尤其是对这一过程中的高饱和度工程渣土强度增长规律缺乏足够的认识。以深圳红坳渣土场填料——花岗岩风化料(CDG)填土为研究对象,对不同初始饱和度土样进行三轴不排水不排气等向压缩和剪切试验,结果表明:非饱和CDG填土不排水抗剪强度随围压增大呈非线性增长,增长速率与试样初始饱和度密切相关;当土样压缩后的饱和度超过0.7,不排水强度随围压的增长速率显著降低。基于有效固结应力法的原理,结合Hilf孔压公式和修正剑桥模型,提出了一种工程渣土不排水抗剪强度估算方法,并通过与试验结果对比验证了该方法对初始饱和度高于0.6的CDG填土的适用性。利用该方法确定的不排水强度cu与正应力σn的关系可应用于高饱和度工程渣土快速堆填中的稳定性分析。 相似文献
3.
2008年后中日韩与东盟进入新一轮产业转移,在此影响下,中日韩与东盟海上物流运输进入快速调整阶段。当前,集装箱运输作为跨国运输的主要方式,在产业转移趋势下的变动特征与影响机制需要进一步理清。本文研究2009年至2021年间中日韩和东盟国家间产业转移对集装箱增长的影响。基于核密度和偏移增长方法分析集装箱增长与产业转移的时空匹配性,基于OLS及PPML引力模型计量回归方法测算产业转移引起的中间产品增加值提升对集装箱增长的带动作用。主要发现如下:(1)产业转移引起的中间产品增加值提高对当前集装箱航线增长具有显著的促进作用;(2)在时间上,产业转移对集装箱航线的增长具有滞后性,产业转移后三年的带动效应最大;(3)在空间上,产业转移对集装箱增长的影响具有空间差异,日本与东盟、中国与东盟的产业转移对集装箱增长的促进效应较大,韩国与东盟的产业转移影响不显著。从港口地理视角出发,提出中国港口与东盟国家构建“双圈层”联通格局、建设南海先行区的发展建议。本文能为中国在东亚和东南亚地区集装箱运输的政策制定提供决策参考。 相似文献
4.
植物已被广泛用于改善岩土设施的服役性能。然而,植物生长对填埋场多层覆盖系统防渗性能的影响尚不清楚。本研究通过在深圳下坪固体废弃物填埋场开展为期两年的现场试验,并利用数值模拟进行对比与参数化分析,旨在量化湿润气候下植物生长对土体水力性质以及三层覆盖系统防渗功能的影响。经研究发现,土体饱和渗透系数(ks)随根长密度(RLD)的增加呈线性下降。相比裸露土,植草土ks、入渗量和入渗速率分别降低55%,18%和35%。这导致在现场监测期间植草覆盖系统中维持的吸力明显高于裸露覆盖系统,数值分析与实测结果相一致。然而,百年一遇降雨后两覆盖系统内吸力分布无显著差异。在两年的现场监测中,相比裸露覆盖系统,草类减少累积渗漏量达21%。通过裸露与植草覆盖系统的年均渗漏量均满足美国环保局建议的每年30 mm的设计要求,证明了没有土工膜的三层覆盖系统在湿润气候下的良好防渗性能。 相似文献
5.
为准确获取原状Q3黄土的竖向和水平饱和渗透系数,进行了原位、室内试验测试以及数值模拟反演,并应用大型试坑浸水试验检验了所获饱和渗透系数的可靠性。进行了不同内径尺寸的原位双环入渗试验,获取了竖向饱和渗透系数,并应用室内试验测试了竖向和水平饱和渗透系数以及持水曲线;应用COMSOL软件对双环入渗试验进行数值模拟,检验了所测饱和渗透系数的可靠性,利用正交试验获得了最优的竖向和水平饱和渗透系数取值,并利用反演结果对试坑进行数值模拟,将其水分入渗情况与实测值对比。研究结果表明:在现场进行双环入渗试验时选取较大内径的双环获得的竖向饱和渗透系数更为合理。针对双环入渗试验,数值模拟反演所得最优饱和渗透系数在竖向上接近于原位试验所得竖向饱和渗透系数、水平向上接近室内所测水平向饱和渗透系数,竖向饱和渗透系数比水平向饱和渗透系数更加显著地影响水分入渗过程。通过对大型试坑水分入渗情况的验证,检验了反演所得最优饱和渗透系数的可靠性。 相似文献
6.
7.
8.
9.
岩石节理粗糙度系数(JRC)是研究岩石力学的重要参数之一。为 精 确 有 效 地 描 述JRC,提 出 了 一 种 基 于 随 机 森 林(Randomforest,RF)算法研究JRC 的新方法。首先,详细叙述了 RF算法的原理和实现流程;然后,简要分析了影响JRC的一些统计参数,确定了7个重要的基本变量,岩石节理粗糙度系数(JRC)是研究岩石力学的重要参数之一。为 精 确 有 效 地 描 述JRC,提 出 了 一 种 基 于 随 机 森 林(Randomforest,RF)算法研究JRC 的新方法。首先,详细叙述了 RF算法的原理和实现流程;然后,简要分析了影响JRC的一些统计参数,确定了7个重要的基本变量,用6组实测数据对训练后的 RF回归模型进 行 了 测 试,试 验 结 果 表 明:①利用RF回归模型预计的D 值、JRC 值与实测值的最大相对误差仅为3.844%、4.553%。②RF回归模型具有较强的泛化能力,需要考虑的模型参数少,预测精度高,为今后继续研究D 值和JRC 值提供了一种新思路。 相似文献
10.