黄河下游堤防非饱和土边坡稳定性分析

利用应力应变控制式非饱和土三轴仪进行了室内非饱和土的渗透试验和强度试验，并得出了非饱和土的渗透参数和强度参数。针对黄河下游堤防这一典型的非饱和土边坡，采用有限单元法系统地分析了堤防非饱和土边坡在降雨和洪水作用下的非饱和渗流场特征；在此基础上应用非饱和土坡的刚体极限平衡理论中的普通条分法对堤防边坡稳定性受非饱和渗流场变化影响的大小进行了分析与计算。结果表明，对黄河下游堤防的非饱和土边坡在降雨和洪水条件下的分析研究具有实际意义。     

GFRP锚杆拉伸力学性能试验研究

玻璃纤维增强塑料（GFRP）是一种由树脂和玻璃纤维复合而成的新材料，具有较好的力学和耐腐蚀性能，在钢筋混凝土中用其代替钢筋可以解决耐久性问题。由于材料容易脆断，对于大直径的GFRP锚杆，试验机夹头夹持不住，导致直接拉伸试验很难成功，常用的方法是加工成小直径试件。采用φ10，φ13，φ15几种不同直径的GFRP锚杆试件进行试验，然后用回归方法预测大直径φ32试件力学指标，从而试图避免试件加工造成的影响。通过拉伸试验，研究了GFRP锚杆基本力学指标，画出了应力-应变关系曲线，讨论了其基本破坏形态。与普通钢材比较具有强度高、脆性破坏的特征，应力-应变曲线呈直线型。同时，与螺纹钢的力学性能指标和经济指标进行了比较，GFRP锚杆显示了优越的力学性能和良好的性价比。通过试验证实，GFRP锚杆具有强度高、与混凝土变形协调性好等力学性能，如果替代钢材锚杆应用于边坡永久加固工程，将具有广阔的应用前景。     

灰色组合模型在坝体水平位移预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM（1,1）和BP神经网络组合模型,分别运用GM（1,1）模型、BP神经网络模型和它们的组合模型三种模型对坝体的非线性水平位移进行了分析,对比发现此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少的缺点,也增强了预测的自适应性,证明了组合模型的预测精度较高,可以应用于坝体水平位移的预测。     

悬浮液进样FAAS法测定土壤样品中微量锰

采用悬浮液进样火焰原子吸收光谱法(FAAS法)测定土壤样品中微量锰;并对样品的粒度、悬浮液的浓度、介质酸度、校正方法及抗干扰等进行了探讨.结果表明,本法简便、快速、准确可靠.     

黄河堤防边坡稳定性多因素敏感性分析

利用人工神经网络Levenberg-Marquardt优化算法,结合正交试验设计理论,建立了堤防边坡稳定性的多因素敏感性分析模型,并以黄河开封段大堤为例进行了敏感性分析,结果表明:①把神经网络和正交试验结合起来是边坡稳定性多因素敏感性分析的一种有效途径;②影响边坡稳定性因素的敏感性大小依次为洪水位、黏聚力、地震加速度、内摩擦角、堤身隐患和容重.     

反倾岩质边坡动力响应及地震动参数影响研究

边坡的动力响应特性分析是研究动力条件下边坡失稳机制的前提。基于反倾层状岩质边坡振动台模型试验构建数值计算模型,利用校准后的数值模型研究地震动强度、频率、持时等对反倾层状岩质边坡动力响应特征的影响。结果表明:边坡内部及坡体表面的地面运动峰值加速度PGA(Peak Ground Acceleration)放大系数在竖直方向上都随边坡高度的增加呈非线性增长趋势;PGA放大系数的大小和分布受地震动参数影响显著,其中地震动频率对PGA放大系数影响最大,震动强度次之,持时影响最小。     

流动注射在线液-液萃取FAAS法测定土壤中痕量镉

提出流动注射在线液 -液萃取火焰原子吸收光谱法测定土壤样品中的痕量镉的分析方法 ,对螯合萃取系统的介质酸度、流路运行参数等进行了试验。结果表明 ,在浓度为 1 .5× 1 0 - 2 μg·ml- 1 的镉溶液中 ,其RSD(n =1 0 )为3 3 % ;检出限 (k=3)为 3 .1× 1 0 - 4μg·ml- 1 ,对土壤标准样品测定结果与推荐值相吻合。     

悬浮液进样火焰原子吸收光谱法测定饲料中的微量铜和锌

悬浮液进样-火焰原子吸收光谱法能快速、准确地测定样品中的微量元素，应用于测定动物饲料中的微量铜和锌，对试验条件，悬浮剂的选择进行了优化。试验测定铜、锌的精密度（RSD）分别为3.9%、4.5%，检出限分别为0.01μg/mL、0.027μg/mL。测定结果与消化法一致，相对误差分别为2.2%、2.6%，t检验表明两种样品处理方法无显著性差异。     

水厂铁矿边坡稳定性随机有限元法分析

利用随机有限元分析法,考虑边坡岩土体的非均质、不确定性,把岩土体的物理力学参数分别看作正态分布函数来研究水厂铁矿的稳定性,分别给出岩土层的参数取值,并给出计算中函数取值的分布概率及其对边坡应力应变场的影响程度;得到该铁矿的应力和位移分布特征和边坡大于最大位移值的失效概率及影响最大位移的敏感性因素,从概率方面给出边坡的稳定程度.