尾矿砂土淋滤固结机理研究

通过试验研究,初步分析了上游法尾矿堆积坝干滩面和泥滩面表面的尾矿砂土在排放尾矿液过程中,由于尾矿液渗入尾矿砂土体中,使其形成非饱和———饱和状态交替环境,在渗透力和毛细吸力作用下产生淋滤固结;并初步探讨了尾矿砂土的淋滤固结机理.     

云南农村建筑的抗震问题探讨

从云南地震发生的频率及破坏的情况总结可知，云南农村建筑抗震问题不容忽视。针对云南农村在抗震方面的实际情况及存在的问题，提出几点农村建筑抗震的建议。     

水泥土搅拌桩处理具有软弱透镜体的圆砾层

通过原位试验和分析,在一高层住宅地基处理中,应用水泥土搅拌桩处理具有软弱透镜体的圆砾层,并对其进行了沉降变形观测。具有软弱透镜体的圆砾层,经水泥土搅拌桩复合地基处理后,置换率为23%时,其承载力可提高约63%;置换率为11.6%时,其承载力提高15%―31%。经夹芯水泥土搅拌桩复合地基处理后,置换率为23%时,其承载力可提高约105%。其沉降变形量大幅度降低。     

基于LS-SVM响应面法的基坑支护结构优化设计

由于受安全性和经济性的双重指标要求,基坑支护结构优化设计一直是基坑工程中的研究重点之一.本文结合均匀试验设计(UD)和粒子群算法优化的最小二乘支持向量机(PSOLSSVM),提出了一种基于LS-SVM响应面法的基坑支护结构优化设计方法.其中,以工程量为优化目标,以安全系数作为约束条件,首先通过UD和有限元计算高效构造学习样本,然后利用PSO-LSSVM模型的高度非线性映射能力建立学习样本响应面,并预测由Monte-Carlo模拟生成的多组随机样本结果,最后从中筛选满足全部约束条件的且目标函数值最小的样本作为优化设计最优解.通过算例分析表明,该方法优化效果明显,且具有较好的效率和精度.     

基于PSO-LSSVM模型的基坑变形时间序列预测

现场量测获得的基坑变形资料蕴含了系统内部力学演化信息.针对基坑变形影响因素的复杂性、监测数据的高度非线性以及人工神经网络方法的过学习问题,利用粒子群(PSO)算法优选最小二乘支持向量机(LSSVM)参数,并结合相空间重构理论进行数据预处理,提出了一种基于PSO-LSSVM模型的基坑变形时间序列预测方法.利用该方法建立基坑变形预测模型应用于动态设计和信息化施工,对保证基坑安全具有重要意义.将该方法用于昆明某基坑工程的深层水平位移预测,不断利用基坑前期工况的最新实测数据建模,对后期工况变形量进行滚动预测, 获得了令人满意的效果.     

基于PSO-LSSVM模型的基坑周边建筑倾斜预测

针对基坑周边建筑倾斜变形影响因素的复杂性,以及监测数据的小样本和非线性特征,提出了一种基于PSO-LSSVM模型的基坑周边建筑倾斜的时间序列预测方法。采用相空间重构对基坑前期施工工况下的周边建筑沉降差时间序列进行重构,构建沉降差预测的学习样本输入到最小二乘支持向量机（LSSVM）中训练。利用粒子群算法（PSO）对LSSVM参数进行优化,获得最优预测模型,对后期工况施工期间的沉降差进行滚动预测,并代入公式计算得到未来倾斜变形值。将该方法用于昆明某基坑工程的周边建筑倾斜预测分析,取得了令人满意的预测结果。