【摘 要】
：
物质经济的蓬勃发展,使我国交通也越来越方便,从地面工程的公路、铁路到地上工程的高铁、轻轨,再到地下工程的地铁、隧道等,我国的交通网越来越密集,人类的出行越来越方便。为了满足日渐扩大的交通量需求,缩短地区净距,大断面公路隧道也逐渐成为国家交通工程发展的对象。对于大断面隧道围岩来讲,其跨径较大,隧道的扁平率也相对较高,其施工难度相对于中小型断面围岩更高。本文以浙江某大断面公路隧道为研究背景,通过弹塑性
论文部分内容阅读
物质经济的蓬勃发展,使我国交通也越来越方便,从地面工程的公路、铁路到地上工程的高铁、轻轨,再到地下工程的地铁、隧道等,我国的交通网越来越密集,人类的出行越来越方便。为了满足日渐扩大的交通量需求,缩短地区净距,大断面公路隧道也逐渐成为国家交通工程发展的对象。对于大断面隧道围岩来讲,其跨径较大,隧道的扁平率也相对较高,其施工难度相对于中小型断面围岩更高。本文以浙江某大断面公路隧道为研究背景,通过弹塑性力学分析、岩石试验、数值模拟和现场量测相结合,对大断面公路隧道围岩的稳定性进行研究。本文首先采用实验室试验的方法测定凝灰岩的物理力学参数;再通过弹塑性力学分析的方法推导出了大断面公路隧道围岩的松动圈半径与松动圈厚度公式,为下文围岩的初期支护设计提供计算依据;然后采用数值模拟的手段模拟了开挖方式、侧压系数、循环进尺以及深度等影响因素对大断面公路隧道的影响。最后通过现场实测的方式对支护效果进行评估。图61表18参80
其他文献
目标检测是一项计算机视觉领域的具有挑战性的研究工作,在3D物体检测、实例分割和智能视频监控等方面都有着重要应用。然而,在实际检测场景存在着大量前景背景相似或者带有遮挡小目标的情况,当对这些场景进行检测时存在检测精度不高的问题,这些问题在在检测目标的大小、形状不同,目标数量和目标位置不定的情况下体现的更为突出。为了增强基于深度学习的目标检测算法在检测带遮挡或者低分辨率小目标时的性能,本文对Faste
随着信息化、智能化社会的高速发展中,业务流程管理的作用越来越突出,一个性能优越的业务流程模型可显著提高公司系统的工作效率,增加其核心竞争力。而流程挖掘作为业务流程管理中的一种主要的技术手段,其中包括流程的设计与实施、模型的建立与优化,如何高效的利用流程挖掘技术进行日志数据建模和配置优化具有重大的研究意义。在实际挖掘流程模型的过程中,事件日志与挖掘到的模型存在一定的偏差或异常,过程挖掘技术需要对可执
煤矸石在颜色和形态上和煤炭相似,热值较低,在燃烧过程中容易产生有害气体污染环境,因此将矸石从煤炭中拣选出来是采煤工业中必不可少的一环。传统的煤矸石拣选方法不仅需要消耗大量财力物力,而且煤矸石的识别准确率较低。目前深度学习已经在多个领域取得了不错的成果,并逐渐被应用于煤矸石图像识别中。采用深度学习算法对图像进行识别主要依赖于大量的图像数据集,通过模型训练,自动提取煤矸石图像特征,对图像进行分类。因此
DNA自组装已成为构建纳米结构的有力工具,并被广泛应用于构建各种二维和三维物体。在众多的自组装策略中,DNA折纸术因其优异的空间可寻址性在分子工程领域表现出极大的应用潜力。与基于溶液的模型相比,基于折纸基底的模型具有反应速度快,模块化程度高等优势。本文基于折纸基底设计了四种DNA计算模型,主要研究内容如下,第一,介绍了 DNA计算的研究现状和意义。分析了当前DNA计算所具备的优势。介绍了 DNA的
路径规划、目标检测和行为识别等人工智能技术是当今智慧消防的重要研究内容。传统的路径规划、目标检测和行为识别技术已成功应用于各个领域中,然而将上述传统技术应用于消防场景时主要存在以下缺陷:由于建筑结构日渐复杂,传统路径规划用于火灾救援指导时,无法适应复杂的消防场景且无法实时掌握火灾详情;传统目标检测和行为识别技术只关注于人或物体本身而无法获取人与物之间的关联信息,难以预警因人为原因造成火灾发生的问题
神经网络是基于人对大脑组织与思维机制的感知,通过网络变换和动力学行为得到的一种并行分布式信息处理功能的数学模型,类似于大脑神经突触的连接结构。它是广泛存在于各个学科的一门技术。许多科研工作者研究发现,在实际的神经网络中,神经元之间的信息传递方式不连续,神经递质的传递可能会有延迟现象。因此,研究时滞不连续神经网络具有一定的实际意义。本文从同步动力学的角度出发,首先基于具有不连续激励函数的神经网络模型
过去的几十年里,互联网领域的高速发展改变了大众的生活方式,使用APP看新闻、线上购物、利用搜索引擎查资料逐渐成为人们日常管理工作生活中经常使用的一部分。这种日常工作和生活的网络普及程度,造就了互联网时代和塑造了一大批与我们密切相关的互联网公司。在相互竞争中,这些公司往往会为用户提供优质而免费的服务,使其获得数值巨大的用户量和数据信息资源。网络相关领域和行业中的大量有用资料,但这些海量的数据中往往会
随着物流行业的自动化程度的快速发展,快递分拣效率要求逐渐增高,自动化分拣的前端识别效率也需要不断的提升,目前分拣设备提取快递信息均通过扫描单号后,根据单号对接各快递公司总部数据库,再返回相关快递信息,效率难以提升,且通用性差。而实际快递面单均为纸质打印,面单上有详细的分拣信息,可以直接提取信息,但其提取受影响因素较多,诸如快递面单的褶皱,面单上的污渍以及周围光线的不均匀等,因此针对快递包裹实际面单
近年来,我国经济社会驶入了高速发展轨道,作为第三产业主要支撑的旅游行业也得到了快速发展,也面临着更大的挑战。日益激烈的市场竞争,迫使旅游景区做出管理模式的更新和升级,目前对于旅游景区的管理智能化程度还无法匹配当前旅游业的发展水平。特别是对于管理水平较为落后的中小型景区,如何在有限的成本下,更好实现智能化可视化管理,对整个旅游景区的主要景点和各个环节进行远程、实时、直观的监测,实现对各个服务场景的信
水下机器人作为水下作业设备,对水下目标的识别、检测以及跟踪定位等向来是视觉系统研究重点。水体对光的吸收衰减以及其中蕴含的杂质会降低水下机器人视觉成像的质量,无法清晰呈现水下目标的图像信息,成为制约水下机器视觉智能化发展的重要瓶颈。随着深度学习的发展,将水下机器设备的视觉系统与深度学习结合,提升图像质量还原其中的目标图像信息以更好地完成水下检测识别任务。为了提高水下机器人作业的准确性和可靠性,开展水