【摘 要】
：
在高速公路管养过程中，软土路基是诱发路面裂缝及涵洞不均匀沉降的主要原因之一。为探究高速公路管养过程中出现的路面纵向大裂缝及涵洞不均匀沉降问题，基于高速公路病害路段，采用液压钻机探明深层地质情况，并结合室内土工试验、区域降雨及地下水位情况，分析其病害机理。采用钢花管注浆加固技术，对路基裂缝和涵洞沉降病害位置进行处治，监测分析处置前后的路基沉降量及地表侧向位移，探究钢花管注浆加固技术的抗沉降效果。结果
论文部分内容阅读
在高速公路管养过程中，软土路基是诱发路面裂缝及涵洞不均匀沉降的主要原因之一。为探究高速公路管养过程中出现的路面纵向大裂缝及涵洞不均匀沉降问题，基于高速公路病害路段，采用液压钻机探明深层地质情况，并结合室内土工试验、区域降雨及地下水位情况，分析其病害机理。采用钢花管注浆加固技术，对路基裂缝和涵洞沉降病害位置进行处治，监测分析处置前后的路基沉降量及地表侧向位移，探究钢花管注浆加固技术的抗沉降效果。结果表明：不良地质和地下水是诱发软土路基开裂和涵洞不均匀沉降的主要原因，且采用钢花管注浆加固技术可有效降低软土路基及涵洞地表沉降量，并大幅降低其沉降速率。
其他文献
＜正＞我叫申樾,出生在一个教育世家,我的祖母和父亲都曾是非常优秀的人民教师,特别的家庭教育环境让我从小立志要从事教育事业。1989年7月,我从山西大学物理系光电子物理专业毕业,被分配到山西省工业管理学校任教。如今,我已是一名有着33年教学阅历的人民教师了。我和我家人深知,师者为师亦为范。走上三尺讲台,教书育人;走下三尺讲台,为人师表。师德,不仅是深厚的知识内涵和文化品位的体现,更是精神文化的久久传
＜正＞笔者同事第一次教学这个片断时,基本上是按照图上步骤;教学过程中的学生显得杂乱无序,怎一个乱字了得?毫不夸张地讲,学生毫无收获。其实笔者理解执教老师的用意,典型的"知识为本",有可能忽略了更为重要的东西。后来在磨课过程中,笔者建议用结构化的视角来处理这个环节。不妨尝试"左顾右盼",从"过去的书包重量——现在的书包重量——预测将来的书包重
目的：基于网络药理学探讨滋补精血、温肾暖宫中药治疗卵巢功能异常疾病的作用机制。方法：采用TCMSP平台获取具有滋补精血、温肾暖宫作用的桑椹、覆盆子、小茴香的活性成分和靶点；网络药理学方法涉及“药物-成分-靶点”网络图的构建和靶点预测。运用京都基因与基因组百科全书（KEGG）数据库确定桑椹、覆盆子、小茴香与卵巢功能异常疾病集群网络的重要信号通路。采用分子对接软件对主要活性成分与核心靶点蛋白进行计算机
＜正＞吴炜旻：五育并举和五育融合常作为一对关联概念同时出现，有部分教师在术语认知上产生混淆。你们是如何理解五育并举和五育融合的？它们的区别主要在哪里？林才回：五育并举强调德智体美劳五育不可或缺，倡导教育的整体性和完整性。它的提出是教育回归育人初心使命、顺应时代发展需求的必然选择，是顶层设计、政策支持的必然结果。而五育融合的提出，是对五育并举的继承、深化与发展，
双减政策的提出于教学的要求有了新的变化,教师需对该政策的具体要求与相应目标做具体了解,对其落实策略做具体探索。该政策的核心在于"减负增效",于教师而言意味着责任与任务的双重加重,教师需用心、耐心对待教学工作,想尽方法提升教学效率,以帮助学生有效减压、减负。本文以双减背景为核心,提出了初中数学高效课堂构建的具体方法,以供参考。
针对光电吊舱隔振的特殊要求，提出一种基于Stewart平台的三轴向等刚度且解耦的隔振系统设计方法。首先建立Stewart平台的六自由度数学模型并进行理论分析，得到Stewart平台隔振系统的设计准则。然后基于设计准则设计一种光电吊舱隔振系统。将有限元仿真与数学模型进行对比，发现两者分析结果基本一致，前6阶的模态频率最大误差不超过0.3%；隔振系统实现了三轴向等刚度设计，三轴向的模态频率差不超过7.
小麦作为主要的口粮作物,其产量约占我国粮食总产量的三分之一。黄淮海地区是我国的重要小麦主产区,小麦生产的稳定发展对国家粮食安全具有重要的意义。科学准确进行小麦产量预测,可为政府部门制定小麦生产计划,指导生产等提供依据。本研究利用黄淮海地区中的河南、山东、河北三省35个气象站点1984-2020年的气象资料作为小麦产量预测的数据,基于HP滤波法将小麦产量分离为趋势产量和气候产量,结合机器学习技术预测
川藏铁路沿线发育有上百条活动断裂,第四纪以来断裂活动十分强烈,活动速率高且地震频繁,1300年以来共发生Ms5.0级以上地震80余次。受断裂错动和地震振动影响,川藏铁路深埋隧道在穿越活动断裂时隔水岩体极易破裂失稳而发生突水突泥灾害,可造成重大人员伤亡与巨大经济损失。由于活动断裂大位移蠕滑、粘滑错动、地震以及高地应力、高渗透压力多场耦合作用影响,深埋隧道动力突水突泥孕灾模式和灾变演化机理极其特殊、复
汇率是一个重要的宏观经济变量,影响着国家经济以及全球金融体系的稳定性.因此,对汇率的有效预测非常重要.基于此,本文以时间序列模型与机器学习模型为基础,提供了新的汇率预测方法.本文基于汇率数据本身利用组合模型对汇率进行预测.由于汇率数据具有高噪声的特点,本文首先利用奇异谱分析对数据进行去噪,然后分别对残差法组合预测模型以及权重法组合预测模型进行优化.1.基于残差法组合模型的优化.残差法利用ARIMA
金融波动率作为金融衍生品的重要属性,可以有效应用于金融衍生品的定价、金融资产的配置和风险管理等方面,因此有关波动率的分析一直是金融研究的热点问题之一.本文主要研究金融时间序列的波动率预测问题,考虑到XGBOOST（Extreme Gradient Boosting）这类机器学习算法的优点,将其与GARCH类模型相结合,建立GARCH-XGBOOST类模型;同时选取三种股指数据进行模型对比分析,检验