教学课程资源库 更多>>

关键词： 水文环境   高速公路边坡滑坡   渗透流数学模型   降雨条件   边坡工程处理技术  

摘要： 高速公路边坡的稳定性,在很大程度上,受水文环境的影响,而降雨季节中这种影响更明显。本文利用定量与定性相结合的方式,深入研究了水文环境对于高速公路边坡滑坡的影响以及防止此问题的可以采取的措施。进行了大量的现场观察和实验,通过结果得出,水分对于边坡土体的渗透性、润滑性和抗剪性的影响明显,尤其是在降雨条件下,边坡很容易出现裂缝和滑动现象。通过建立边坡渗透流数学模型,本研究分析了降雨情况下边坡的渗透行为,以此揭示,在降雨过程中,边坡的渗透性和滑坡风险高度相关。最后,我们提出了相应的防治措施和建议,包括施加防水层、提升排水系统、采用抗滑桩等边坡工程处理技术,从而提高边坡的稳定性和安全性。本研究不仅深入理解了水文环境对边坡滑坡的作用机制,而且为湿润环境下高速公路边坡的设计与施工提供了有效的指导,具有重要的工程应用价值。

关键词： 岩溶发育   渗漏   物探  

摘要： 库区内碳酸盐岩与碎屑岩相间分布,地层岩溶结构复杂,渗漏严重。针对库区工程地质条件和水文地质状况,采取多样勘探技术和大规模的现场地质研究工作,发现了水库渗漏成因,然后对其作出具体分析与评价,最后提出了对应的防渗处理措施。

关键词： 岩溶   富水   小断面   长距离   隧洞   开挖   不良地质  

摘要： 针对花溪水库某输水工程岩溶地质分布广、地下水丰富且埋藏浅、施工空间受限、单向掘进距离长的特点,研究并总结出岩溶富水地质条件下小断面长距离隧洞的施工关键技术:悬臂式掘进机开挖技术、通风降尘技术、洞内抽排水技术、长距离供电技术、隧洞测量技术和不良地质预防及处理技术,达到降本增效、确保施工安全、保证工程质量的目的,为类似工程提供一定参考。

关键词： 快堆堆芯组件   三维抗震模型   隐式Newmark法   碰撞非线性   算法验证  

摘要： 快堆堆芯组件在地震激励下的振荡变形以及组件间的强烈冲击力会直接影响控制棒的可插入性、组件的结构强度和变形反应性。为确保反应堆的安全性,有必要计算地震工况下快堆堆芯多组件动力学响应。基于钠冷快堆堆芯的经典布置方式和组件结构设计建立了快堆堆芯多组件三维抗震计算模型,解决了组件多角度多点碰撞非线性的难题,提出了针对堆芯等边三角形规则排布多圈组件的高效碰撞循环判据,最后采用隐式Newmark法进行时程分析并完成了三维计算模型与碰撞非线性算法的测试与验证。研究表明:该计算方法在计算精度和保守性上均优于国际同类专用程序,为自主化程序的工程化应用奠定了理论基础。

关键词： 四川盆地   震旦系   不整合   古环境   风化壳  

摘要： 四川盆地安岳气田震旦系灯影组气藏的形成受寒武系与震旦系地层不整合的控制,研究震旦系顶部不整合形成古环境对于天然气成储、成藏的影响具有重要意义。对四川盆地西部震旦系灯影组地质露头剖面进行勘查,选取川西南的张村和川北国华等剖面震旦系顶部的风化黏土层及其上覆和下伏地层岩石样品,开展岩石微量元素、主量元素以及同位素的分析,探讨桐湾运动时期寒武系与震旦系地层不整合形成的古环境。研究结果表明,川西南张村风化黏土层与川北国华风化黏土层的特征有着差异显著,前者是以氧化铝和二氧化硅为主的淡蓝色铝土风化壳,后者则是以氧化铝为主的褐黄色铁质风化壳。川西南张村风化黏土层钍铀比和铷锶比分别为3.61和26.45,川北国华风化黏土层的钍铀比和铷锶比分别为0.31和0.26,差别巨大,分别反映了潮湿和干旱的古环境。风化黏土层处均表现为明显的碳、氧同位素低负值,指示大气淡水成岩环境。在稀土元素含量和分布方面,发现存在负铕异常和负铥异常,且川西南剖面的负铕异常大于川北国华剖面,开放的氧化环境和湿润气候条件导致铕和铥损失,沉积岩具有负铕和负铥异常特征。由此推测川西南和川北地区震旦系顶不整合分别形成于雨量充沛湿热环境和雨量较少的炎热环境,也反映了川西南—川中地区的沉积环境更有利于震旦系灯影组岩溶储层的形成。

关键词： 泥石流   多输出支持向量回归   参数反演   透水格栅  

摘要： 我国东南沿海地区丘陵山地广布,在台风暴雨等因素激发下,各类地质灾害频发。该地区由暴雨引发的泥石流灾害具有突发性、群发性和破坏性特点,当此类灾害发生在临近河道沟谷时,可能冲击水工建筑物甚至造成堵江等严重危害。由于灾害过程的高度不确定性,有效的动力学参数反演方法对分析灾害演化特征和制定有效的减灾措施具有重要意义。本研究以“5·8泰宁泥石流”事件为案例,提出了一种基于多输出支持向量回归机(MSVR)子模型的参数反演方法。首先,在泥石流动力学计算模型Geoflow_SPH的基础上,构建并行调用框架,对包含内摩擦角、容重、平均物源厚度的触发特征参数组合进行数值模拟,生成了包含输入参数和运动特征的初始训练样本。随后,将该样本集(1000组)按比例划分训练集和测试集,并结合网格搜索技术训练得到M-SVR子模型。再后,使用该子模型对所建反演计算细分样本集(8000组)进行预测计算,以地勘报告中记录的3处控制断面泥石流流通速度为基准,通过计算预测结果的均方误差(MSE),筛选出MSE值最小的参数组合作为最终的反演结果。最后,进一步分析透水格栅结构在阻滞泥石流运动和控制影响范围的作用。研究成果有助于明晰暴雨型泥石流的灾害演化规律,为减灾措施的科学应用提供理论支撑。

关键词： 多波地震勘探   转换波勘探   气云区   多波联合解释   转换波资料解释  

摘要： “气云”现象在渤海湾油田的地震资料上比较常见,地震纵波穿越“气云区”时会发生散射效应,导致地震资料成像模糊,出现弱振幅、杂乱反射等现象,给“气云区”构造解释和储层预测工作带来困难。由于横波只在岩石骨架中传播,不受流体的影响,因此转换波地震资料可以有效改善“气云区”成像模糊的问题。选取渤海湾盆地内某油田的“气云区”为研究目标,通过转换波井震标定、转换波地震资料解释、转换波时深转换等技术研究和应用,充分利用转换波在“气云区”成像上的优势,发掘其在“气云区”构造落实上的应用潜力,对“气云区”进行地质构造研究。应用结果表明,转换波可较好落实“气云区”构造,提高钻探成功率,从而为“气云区”油气勘探和开发工作提供技术支撑。

关键词： 滑坡   滑坡涌浪   河道水下岛   传播规律   物理模型  

摘要： 河道水下岛的存在会增加滑坡涌浪灾害的不确定性,已有的滑坡涌浪物理模型试验研究较少考虑这一因素带来的影响。为探究河道水下岛对滑坡涌浪近场特性的影响规律,采用全面搭配法,共开展了50组滑坡涌浪室内物理模型试验,通过改变河道水下岛的高度(S)和距滑坡入水口的距离(xd),展开了对河道水下岛影响滑坡涌浪近场特性规律的研究。结果表明:存在河道水下岛时滑坡涌浪的波幅较无河道水下岛时滑坡涌浪的波幅普遍偏大;在河道水下岛距滑坡入水口的距离不变的条件下,滑坡涌浪的波幅随着河道水下岛高度的增加先增大后减小;在河道水下岛高度不变的条件下,滑坡涌浪的波幅随着河道水下岛距滑坡入水口距离的增加呈增大趋势;河道水下岛对滑坡涌浪波幅和传播衰减规律的影响主要集中在相对传播半径7~9之间。物理模型研究结论为水库滑坡涌浪灾害的预测预报提供了试验数据和理论依据。

关键词： 岩溶   承载力不足   基础处理   马兰倒虹吸   五化灌区  

摘要： 南宁市五化灌区马兰倒虹吸场地岩溶强烈发育,存在溶洞、溶蚀凹槽、石芽及岩溶塌陷等岩溶地质现象,存在未探明的坑洞及基础承载力不足问题,为了确保箱涵及沉沙池基础的整体均衡性和稳定性,对沉沙池底板和箱涵基础筏板范围进行基础处理十分有必要,本文分析评价了马兰倒虹吸场地的工程地质情况,论述了基础换填和充填灌浆处理及施工导流的技术要求。

关键词： 信息量模型   随机森林   SVM   BP神经网络   泥石流易发性评估   时序InSAR期刊  

摘要： 传统泥石流易发性评估方法主要依赖于静态数据,限制了对泥石流动态特征的深入理解,从而影响了评估结果的可靠性。InSAR技术能够提供泥石流区域地表形变的连续监测数据,为评估泥石流易发性提供了新的视角。本文将InSAR形变作为重要影响因子,结合地形、地质、水文和人类活动形成五大类影响因子,具体分为10个影响因子;并运用信息量模型(IM)、随机森林(RF)、支持向量机(SVM)和反向传播(BP)神经网络四种包含传统与机器学习的评估模型,进行泥石流易发性评价。实验结果显示,当模型中包含InSAR形变数据作为动态因子时,评估模型的各项评价指标均显示出更高的精度。在四种模型中,BP神经网络模型对本研究区域泥石流易发性识别具有最好的效果,模型精度达到89.5%,更适合该区域的泥石流易发性建模。此外,研究发现小江流域泥石流高易发性区域主要分布在大沟、老凹沟和蒋家沟等地区,应加强实时监测。本研究结果可为小江流域泥石流灾害预测预报和防灾减灾工作提供参考。Traditional mudslide susceptibility assessment methods mainly rely on static data, which limits the in-depth understanding of the dynamic characteristics of mudslides and thus affects the reliability of the assessment results. The InSAR technology can provide continuous monitoring data of surface deformation in mudslide areas, which provides a new perspective for assessing mudslide susceptibility. In this paper, InSAR deformation is taken as an important influence factor and combined with topography, geology, hydrology, and human activities to form five categories of influence factors, which are specifically categorized into ten influence factors;and four assessment models containing traditional and machine learning, namely, informative modeling (IM), random forest (RF), support vector machine (SVM) and back-propagation (BP) neural network, are used to evaluate mudslide susceptibility. The experimental results show that all evaluation metrics for assessing the model show higher accuracy when the model includes InSAR deformation data as a dynamic factor. The BP neural network model is effective in identifying the mudslide susceptibility in this study area, and the model accuracy reaches 89.5%, which indicates that the BP neural network model has higher accuracy and reliability in the Xiaojiang River Basin, and is more suitable for modeling the mudslide susceptibility in this area. In addition, it was found that the high susceptibility of the Xiaojiang basin is mainly distributed in areas such as Dagou, Lao Au Gou, and Jiangjia Gou along the Xiaojiang ba