超深基坑减压降水引发地面沉降的估算及其影响因素分析

来源 :2018年第五届全国地面沉降防治学术研讨会 | 被引量 : 0次 | 上传用户:suxinlan2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  为了深入认识厚层软土地区超深基坑减压降水引发地面沉降的过程,并为地面沉降防治及基坑工程安全提供技术参考,以上海地区为例,从工程水文地质特性、影响因素、综合分区、沉降估算等方面开展了前瞻性研究。超深基坑减压降水需求估算结果表明,超深基坑减压降水将会涉及更多、更深的承压含水层;在分析总结超深基坑减压降水引发地面沉降的主要影响因素的基础上,进行了综合分区研究;基于数值计算和多元回归分析,提出了距基坑3 倍开挖深度处降水目标含水层水位降深值及地面沉降量计算公式,并以上海某在建典型超深基坑工程为例进行了验算应用探讨。
其他文献
卷积神经网络(Convolutional Neural Networks,CNN)可以提供比传统分类算法更强大的分类器并且能够自学习得到深层特征,有效地提高了图像语义分割的准确性.然而,基于CNN的语义分割算法依然存在一些挑战,例如在复杂场景中现有较优的方法较难分割小目标.为了解决复杂场景下小目标分割的难题,提出一种结合目标检测的小目标语义分割算法.与现有较优方法不同的是,该方法没有直接利用单个神
沙三段烃源岩是渤南洼陷的主力烃源岩.为了研究该套烃源岩不同发育区的地球化学特征,建立区域沉积环境和地球化学特征之间的关系,筛选伽马蜡烷指数、C35/C34藿烷、C29/C30藿
本文采用SEM模型对目前京津冀科技型企业协同创新现状进行实证检验,结果表明在形成京津冀的科技协同体系中,以高等教育为中心的协同创新网络协同创新能力最强,以企业为中心的
传统的基于关键词匹配的查询方法因查询词短少,微博博文短小,容易引起歧义性,对查询效率有较大影响.提出一种基于本体和局部查询反馈的微博查询扩展算法,首先结合安全领域文