共查询到20条相似文献,搜索用时 78 毫秒
1.
3.
4.
5.
6.
花滩子水库坝址处地形陡峭,受地形条件限制,枢纽区弃渣场只能布置于库区内.根据弃渣场的地质条件分析和评价,区域稳定性好,适宜堆渣.根据弃渣场的稳定性进行分析,该渣场不影响死库容功能,对取水口基本无影响,占用断面过水面积不大,位于河边滩地,未占用主河道,对河道壅水影响较小,对运行期河道行洪基本无影响,确定弃渣场选址合理. 相似文献
7.
8.
根据弃渣场与公路的相对位置,长沙至浏阳高速公路弃渣场分为临近型弃渣场和非临近型弃渣场两大类型。通过对每类弃渣场防治重点的分析,进行了水土保持措施的总体布置设计,并且对主要采用的挡渣工程浆砌石挡渣墙、周边排水工程、浆砌石截流沟以及林草措施进行了典型设计。 相似文献
9.
10.
弃渣场建设中,拦挡措施和渣体整体稳定性尤为重要,既要达到有效拦挡,同时也要做到经济安全.依照相关技术规范及标准的要求,以具体工程为例,对弃渣场在不同工况下的抗滑、抗倾覆及边坡稳定性进行了计算,确保挡渣墙及堆渣体安全稳定,正常发挥水土保持效益,减少水土流失. 相似文献
11.
综述了滑坡失稳时间预报的研究现状,将目前滑坡时间预测方法归纳为基于蠕变经验公式建立的回归模型和基于数学理论的回归模型;简要分析了各模型和方法的适用性以及相关预报判据和预警阈值.为了得出更加准确的结果,必须在对滑坡类型、地质特征、变形特点和形成因素的深入研究基础上,结合合适的预报判据和预警阈值,建立能够描述滑坡发展演化过... 相似文献
12.
灌浆流量是最重要的水利工程灌浆参数之一,通过对灌浆流量的有效预测,可以实现对异常工况的提前响应,以保障施工质量与工程安全。然而由于灌浆过程面临的复杂地质情况,灌浆流量数据存在强非线性与波动性的特点,难以获得令人满意的计算精度。现有灌浆流量预测存在的不足如下:传统神经网络模型对时间序列特征提取和加工处理不足,导致预测精度有限;传统神经网络模型测试集进行一次计算仅能输出一个结果,进行多个时间步预测需要繁杂的多次计算;单测点预测结果预测时间短并且无法反映灌浆流量序列变化的整体趋势,不利于控制灌浆流量和保障施工质量。针对上述问题,本研究提出基于CEEMDAN-Transformer的灌浆流量混合预测模型。基于完全自适应噪声集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)方法将灌浆流量分解为本征模函数与残差信号,解决灌浆流量数据的非线性与强波动的问题;采用多头注意力Transformer实现多个本征模函数(Intrinsic Mode Function,IMF)序列到序列的预测,采用多头注意力机制来构建输入和输出的全局依赖关系,提升时间序列参数特征提取水平;最后,建立时序测点多输入多输出模型实现灌浆流量预测,提升多输出序列计算效率,反映整体趋势的多输出序列能够为灌浆流量控制提供参考。工程应用结果表明,本研究提出的基于CEEMDAN-Transformer的灌浆流量混合预测模型具有较好的计算精度和计算效率。 相似文献
13.
14.
我国西南山区滑坡泥石流灾害常发,滑坡泥石流灾害体运移堆积的范围是开展区域地质灾害危险性评价的重要指标之一。以云南省哀牢山地区水塘镇芭蕉树滑坡泥石流灾害为研究对象,利用Voellmy流体运动模型进行灾害体运移堆积全过程数值模拟反分析,获取数值模拟模型参数。利用反分析得到的模型参数建立与芭蕉树滑坡泥石流所处地质环境条件相似的戛洒镇南恩小学滑坡数值模型,进行滑坡泥石流灾害运移堆积过程模拟分析,模拟结果与野外地质灾害危险性评估结论符合程度较高。 相似文献
15.
16.
滑坡工程治理效果分形预测研究 总被引:2,自引:1,他引:1
滑坡经过工程治理的效果评价问题及其安全稳定性状况是不容忽视的课题。以滑坡变形时间序列为基础,构建分形预测模型,进行了稳定性预测研究和治理效果评价分析。依据杭金衢K103滑坡治理的实际情况,基于位移时序数据,采用分形预测模型评价其工程治理效果和反馈其安全稳定性状况,并引用地下水位埋深变化情况和抗滑桩动态变位情况予以实测对比验证。研究结果表明:滑坡治理采用的应急处治方案和永久加固方案切实可行,各项工程措施均充分发挥了功能效应,综合作用下滑坡治理效果显著,其稳定性变化趋势说明滑坡目前处于安全稳定状态。其亦证实分形预测模型分析精度高、处理速度快,能为滑坡治理和安全分析提供可行的技术平台。 相似文献
17.
18.
19.
基于经验模式分解方法和长短期记忆网络(empirical model decomposition and long short-term memory network,EMD-LSTM)模型对水位数据进行预测。先采用中值滤波对数据序列进行预处理,然后对数据序列进行EMD分解,并对EMD分解的每个特征序列使用LSTM模型进行预测,最后叠加各个序列预测值,得到最终的预测结果。以南水北调工程某河流每隔1 h的瞬时流量、流速和水深监测数据为研究对象,采用EMD-LSTM模型进行建模,试验结果表明,该模型能够实现水位、水速和瞬时流量连续12 h和6 h的准确预测,且比LSTM模型具有更高的预测精度,可为水位预判和水资源的实时调度提供决策依据。 相似文献
20.
以贵州尖山营滑坡为工程背景,通过对深度学习的总结与分析,建立多层感知器模型以对该滑坡危险区范围进行非线性预测研究。通过对深度神经网络算法的优化,构建64-128-32-1四层多层感知器模型,并以滑坡最大高差、滑坡体积、滑源区坡度、坡脚坡度、地层倾角作为输入量,以滑坡最大水平运动距离作为输出量对该模型进行训练,实现影响因素与运动距离的非线性映射。根据对贵州省尖山营滑坡调查和研究,尖山营滑坡区域面积约648 700 m2,体积约1 200万 m3,属于特大型滑坡。依据最优模型对该滑坡进行滑距预测,滑坡平面直线距离1 769 m区域内为危险区域。 相似文献