简介：沙河渡槽是南水北调中线保证通水与否的重要控制工程,是目前采用预制工艺的单体自重最大的薄壁预应力输水构件,对构件的抗裂和强度及耐久性存在极高的要求。纤维素纤维是新兴的复合纤维,属于低弹模级材料。可以大幅提高混凝土及砂浆的均质性,有效抑制早期的塑性裂缝和干缩裂缝,同时改善混凝土的抗渗性、抗冻融性及耐火性,最终达到提高混凝土的耐久性。通过现场在混凝土配合比中添加纤维素纤维的试验,验证纤维素纤维对于高强度混凝土性能的影响和改善,挑选适合沙河渡槽预制槽体混凝土的纤维素纤维以及掺量,达到满足设计要求,保证沙河渡槽的工程质量。

简介：钢纤维是现代世界各国广泛采用的新型混凝土增强材料，是将一定量的钢纤维掺人普通混凝土中形成钢纤维混凝土，能有效地改善和提高普通混凝土的抗拉抗弯强度、抗冲击性能、耐磨性、耐冻性、耐疲劳强度以及抗裂缝开展、结构刚度增大、承载力增强等性能。目前，钢纤维混凝土已广

简介：对掺改性聚丙烯单丝纤维改性后的膨胀岩进行了力学特性研究,通过不同纤维掺量、不同压密度等的无侧限抗压强度试验进行对比分析,研究了纤维改性膨胀岩的加筋作用、破坏模式,试验结果表明膨胀岩掺改性聚丙烯单丝纤维改性后,本构关系呈双折线硬化型,其转折点为纤维发挥作用的临界应变点。

简介：我国城市在社会经济快速发展与科技结合的影响下，加快了我国基础建设的步伐。特别是在大型的施工工程项目中，越来越多的高效安全的施工工艺被使用。文章中以路桥施工为例，把新型的钢纤维用于混凝土工程中，既克服了以往在强度方面不足的缺陷，又使使用价格更加合理，节省造价。本文对路桥施工中钢纤维混凝土施工的技术应用进行了详述。

简介：以某大坝沉降监测数据为例，利用Matlab软件的BP神经网络工具箱进行建模分析和预测。结果表明，滚动BP神经网络算法能较好地应用于大坝沉降数据的预测，具有良好的应用前景。

简介：针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。

简介：大花水水电站引水隧洞洞径较大，且地质状况复杂，拟在较好地质条件的Ⅱ、Ⅲ类围岩洞段采用掺聚丙烯纤维的喷锚混凝土代替常规钢筋混凝土衬砌方案。经室内喷锚混凝土配合比及施工工艺试验研究后，提供了可供现场使用的喷锚混凝土配合比，并提出了现场施工工艺要求，为该工程引水隧洞喷锚混凝土施工创造了有利条件。

简介：分析了影响城镇日用水量的非线性因素，利用人工神经网络，选择影响城市日用水量的主要因素。建立城镇日用水量预测模型，并将该模型的预测效果与传统的日用水量模型预测效果进行比较，结果显示该模型的预测精度更高、所需时间更短、更适用于影响因素较多的城市日用水量的预测。

简介：国外从70年代以来,对聚丙烯纤维混凝土进行了大量的试验研究,并在军事、房屋、交通、水利等工程中得到广泛应用。我国则在80年代中期开始引进应用。研究成果和工程经验证明,聚丙烯纤维能减少和防止混凝土在塑性和初期硬化阶段的收缩裂缝产生,从而提高防渗、抗冻、抗冲磨等性能。本文介绍聚丙烯纤维混凝土的性能和它在水利水电工程中广泛的应用前景。

简介：本文在分析影响作物蒸发蒸腾量的气象因子的基础上,以不同的气象因子组合为输入向量,以参照腾发量为输出向量,构建了气象资料不足情况下三种计算参数腾发量的BP神经网络模型BPET1、BPET2和BPET3.利用宁夏引黄灌区2000～2003年的逐日气象资料对所建模型进行反复训练和预测,并把预测结果与传统的Penman-Monteith公式计算而得的同期作物ET0值相比较.其中,BPET1的预测值与ETO值的相关系数平方为0.9914;BPET2的预测值与ET0值的相关系数平方为0.9917;BPET3的预测值与ETO值的相关系数平方为0.9854.研究结果表明,本文构建的模型计算精度较高,方法简便可行,能满足实际生产需要.

简介：文章分析了疏勒河灌区昌马旧总干渠存在的建设标准低、破坏严重、超期服役等问题,从技术、经济角度等综合考虑,在昌马旧总干渠改建中选用具有较好的抗冲击、耐冲磨性、抗裂、施工方便、投资较少的聚丙稀纤维混凝土作为衬砌材料,有效延长了渠道的使用寿命,为今后类似渠道改建提供参考。

简介：黄土的湿陷起始压力是评价黄土湿陷性的重要指标之一.影响黄土湿陷起始压力的因素有很多,且各因素间并非独立,通过分析各物性指标间的相关性确定塑性指数、含水率、干密度作为影响黄土湿陷起始压力的因素.本文提出并建立了黄土湿陷起始压力的人工神经网络预测模型,选取新疆伊犁地区黄土的数据作为神经网络模型的学习和预测样本,将神经网络模型的预测结果与实际结果对比可知二者误差小于10%.利用陕西彬县黄土数据验证了网络模型的通用性,说明用人工神经网络方法计算黄土湿陷起始压力准确、可靠,建立了一种计算湿陷起始压力的新方法.

简介：在调水工程中,如果泵站站前水位过低,会危及泵站安全,如果水位过高,会危及周边安全,因此探寻调水工程中河渠湖库水位变化显得尤为重要.以南水北调东线山东段南四湖为研究区域,寻求不同起调水位、出入流量、泵站开启时间差的调水方案下泵前水位变化规律.先利用耦合模型对不同的调水方案进行数值模拟,然后选取23组调水方案及其数值模拟所得的泵前水位作为样本训练BP神经网络,建立BP神经网络调蓄水位预测模型并进行验证,最后利用预测模型对不同调水方案进行泵前水位预测.结果表明,BP神经网络预测模型具有很强的预测能力,预测模型结果与耦合模型结果泵前水位基本吻合,水深相对误差小于9.15%,而模型计算效率提升96.67%.

简介：根据改进的BP神经网络，阐述了在结构损伤检测与识别上的应用。同时对该网络在结构检测应用过程中应该注意的问题做了探讨，展望了BP神经网络在结构损伤检测与识别上的发展方向。

简介：造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。