检索结果-内蒙古大学图书馆

作者：王艳岭长沙理工大学

学位级别：硕士

湿热地区路基湿度受气候、地下水及路基路面排水等条件的影响,路基湿度随时间、空间变化,直接影响路基土体的刚度,甚至影响到路基路面的路用性能等。因而开展湿热地区路基湿度分布情况,制定有效的湿度稳定控制措施控制路基湿度变化,为... 详细信息

湿热地区路基湿度受气候、地下水及路基路面排水等条件的影响,路基湿度随时间、空间变化,直接影响路基土体的刚度,甚至影响到路基路面的路用性能等。因而开展湿热地区路基湿度分布情况,制定有效的湿度稳定控制措施控制路基湿度变化,为湿热地区路基土湿度设计提供参考是十分有意义的。本文首先对湿热地区路基湿度的影响因素进行了分析,通过开挖路基断面,对断面路基湿度进行试验分析,结合对路基硬路肩下方湿度的研究,比较完整的得到了路基湿度的分布状况,并通过塑限对平衡湿度进行了拟合,得到了低液限黏土和含砂低液限黏土平衡湿度预测公式。通过对路基湿度的长期的观测,对路基土体内部的湿度和温度变化进行了分析,得到了路基湿度和温度的变化规律。这些结果为后面路基湿度模拟和路基湿度稳定控制技术提供了有利前提条件。通过对湿热地区低液限黏土和含砂低液限黏土路基湿度模拟参数试验和调查得到了路基湿度模拟所需的参数。对湿热地区两种土湿度模拟时土水特征曲线是否考虑竖向应力的影响进行了模拟对比分析,最后得出湿度模拟时土水特征曲线考虑竖向应力更符合实际。在此基础上进行了路基两种模型考虑土水特征曲线竖向应力分析,最后综合考虑,建议在路基湿度场模拟时,考虑竖向应力对土水特征曲线的影响,且应对边坡土体数值建模时进行平行于坡面分层。通过对路基湿度来源分析和含水率的入渗分析,得到了控制路基湿度的方法。对包边土进行了模拟分析得出渗透系数较小的黏性土包边对路基湿度的稳定控制具有很好的作用。对不同厚度砂垫层进行了模拟分析得到了砂垫层对于湿热地区降低路基水位和控制路基湿度稳定作用不大。

关键词：湿热地区土水特征曲线路基湿度湿度稳定湿度模拟

来源：评论

学校读者我要写书评

暂无评论

基于亚甲蓝值的细粒土土水特征曲线研究及应用

基于亚甲蓝值的细粒土土水特征曲线研究及应用

引用

作者：谌叶娟长沙理工大学

学位级别：硕士

土水特征曲线是反映外界环境影响下土的持水性能的关键指标曲线,对研究非饱和路基土中水分的迁移和物理力学特性有重大意义,通过土水特征曲线可以来确定非饱和土的强度、渗透系数、体应变等。目前,常用室内实测方法获得土水特征曲线,实... 详细信息

土水特征曲线是反映外界环境影响下土的持水性能的关键指标曲线,对研究非饱和路基土中水分的迁移和物理力学特性有重大意义,通过土水特征曲线可以来确定非饱和土的强度、渗透系数、体应变等。目前,常用室内实测方法获得土水特征曲线,实测方法费时、昂贵,而间接预估方法通过数学模型得到土的土水特征曲线,快捷易得,因此该方法受到很多学者的青睐。土体持水特性与土体吸附特性有关,亚甲蓝试验通过测定覆盖土壤黏土颗粒的全部表面积所需的亚甲蓝数量来确定土壤吸附能力,土水特征曲线与土体亚甲蓝值之间理论上具有某一特定关系。本文通过学习国内外关于亚甲蓝试验的方法,制定基于比色计的细粒土亚甲蓝试验方法,对五种土样进行亚甲蓝试验研究,得到土样的表征黏粒表面积的亚甲蓝值。进而对五种土样进行土水特征曲线试验,用Fredlund&Xing模型对实测数据进行参数拟合,对其参数与亚甲蓝值的相关性进行了分析。得到了Fredlund&Xing模型参数的预估模型,通过另一土样的亚甲蓝值与实测土水特征曲线验证了基于亚甲蓝值的土水特征曲线参数模型的可靠性,实现了通过亚甲蓝值对土水特征曲线进行预估。揭示了路基土持水特性与亚甲蓝值的相关性规律:亚甲蓝值越高土水特征曲线越平缓,土的进气值和残余含水率对应的吸力越大。依据预估得到土水特征曲线,通过数值计算方法,考察了路基湿度场演变规律;研究发现,路基含水率比施工期最佳含水率均有上升,并最终会达到一个湿度平衡状态;黏土比含砂土更慢达到平衡;黏土路基内部整体饱和度比含砂黏土路基饱和度高。在工程实践中,亚甲蓝值易于测得,利用本文得到亚甲蓝值与Fredlund&Xing模型参数的关系,即可通过亚甲蓝试验得到路基土的土水特征曲线。并结合路基湿度场演变规律,可为路基湿度设计提供参考。

关键词：亚甲蓝值细粒土土水特征曲线路基湿度湿度模拟

来源：评论

学校读者我要写书评

暂无评论

温室湿度环境的主成分分析人工神经网络建模研究

引用

上海交通大学学报（农业科学版） 2008年第5期26卷 428-431页

作者：何芬马承伟中国农业大学农业部设施农业生物环境工程重点开放实验室北京100083

实测温室内影响空气湿度的环境因子组成数据样本,对数据样本进行主成分分析,提取出影响温室湿度的4个主要成分,讨论提取的主成分与原始过程数据样本间的关系。以采用主成分分析后的数据样本作为神经网络模型的输入变量,模型模拟值和实... 详细信息

实测温室内影响空气湿度的环境因子组成数据样本,对数据样本进行主成分分析,提取出影响温室湿度的4个主要成分,讨论提取的主成分与原始过程数据样本间的关系。以采用主成分分析后的数据样本作为神经网络模型的输入变量,模型模拟值和实测值之间的相关系数R^2为0.8842。以±0.1作为模拟相对误差,命中率达到85%。用训练后的网络模型对20组未参加建模的样本数据进行模拟.均方根误差为1.6745,优于回归方程法的4.4349。基于神经网络模型,运用敏感性分析法对影响湿度的各因素进行重要性分析和排序,得出各影响因素的重要程度依次为室内温度、室外湿度、室外温度、保温帘展开度、室外风速、室外太阳辐射照度、天窗开窗角度和侧窗开窗角度。

关键词：温室湿度模拟主成分分析人工神经网络

来源：评论

学校读者我要写书评

暂无评论

温室湿度环境的主成分分析人工神经网络建模研究

温室湿度环境的主成分分析人工神经网络建模研究

引用

中国农业工程学会设施园艺专业委员会2009年年会

作者：何芬马承伟中国农业大学农业部设施农业生物环境工程重点开放实验室北京100083

实测温室内影响空气湿度的环境因子组成数据样本,对数据样本进行主成分分析,提取出影响温室湿度的4个主要成分,讨论提取的主成分与原始过程数据样本间的关系.以采用主成分分析后的数据样本作为神经网络模型的输入变量,模型模拟值和实测... 详细信息

实测温室内影响空气湿度的环境因子组成数据样本,对数据样本进行主成分分析,提取出影响温室湿度的4个主要成分,讨论提取的主成分与原始过程数据样本间的关系.以采用主成分分析后的数据样本作为神经网络模型的输入变量,模型模拟值和实测值之问的相关系数R2为0.8842.以±0.1作为模拟相对误差,命中率达到85％.用训练后的网络模型对20组未参加建模的样本数据进行模拟,均方根误差为1.6745,优于回归方程法的4.4349.基于神经网络模型,运用敏感性分析法对影响湿度的各匠素进行重要性分析和排序,得出各影响因素的重要程度依次为室内温度、室外湿度、室外温度、保温帘展开度、室外风速、室外太阳辐射照度、天窗开窗角度和侧窗开窗角度.

关键词：温室湿度模拟主成分分析人工神经网络均方根误差

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：