简介：碱一骨料反应是造成混凝土破坏的重大问题之一。自1940年美国首先发现碱一骨料反应使混凝土工程遭受破坏以后，相继在加拿大、澳大利亚、英国、日本等国发现类似破坏事例。然而这种破坏事例是可以避免的，长科院40多年对长江流域和其他流域的

简介：为提高声波检测混凝土缺陷的深度和精度,以弹性波反射法理论为基础,通过对激振源、接收传感器、信号处理和波形成像方面的技术研究和工程试验,提出了针对混凝土缺陷检测的声波反射成像法。给出了实际应用中对缺陷的检测方法和识别建议,并对工程实例进行探讨。

简介：基于水下摄影成像技术，对一些水下工程的水底情况进行探摸分析，获取水下构筑物或建筑物的表面情况，分析主体安全性或查找安全隐患，并结合影像资料进行安全隐患排查，最终满足工程需要，消除安全隐患。

简介：位于挪威西南部的斯特瓦坦(Storvatn)坝是世界上最大的沥青混凝土心墙堆石坝。该项位于中等地震活力区，经常发生5级地震。挪威岩土工程研完所为评价斯特瓦坦坝在地震荷载下的完整性做了研究。对高地震活动区一座同样设计的项的地震反应也做了研究。

简介：混凝土重力坝是我国水利工程中应用最为广泛的水坝,但由于坝体裂缝等病害的影响,使得对于地震作用下带裂缝工作重力坝的地震反应分析与机制研究已成为近年来研究工作的热点。基于相关理论研究基础,结合菩萨庙水库混凝土重力坝溢流段,对带裂缝工作重力坝溢流段的地震反应进行了数值模拟分析,并利用混凝土弥散裂缝本构模型对混凝土材料的动力特征进行了模拟,最后通过对不同工况下带裂缝溢流坝段的动位移以及动应力的反应情况,对比分析了溢流坝段的破坏规律与地震反应间的差异性,为今后坝体的修复与维护提供数据支持。

简介：现行水工抗震设计规范规定，大坝混凝土动态弹性模量在静态弹性模量基础上提高30％，对岩体动态变形模量的取值并无规定，现行工程实践中岩体动态变形模量通常在静态变形模量基础上提高30％。根据国内外最新研究成果修编中的新规范拟规定：大坝混凝土动态弹性模量在静态弹性模量基础上提高50％，岩体动态变形模量取为静态变形模量。本文针对新规范的这一变化，结合不同高度的拱坝，从大坝白振特性、动位移、动应力及静动综合应力诸方面进行比较分析，论证混凝土两种动弹性模量以及基岩两种动变形模量取值的影响。结果表明，坝体动弹模从30％提高到50％以及基岩动变模是否提高30％对坝体动力特性和地震反应影响不大。

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：文章简要介绍了EH-4电导率成像技术的原理，利用其在贵州西线高速公路槽箐头隧道和惠水县团坡水电站引水隧洞的工程地质勘探中，均收到了较好的勘探效果，表明EH-4电导率成像技术具有探测深度大、不受高阻屏蔽、勘探精度及工作效率高等优点。

简介：同步硝化反硝化（SND）生物脱氮技术与传统生物脱氮技术相比，具有节省碳源、减少曝气量、可实现单级生物脱氮等优点．故近年来受到水处理工作者的广泛关注。移动床生物膜反应器工艺是20世纪80年代初发展起来的一种新型水处理工艺，发展十分迅速。该文介绍了移动床生物膜反应器（MBBR）的工艺原理及工艺特点，主要总结了国内在同步硝化反硝化技术中的研究和应用进展，指出了该项技术的发展方向和趋势。

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：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：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。