简介:三门核电循环水泵房基坑为超深基坑(最深处为32.3m),处于基岩面埋藏较浅且上部覆盖较厚淤泥层和回填石层的特殊区域。本工程依据地层条件,将基坑边坡划分为完全基岩边坡、基岩埋深浅且无淤泥地层的边坡、基岩埋深较大且有较厚淤泥层的边坡3种类型。分别采用3种支护型式:放坡、排桩+岩锚、排桩+深搅重力墙+岩锚,有效解决了滨海软土区的地下水位高,淤泥质软土黏聚力及内摩擦角小,基坑侧壁受水平荷载大、易失稳等难题。典型断面计算结果表明,锚拉力最大为361.84kN;基坑侧壁最大水平位移为19.26mm,支护桩最大正负弯矩值为711.36kN·m和-787.52kN·m,基坑顶部最大沉降量为50mm,均满足设计与规范要求。
简介:通过对三门峡库区湿地生态系统的水文过程及主要影响因素的调查和分析,研究水库运行水位变化对湿地生态系统水文过程的影响及主要生态效应,为恢复和维持河流生态系统健康提供依据.研究发现,降低水库运行水位,库区湿地面积将大幅度减少,湿地生态需水供给受阻,湿地生境状况出现不利变化,部分湿地将丧失原有的生态功能;湿地生态系统的水文过程变化将导致湿地多样性和景观结构、格局发生明显变化,严重影响区域的景观格局和生态安全;水库运行水位降低,将使库区周边地下水位降低,使地下水的供需平衡更趋恶化.鉴于生态问题的复杂性,需要对运行水位的生态效应进行长期、全面研究,以便采取有效的控制措施和对策.
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。