地震液化判别

“地震液化判别”相关的资料有哪些?“地震液化判别”相关的范文有哪些?怎么写?下面是小编为您精心整理的“地震液化判别”相关范文大全或资料大全,欢迎大家分享。

液化判别

标签:文库时间:2024-11-15
【bwwdw.com - 博文网】

液化判别方法

1.Seed简化判别法

Seed简化判别法是最早(1971年)提出来的自由场地的液化判别法,在国外规范中应用较广,是著名的液化判别法之一。其基本概念是先求地震作用下不同深度土处的剪应力,再求该处发生液化所必需的剪应力(液化强度),如果地震剪应力τl大于液化强度τd,则该处将在地震中发生液化。设土柱为刚体,土中地震剪应力按下式计算:

?zamax?1?0.65??rd

g

式中:z为土深度;γ为土重度(水下时为浮重度);amax为地面峰值加速度。根据地震反应分析求得各类土rd的变化范围如图2所示。式中的系数0.65是将随机振动转换为等效均匀循环振动。而土的液化强度τd则根据动三轴或动直剪实验求出的土液化强度曲线求得。

2.《日本道路桥梁抗震设计规范》的方法

日本道路桥梁抗震设计规范采用岩崎-龙冈方法,此法基本概念来自于Seed的简化判别法,即以地震剪应力与液化强度相比较。但岩崎敏男在Seed简化判别法的基础上,提出了液化安全系数的概念[3]。土的液化强度按下式确定:

NR1?0.082

?v??0.7

式中:Rl为液化强度比,即液化强度τd与竖向有效应力σV′(kg/cm2)之比;N为标准贯入试验锤击数。由于粗粒土与细粒土的

地震液化判别及危害性评价_邱亚兵

标签:文库时间:2024-11-15
【bwwdw.com - 博文网】

第36卷第3期2014年9月

地震工程学报

CHINAEARTHQUAKEENGINEERINGJOURNAL

Vol.36No.3

2014Sept.,

地震液化判别及危害性评价

1,2

邱亚兵,朱

1,2

(1.河海大学水文水资源与水利水电工程科学国家重点实验室,江苏南京210098;

2.河海大学水电学院,江苏南京210098)

已成为土动力学领域的重要研究课题之一。摘要:饱和砂土地震液化有可能诱发极为严重的破坏,

对液化的判别分为初判和复判。初判指根据已有的勘测资料或简单的测试手段,初步判别土层的

液化可能。对于初判可能发生地震液化的土层,则再进行复判。鉴于土层液化的影响因素较多,我即标准贯入法,静力触探法,剪切波速法。单一判别方法都有局限性和国规范建议采取经验方法,适用范围,宜用各种方法综合判别。液化危害性评价使用危害性指标,分析液化对建筑物的危害程度。评价方法主要有液化指数法,震陷值法,谱强度比法和综合法。以评价指标为依据,划分液化影响的综合等级,全面反映液化危害程度。

关键词:地震液化;初判;复判;液化指数;震陷值;谱强度比;危害性评价中图分类号:P315.9

文献标志码:A

文章编号:1000-0844(2014)03-0555-07

DOI:10.396

第七章 地震导致的区域性砂土液化

标签:文库时间:2024-11-15
【bwwdw.com - 博文网】

工程地质分析原理

第七章

地震导致的区域性砂土液化

工程地质分析原理

7.1 基本概念及研究意义粒间无内聚力的松散砂体,主要靠粒间摩擦 力维持本身的稳定性和承受外力。当受到振动时, 粒间剪力使砂粒间产生滑移,改变排列状态。如 果砂土原处于非紧密排列状态,就会有变为紧密 排列状态的趋势,如果砂的孔隙是饱水的,要变 密实效需要从孔隙中徘出一部分水,如砂粒很细 则整个砂体渗透性不良,瞬时振动变形需要从孔 隙中排除的水来不及排出于砂体之外,结果必然 使砂体中空隙水压力上升,砂检之间的有效正应 力就随之而降低,当空隙水压力上升到使砂粒间 有效正应力降为零时,砂钦就会悬浮于水中,砂 体也就完全丧失了强度和承载能力,这就是砂土 液化(sand liquefacation)。这种秒水悬浮液在

工程地质分析原理

砂土液化引起的破坏主要有以下四种: (1)涌砂:涌出的砂掩盖农田,压死作物,使 沃土盐碱化、砂质化,同时造成河床、渠道、径 井筒等淤塞,使农业灌溉设施受到严重损害。 (2)地基失效:随粒间有效正应力的降低,地 基土层的承裁能力也迅速下降,甚至砂体呈悬浮 状态时地基的承栽能力完全丧失。建于这类地基 上的建筑物就会产生强烈沉陷、倾倒以至倒塌。 例如,日本新漏1964年

汽化和液化

标签:文库时间:2024-11-15
【bwwdw.com - 博文网】

课题 学科 物理 年级 主备人 汽化和液化 八年级 许露莹 执教者 授课时数 2 课型 知识技能 1.知道什么是汽化、液化.理解液化是汽化的逆过程. 2.了解沸腾现象,知道什么是沸点. 3.知道蒸发可以致冷. 1.通过探究活动了解液体沸腾时的温度特点,培养学生观察能力和实验能力. 2.通过对观察到的现象,进行分析、概括,培养学生的分析概括能力和语言表达能力. 3.通过做液体沸腾实验,培养学生的观察及实验能力. 三 维 目 标 过程方法 情感态度与价值观 1.通过教学活动,激发学生的学习兴趣和对科学的求知欲望,使学生乐于探索自然现象,乐于了解日常生活中的物理道理. 2.通过实验,培养学生良好的行为习惯和意志品质. 3.在教学中,教师应有意识地渗透事物的量变发展到一定程度会引起质变,这一辩证唯物主义的基本原理.培养学生的辩证唯物主义思想. 教学 重点 通过探究实验,培养学生观察实验能力、分析概括和表达能力 指导学生通过对实验的观察、分析概括和表述,总结出沸腾的特点,并对生活中教学 难点 蒸发现象的观察、分析得出影响蒸发快慢的因素. 教学 方法 预习 目标 观察法、实验法、分析法、讨论法、探究法 通过学习,了解生活中的汽化和液

汽化和液化

标签:文库时间:2024-11-15
【bwwdw.com - 博文网】

课题 学科 物理 年级 主备人 汽化和液化 八年级 许露莹 执教者 授课时数 2 课型 知识技能 1.知道什么是汽化、液化.理解液化是汽化的逆过程. 2.了解沸腾现象,知道什么是沸点. 3.知道蒸发可以致冷. 1.通过探究活动了解液体沸腾时的温度特点,培养学生观察能力和实验能力. 2.通过对观察到的现象,进行分析、概括,培养学生的分析概括能力和语言表达能力. 3.通过做液体沸腾实验,培养学生的观察及实验能力. 三 维 目 标 过程方法 情感态度与价值观 1.通过教学活动,激发学生的学习兴趣和对科学的求知欲望,使学生乐于探索自然现象,乐于了解日常生活中的物理道理. 2.通过实验,培养学生良好的行为习惯和意志品质. 3.在教学中,教师应有意识地渗透事物的量变发展到一定程度会引起质变,这一辩证唯物主义的基本原理.培养学生的辩证唯物主义思想. 教学 重点 通过探究实验,培养学生观察实验能力、分析概括和表达能力 指导学生通过对实验的观察、分析概括和表述,总结出沸腾的特点,并对生活中教学 难点 蒸发现象的观察、分析得出影响蒸发快慢的因素. 教学 方法 预习 目标 观察法、实验法、分析法、讨论法、探究法 通过学习,了解生活中的汽化和液

FISHER线性判别MATLAB实现

标签:文库时间:2024-11-15
【bwwdw.com - 博文网】

. Fisher线性判别上机实验报告

班级:

学号:

姓名:

.

一.算法描述

Fisher 线性判别分析的基本思想:选择一个投影方向(线性变换,线性组合),将高维问题降低到一维问题来解决,同时变换后的一维数据满足每一类内部的样本尽可能聚集在一起,不同类的样本相隔尽可能地远。

Fisher 线性判别分析,就是通过给定的训练数据,确定投影方向W 和阈值w0, 即确定线性判别函数,然后根据这个线性判别函数,对测试数据进行测试,得到测试数据的类别。

线性判别函数的一般形式可表示成0)(w X W X g T += 其中

????? ??=d x x X Λ1 ??????

? ??=d w w w W Λ21

Fisher 选择投影方向W 的原则,即使原样本向量在该方向上的投影能兼顾类间分布尽可能分开,类内样本投影尽可能密集的要求。 如下为具体步骤:

(1)W 的确定

i w S

T x S (x m )(x m ), 1,2i i i i X i ∈=

--=∑

.

12w S S S =+

样本类间离散度矩阵b S

在投影后的一维空间中,各类样本均值T i i m '= W m

样本类内离散度和总类内离散度 T T i i w

w S ' = W S

地震作文

标签:文库时间:2024-11-15
【bwwdw.com - 博文网】

篇一:有关地震的作文(600-1000字)

1.

年前的那场雪灾酿成的伤痛逐渐被春风吹散,暖阳蒸融的今日,不过仅仅几个月的时间,汶川这场惊天动地的地震又一次排山倒海般地刺激摧毁着人脆弱的生命和神经。2008年5月12日,天摇地动,犹如行驶在大海上的船只飘摇不定!忽然感觉人在生活中的挫折磨难又是多么微不足道,继而从心底发出一声纯真的呐喊:活着真好!每个人在大自然的灾难面前,生命显得是多么的脆弱!那么的如此之轻!在地震中多少人沉浸在沉重的悲痛中。

“5.12”四川汶川地区发生7.8级地震的消息,犹如百枚原子弹爆炸一样,打破了人民原本平静的生活。从电视上看到那一具具并排躺放的尸体,有老人,有年轻人,还有那些天真淳朴的孩子们,你们曾经多么幸福的活在这个世界上啊!你们曾经和自己的爱人一起看夕阳西下,你们曾经为自己的理想努力奋斗不断进取,还有那些可爱的孩子们还没体验美丽的人生就说再见。

从灾区传来的一条条消息,一幅幅画面,让人们焦虑着。“地震一方,情牵八方!”全国人民的心都系于震区,每时每刻都在电视或网上关注着灾区的动向。脆弱的我已经不忍目视惨状,耳听悲泣,镜头上一群群难民们渴求生命的表情让我忍不住落泪。这几天一直通过网络和电视了解地震情况,观看央视直播

解读地震

标签:文库时间:2024-11-15
【bwwdw.com - 博文网】

2011年赣南师院数学建模竞赛选拔赛

题 目

解读地震

摘 要:

本文针对地震的12个指标以及地震预测问题进行了探讨。结合地震前兆的数据特征,建立模型,在较合理的假设下,对各个模型进行求解,得到较合理的结果。由于地震的相关因素很复杂,且观测数据非常多且精细,我们应用EXCEL,matalb软件对模型进行求解。 ? 针对任务一,本文采用灰色关联分析法对地震与题中所给的12个影响因素进行分析比较。 12个影响因素对地震的敏感程度大小为:雨量>斜仪NS>磁波幅度EW>电磁波幅度NS>地温>气氡>气温,电压>水温>气压>水位倾斜仪EW。

? 针对任务二,我们选取了10个指标进行主成分进行分析,为了消除各指量纲的不统一我们使用了相关系数矩阵。最终确定了5个五个主成分作为反映地震发生前综合指标,发现电磁波、气温、气压等因素的异常与地震的发生有密切的关系。

? 针对任务三,我们使用了多元统计模型中的线性回归法,假定样本数据只来源于两个总体,即地震前兆的数据总体和正常的数据总体。考虑到地震前兆的样本数据均表现出显著的起伏波动特征,因此我们选取了标准差作为判别变量。在地震前兆的数据总体中抽取七组,在正常的数据总体中

地震实例

标签:文库时间:2024-11-15
【bwwdw.com - 博文网】

国地ABAQUS时程分析法计算地震反应的简单实例

ABAQUS时程分析法计算地震反应的简单实例(在原反应谱模型上

修改)

问题描述:

悬臂柱高12m,工字型截面(图1),密度7800kg/m3,EX=2.1e11Pa,泊松比0.3,所有振型的阻尼比为2%,在3m高处有一集中质量160kg,在6m、9m、12m处分别有120kg的集中质量。反应谱按7度多遇地震,取地震影响系数为0.08,第一组,III类场地,卓越周期Tg=0.45s。

图1 计算对象

第一部分:反应谱法

几点说明:

? 本例建模过程使用CAE;

? 添加反应谱必须在inp中加关键词实现,CAE不支持反应谱;

? *Spectrum不可以在keyword editor中添加,keyword editor不支持此关键词读入。 ? ABAQUS的反应谱法计算过程以及后处理要比ANSYS方便的多。 操作过程为:

(1)打开ABAQUS/CAE,点击create model database。

(2)进入Part模块,点击create part,命名为column,3D、deformation、wire。Ok

(3) Create lines:connecte

R软件做判别分析

标签:文库时间:2024-11-15
【bwwdw.com - 博文网】

R 软件做判别分析: 1. 距离判别 (1) 两样本

discriminiant.distance <- function(TrnX1, TrnX2, TstX = NULL, var.equal = FALSE) {

if (is.null(TstX) == TRUE) TstX <- rbind(TrnX1,TrnX2) if (is.vector(TstX) == TRUE) TstX <- t(as.matrix(TstX)) else if (is.matrix(TstX) != TRUE) TstX <- as.matrix(TstX)

if (is.matrix(TrnX1) != TRUE) TrnX1 <- as.matrix(TrnX1) if (is.matrix(TrnX2) != TRUE) TrnX2 <- as.matrix(TrnX2) nx <- nrow(TstX)

blong <- matrix(rep(0, nx), nrow=1, byrow=TRUE, dimnames=list(\

mu1 <- colMeans(TrnX1); mu2 <- colMeans(TrnX2) if (var.equal == TRUE || var.equal == T){ S <- var(rbind(TrnX1,TrnX2))

w <- mahalanobis(TstX, mu2, S)- mahalanobis(TstX, mu1, S) } else{

S1 <-var(TrnX1); S2 <- var(TrnX2)

w <- mahalanobis(TstX, mu2, S2)- mahalanobis(TstX, mu1, S1) }

for (i in 1:nx){

if (w[i] > 0) blong[i] <- 1 else

blong[i] <- 2 } blong }

例1: 数据

classX1<-data.frame(

x1=c(6.60, 6.60, 6.10, 6.10, 8.40, 7.2, 8.40, 7.50, 7.50, 8.30, 7.80, 7.80),

x2=c(39.00,39.00, 47.00, 47.00, 32.00, 6.0, 113.00, 52.00, 52.00,113.00,172.00,172.00),

x3=c(1.00, 1.00, 1.00, 1.00, 2.00, 1.0, 3.50, 1.00, 3.50, 0.00, 1.00, 1.50),

x4=c(6.00, 6.00, 6.00, 6.00, 7.50, 7.0, 6.00, 6.00, 7.50, 7.50, 3.50, 3.00),

x5=c(6.00, 1