XiaoMi-AI文件搜索系统
World File Search System沉降
加利福尼亚渡槽沉降计划的概率沉降预测模型
Jeffrey Unruh .............................................................................................. LCI Consultant Gabriel Toro ................................................................................................ LCI Consultant William Swanson ................................................................................. Stantec Consultant
由于建造...导致现有结构沉降
摘要。在拥挤的城市地区修建地铁通常需要开挖新隧道。隧道施工会引起地面沉降，对于均质土壤条件，绿地沉降的预测已经很成熟，可以使用半经验或数值建模进行估算。本文使用数值建模研究了分层土壤中隧道施工引起的地面沉降对现有结构的影响。数值建模是通过保持土壤条件与实际情况相似来进行的，土壤包括粘土、粉土和沙子等多层土壤。通过与现场沉降值进行比较，验证了数值方法的有效性。研究说明了两个不同参数的结果，例如隧道中心距和结构荷载。结果表明，隧道施工对地基的影响位于距离隧道中心线两倍隧道直径的范围内，并且地基下方的位移随着超载的增加而增加。
1型糖尿病的红细胞沉降率
摘要目的：本研究旨在研究1型糖尿病（T1DM）患者的红细胞沉积率（ESR）水平的比较，而不是标准的ESR率作为参考。材料和方法：在这项分析横截面研究中，80名T1DM以下14岁以下的人从2021 - 2022年从糖尿病研究中心选择。采样是通过可用方法完成的。人口统计信息，例如年龄，性别，HBA1C和ESR水平。将收集的数据输入SPSS v.22软件。Pearson相关性用于关联，t检验用于比较均值。考虑了p <0.05的显着性水平。结果：男性三十三（41.2％），女性为47（58.8％）。平均年龄为9.50（±0.414）年。研究样品中的平均（±SD）ESR为11.60（±6.475），与ESR值为10（p = 0.031）有显着差异。此外，两组研究男孩的ESR - 女孩明显高于社会的标准上限（p = 0.0001）。此外，ESR与HBA1C有统计关系（P = 0.016），并且与年龄没有显着关系（P = 0.730）。结论：T1D儿童的ESR水平显着升高，表明全身性炎症。ESR还显示出与HBA1C水平的统计关系，这表明其作为T1D患者疾病活动和管理的宝贵标志的潜力。关键字：1型糖尿病，红细胞沉积率，发炎
使用机器学习对土地沉降引起的洪水风险的评估
Centella Asiatica或Gotu Kola作为大脑补充的历史悠久。gotu kola补充剂是作为液体和干提取物出售的，对年轻一代的吸引力较小。果冻糖果是一种替代剂型，在各个时代都有更好的可接受性。然而，在糖果中使用动物衍生的聚合物，例如猪肉明胶，限制了那些从事素食和清真生活方式的人消费。这项研究旨在探索植物性聚合物葡萄糖素和卡帕 - 卡雷甘南（Kappa-Carrageenan），作为制备Gotu Kola果冻糖果的胶凝剂。制备果冻糖果配方是基于单纯形晶格设计设计的。评估果冻糖果的物理特征包括有组织，重量均匀性，水分含量，pH和弹性。评估了制造过程之前和之后的Gotu Kola的抗氧化活性。结果表明，Kappa-Carrageenan的组合1.33％和葡萄糖甘南6.67％是最佳公式。增加比例的Kappa-Carrageenan降低了果冻弹性和水分含量。添加葡萄糖植物的同时改善了其弹性反应，但水分含量增加。评估果冻糖果中Gotu Kola的抗氧化活性表明，Gotu Kola在生产过程后的抗氧化活性显着降低。原油提取物的IC50最初为129.23 ppm，而果冻后糖果制造，IC50增加到197.49 ppm。关键字：抗氧化剂；葡萄糖曼南； centella susiatica;果冻糖果； Kappa Carrageenan简介这项研究表明，需要改善提取和生产过程以维持GoTu Kola抗氧化活性。
氮沉降对陆地植物多样性影响的全球评估：综合
1 B-WARE 研究中心，奈梅亨拉德堡德大学，邮政信箱 9010，6500 GL 奈梅亨，荷兰 2 斯德哥尔摩环境研究所，约克大学，约克 YO10 5DD，英国 3 弗吉尼亚大学环境科学系，弗吉尼亚州夏洛茨维尔 22904 美国 4 德国联邦环境署 (UBA)，Wo¨rlitzer Platz 1，06844 德绍，德国 5 荷兰环境评估局 (MNP)，邮政信箱Box 303, 3720 AH Bilthoven，荷兰 6 约克大学环境系，Heslington，Yorkshire YO10 5DD 英国 7 巴西利亚大学生态系，Campus Universita´rio Darcy Ribeiro，CEP 70.919-970，Brasilia-DF，巴西 8 伍兹霍尔研究中心，149 Woods Hole Road，Falmouth，马萨诸塞州 02540-1644 美国 9 欧盟委员会联合研究中心环境与可持续发展研究所，Ispra (VA)，意大利 10 生态与水文学中心，Orton 大厦，Deniol Road，Bangor LL57 2UP 英国 11 荷兰能源研究中心，ECN，P.O. Box 1, 1755 ZG Petten，荷兰 12 美国森林服务局，PSW 研究站，4955 Canyon Crest Drive，Riverside，加利福尼亚州 92507 美国 13 马歇尔大学生物科学系，亨廷顿，西弗吉尼亚州 25701 美国 14 于默奥植物科学中心，森林遗传学和植物生理学系，瑞典农业科学大学，SE-901 83 于默奥，瑞典 15 美国农业部森林服务局，P.O. Box 968，伯灵顿，佛蒙特州 054
分析和预测饱和砂中地铁屏蔽隧道的长期沉降
通常10〜20mm，沿隧道的沉降相对稳定。但是，东部部分的沉降相对较大，其中大多数高于30mm，并且有沉降凹陷。理性分析：沿线西部的地面上有大量建筑设施，这会在隧道所在的层上造成额外的压力，巩固和压缩土壤层。更重要的是，额外的压力的存在等同于埋葬深度的增加，使位置层具有更高的外壳。东部沿线的地面主要位于宽敞的地区，并且没有密集的地面建筑物（例如，沿着东北沿线的地面是一个果园），周围的
隧道施工对地表沉降和现有建筑物影响的数值研究 AM Rajabi* a , M. Mahmoudi b , M. Taebi b
本研究旨在利用 ABAQUS 有限元软件确定各种影响参数（例如隧道直径 (D)、深度 (H)、宽度 (B)、长度 (L)、楼层数、建筑物与隧道轴线的水平距离 (X)）以及土壤特性（例如内摩擦角 (ϕ)、泊松比 (υ)、弹性模量 (E) 和黏聚力 (C)）对地表沉降的影响。结果显示，在一定深度下，沉降随隧道直径的增加而增加，而随隧道深度的增加而减小。建筑物宽度和长度的变化也会直接影响沉降；因此，随着建筑物的横截面积及其刚度和硬度的增加，建筑物的宽度和长度增加，地基沉降变得更加均匀且更耐位移，从而导致地表沉降减少。此外，随着建筑物与隧道轴线的距离增加，沉降减少并在等于隧道直径的距离后呈现恒定趋势。根据敏感性分析的结果，隧道深度对地表沉降的影响最大，可以通过控制隧道距离地面的深度来防止地表沉降。此外，在土壤地质力学参数中，弹性模量在本研究中对沉降的影响最大。最后，根据结果，隧道、建筑物和土壤特性对地表沉降的影响非常重要，尤其是在城市环境中。
使用多物理信息神经网络预测复合地层中隧道施工引起的地表沉降
摘要 摘要 准确预测隧道施工引起的地表沉降对于保证隧道工程安全施工和决策至关重要。本文建立了一种用于预测盾构隧道施工引起地层变形的物理信息神经网络（PINN）模型。该模型将隧道收敛变形与隧道开挖位置的关系纳入深度神经网络（DNN）框架中。考虑到多地层的地质特点，提出了一种多物理信息神经网络（MPINN）模型，在统一的框架下表示不同地层的物理信息。结果表明，MPINN模型可以高度再现有限差分法的计算结果，并能准确预测考虑复合地层的复杂地质信息的隧道施工引起的地表沉降。由于MPINN模型具有完整的物理机制，适用于隧道施工引起的地表沉降问题，可以预测不同地质和几何条件下的隧道施工引起的地表沉降。基于实测数据,提出的MPINN模型能够准确预测监测断面地表沉降曲线,为隧道施工过程中地表沉降预测预警提供参考。
机械化隧道施工引起的地面沉降的可靠性分析——案例研究 Hadi Fattahi * 和 Fateme Jiryaee
地表沉降是机械化隧道施工中的一个重要参数，应在开挖前确定。机械化隧道施工引起的地表沉降分析是一个具有各种不确定性的岩土工程问题。与确定性方法不同，可靠性分析可以考虑地表沉降评估的不确定性。在本文中，利用基于遗传算法 (GA) 的可靠性分析方法（二阶可靠性方法 (SORM)、蒙特卡洛模拟 (MCS) 和一阶可靠性方法 (FORM)）来建立地表沉降可靠性分析模型。具体而言，对于大型项目，极限状态函数 (LSF) 是非线性的，很难基于可靠性方法应用。为了解决这个问题，GMDH（数据处理组方法）神经网络可以估计 LSF，而无需对函数形式做出额外的假设。在本文中，GMDH 神经网络被改编以获得 LSF。在 GMDH 神经网络中，尾孔注浆压力、隧道底板地下水位、深度、平均渗透率、距竖井的距离、俯仰角、平均表面压力和尾孔注浆填充百分比被用作输入参数。同时，表面沉降是输出参数。使用来自曼谷地铁的现场数据来说明所提出的可靠性方法的能力。