简介:摘要: 西藏地区大部分处于高寒地区,氧气稀薄,气温随着海拔的升高而降低,日常温度偏低,一年之中绝大多数时间十分寒冷,建筑工程施工技术应用受气候条件严重制约;当地太阳辐射较大,日气温变化强烈,昼夜温差较大,由于温度变化所引起的变形造成建筑外涂层材料出现拉应力,容易出现裂缝;特别风大、水分易蒸发,干湿变化频繁,更容易受到冻融、干湿、腐蚀因素的影响;且高原地区大多数工地地处偏远,交通不便,生活环境及医疗条件差,当地建筑材料质量和施工人员素质不高,造成工程质量难以得到有效保障。上述因素决定了西藏地区工程建设新技术应用的重点集中在建筑保温节能和装配式建筑两大方向,保温节能应对气候条件的影响,装配式建筑应对地域偏远带来的运输困难及应用传统建造方式效率低下的问题。
简介:摘要: 西藏地区大部分处于高寒地区,氧气稀薄,气温随着海拔的升高而降低,日常温度偏低,一年之中绝大多数时间十分寒冷,建筑工程施工技术应用受气候条件严重制约;当地太阳辐射较大,日气温变化强烈,昼夜温差较大,由于温度变化所引起的变形造成建筑外涂层材料出现拉应力,容易出现裂缝;特别风大、水分易蒸发,干湿变化频繁,更容易受到冻融、干湿、腐蚀因素的影响;且高原地区大多数工地地处偏远,交通不便,生活环境及医疗条件差,当地建筑材料质量和施工人员素质不高,造成工程质量难以得到有效保障。上述因素决定了西藏地区工程建设新技术应用的重点集中在建筑保温节能和装配式建筑两大方向,保温节能应对气候条件的影响,装配式建筑应对地域偏远带来的运输困难及应用传统建造方式效率低下的问题。
简介:摘要:近年来,随着社会的发展,我国的各行各业的发展也有了改善。传统的判断滑坡现象发生的可能性方法是基于求出坡体的安全系数来判断某一具体边坡的稳定性。传统的求安全系数的方法有极限平衡法、有限元强度折减法、有限元增量加载法、不平衡推力法等,这些现有方法都是从地质本身的特性来研究岩土坡体的安全系数,但是由于导致岩土坡体发生滑坡的因素的多样性和无规律性导致这些传统方法在判定一个坡体的滑坡稳定性具有一定的随机性和不可靠性。针对传统方法之中所存在的不足,提出一种能够进行智能学习的 BP神经网络算法, BP神经网络具有自适应学习、非线性映射、大规模并行处理、较强的容错性等优点。