灌注桩小应变检测智能 SI 机器结合 深度结合发布

来源：蜘蛛抓取(WebSpider) 时间：2018-08-11 23:33 标签： 灌注桩小应变检测

4、桩基础 4.1 钻、冲、抓、旋挖、人工挖孔桩 4.1.1 概述 桩基础由基桩和边接于桩顶的承台共同组成。若桩身全部埋于土中，承台底面与土体接触，则称为低承台桩基；若桩身上部露出地面而承台底位于地面以上，则称为高承台桩基。建筑桩基通常为低承台桩基础。钻、冲、抓、旋挖、人工挖孔桩一般施工工艺为“成孔——制安钢筋笼——灌注混凝土”。 4.1.1.1 适用范围和特点 灌注桩适用有以下一种或几种工程条件范围： 1、持力层埋深较大，采用预制桩施工困难时； 2、持力层坡度较大，土层厚薄不均，岩石风化程度差异较大，地层成因及构造复杂时； 3、河床冲刷较大，河道不稳；冲刷厚度难以计算准确，采用浅基础施工困难，不能保证安全时； 4、地基土为粘性土、粉土、砂土、碎石土或基岩时。 灌注桩工程的一些特点如下： 1、桩长根据地基土层情况可以变化较大，适应持力层高低不平的变化； 2、可以穿越各种软硬土层，将桩端置于所需的岩（土）层中； 3、桩径变化大，可以满足建筑荷载分布不均的情况，对于荷载大的桩还可采用异形桩、扩底桩、桩后压浆处理等手段提高混凝土的经济价值； 4、施工设备简单； 5、配筋率根据需要调整，可以远低于预制桩； 6、关键工序多，桩的质量人为影响大； 7、大直径桩质量检测可靠度有待提高； 8、成孔工艺采用泥浆护壁时，泥浆处理量大。 4.1.1.2 灌注桩类型 4.1.1.2.1 按承载性状分 摩擦型桩； 端承型桩。 4.1.1.2.2 按使用功能分 竖向抗压桩； 竖向抗拔桩； 水平受荷桩； 复合受荷桩。 4.1.1.2.3 按成桩方法 非挤土桩：干作业法、泥浆护壁法、套管护壁法； 部分挤土桩：部分挤土灌注桩、预钻孔打入或预制桩、打入式敞口桩； 挤土桩：挤土灌注桩、挤土预制桩（打入或静压）。 4.1.1.2.4 按桩径分 小桩：d≤250mm； 中等直径桩：250mm＜d＜800mm； 大直径桩：d≥800mm。 4.1.1.3 钻、冲、抓、旋挖、人工挖孔桩成桩工艺比较 注：○表示适用，△表示可用，×表示不能用。 桩类 桩径 桩长 （m） 桩端进入持力层 地下水位 对环境影响 孔底有无挤密 桩身 （mm） 扩大端 （mm） 硬 粘 性 土 密实砂土 碎石土 软质岩石和风化岩石 以上 以下 振动 和噪音 排浆 非 挤 土 桩 干作业法 螺旋钻孔灌注桩 300～800 / ≤30 ○ ○ × × ○ × 无 无 无 钻孔扩底灌注桩 300～600 800～1200 ≤30 ○ ○ × × ○ × 无 无 无 机动洛阳铲成孔灌注桩 300～500 / ≤20 ○ ○ × × ○ × 无 无 无 人工挖孔扩底灌注桩 × △ ○ △ 无 有 无 × 4.1.2 设计与计算 4.1.2.1 设计的基本原则 建筑桩基采用以概率理论为基础的极限状态设计法，以可靠指标度量桩基的可靠度，采用以分项系数表达的极限状态设计表达式进行计算。 桩基极限状态分为承载能力极限状态和正常使用极限状态。 承载能力极限状态：对应于桩基达到最大承载能力或整体失稳或发生不适于继续承载的变形； 正常使用极限状态：对应于桩基达以建筑物正常使用所规定的变形限值或达到耐久性要求的某项限值。 4.1.2.2 桩布置的一般原则 1、桩心距 桩的最小中心距应符合表4.1.2.2-1的规定。对于大面积桩群，尤其是挤土桩，桩的最小中心距宜按表列值适当加大； 桩的最小中心距 表4.1.2.2-1 土类与成桩工艺 排数不少于3排且桩数不少于9根的摩擦型桩基 其他情况 非挤土和部分挤土灌注桩

已认证的官方帐号 人工智能

作者：DeepInsight 洞见实验室在知名的人脸识别评测 LFW 中，很多团队都取得了接近乃至超过 /p/">

分享一篇来自机器之心的文章。关于机器学习的起步，讲的还是很清楚的。原文链接在：

Python 可以说是现在最流行的机器学习语言，而且你也能在网上找到大量的资源。你现在也在考虑从 Python
让机器真正理解人类语言

深度学习在计算机视觉、语音识别、自然语言处理上等有成功应用之处。IBM、google等公司都快速进行了DNN语音识别的研究，并且速度飞快。在中国，语音识别界老大

在DNN语音识别研究方面也下足苦功夫。然而深度学习在自然语言处理方面却还没有产生系统…

本文作者在 Github 上建立了一个代码速查表，对机器学习初学者来说是不可多得的一个资源。

对于初学者来讲，入门机器学习和深度学习非常困难；同时深度学习库也难以理解。通过收集多方资源，我在 Github 上创建了一个速查表库，希望能对你有所帮助。欢迎访…

量子位 出品 | 公众号 QbitAI人工智能，深度学习，机器学习……不管你在从事什么工作，都需要了解这些概念。否则的话，三年之内你就会变成一只恐龙。 —— 马克·库班库班的这句话，乍听起来有些偏激，但是“话糙理不糙”，…

深度学习研究员。欢迎扫描头像二维码，关…

上次跟大家分享了加州大学伯克利分校在今年1月份发布的深度强化学习的基本课程第一次和第二次课程内容，今天继续给大家分享第三次和第四次课程的内容。今天的课程主要介绍一些相关的算法和用到的深度学习框架，具体内容如下：第三次课程内容导读： 1、介绍…

「真诚赞赏，手留余香」

深度学习研究员。欢迎扫描头像二维码，关…

前两天参加完GMIS_2017全球智能机器峰会，听了很多学术界和工业界的大牛们的精彩分享，后期也会整理视频和PPT，放上来和大家分享。获取最新消息链接：

目前，机器学习技术最新发展的趋势是什么…

「真诚赞赏，手留余香」

深度学习研究员。欢迎扫描头像二维码，关…

分享一套关于深度强化学习（Deep Reinforcement Learning，DRL）一套视频课程，这套课程是加州伯克利大学从2017年初，陆续放出的一套关于Deep Reinforcement Learning最新的课程。 今天分享该套课程第一周和第二周的课程内容。为方便大家观看，我直接上传了…

「真诚赞赏，手留余香」

我要回帖

更多关于 灌注桩小应变检测 的文章

 

随机推荐