Материал: 2323

ТЕХНОЛОГИИ СТРОИТЕЛЬСТВА

устройство бокового нагружения, датчик перемещения и дренажные трубки (рисунок 3а). Камеры в процессе испытаний приведены на рисунке 3 б.

Рис. 3. Стабилометр типа А, производства НПО ГЕОТЕК:

а – камера с подключенными трубками; б – батарея приборов трехосного сжатия.

Исследования проводили по схеме консолидировано-дренированного испытания грунта ГОСТ 12248 [10]. Для этого открывали дренажные трубки и с помощью управляющего программного комплекса задавали соответствующую схему испытаний. Исследование проводилось при боковом давлении 100 кПа для всех образцов.

Результаты исследования

По результатам испытания образцов грунта в условиях трехосного сжатия вычисляли секущие модули упругости, модули деформации при разных значениях девиатора напряжений,

атакже коэффициент Пуассона. Статистическая обработка проводилась по ГОСТ 20522 [11].

Входе каждого испытания строили график вертикальных деформаций от нормальных напряжений, по которому определяли секущий модуль упругости и модули деформации.Примеры графиков представлены нарисунке 4.

Рис. 4. Графики зависимости относительной вертикальной деформации от нормальных напряжений для образцов с коэффициентом уплотнения 0,95

В рамках стабилометрических испытаний определяли секущие модули упругости, являющиеся необходимым элементом для моделирования деформативности грунтов с использованием модели Hardening Soil. Этот показатель представляет собой модуль деформации грунта при половине значения девиатора напряжений в момент разрушения. Результаты испытаний представлены в таблице 1.

Таблица 1 – Результаты определения секущих модулей упругости

Помимо секущих модулей деформации, по графикам были определены модули

ТЕХНОЛОГИИ СТРОИТЕЛЬСТВА

Выводы

1.Исследуемая золошлаковая смесь относится к среднедеформируемым грунтам по классификации ГОСТ 25100 [13].

2.В рамках испытаний на трехосное сжатие отмечено изменение характера разрушения грунта в зависимости от степени его уплотнения (переход от типа разрушения «бочка» к разрушению со сколом массива), что вызывает необходимость изучения особенностей структурного сцепления ЗШС с повышенной плотностью.

3.Значения коэффициента Пуассона в ходе стабилометрических испытаний оказались существенно ниже, чем по предположениям, построенным на анализе экспериментов Биареза, Брукера, Михайловского, Jaky, Mayne, Kulhawy для природных грунтов [14]. Возможно, это связано с боковым обжатием образцов или их недостаточным уплотнением, что требует дополнительной серии испытаний без бокового давления.

Работа выполнена при финансовой поддержке РФФИ (грант № 16-48-550508 р_а). Научные исследования по теме «Исследования деформационных характеристик золошлаковых смесей в приборах трехосного сжатия» выполнены за счет средств бюджета Омской области

Библиографический список

1.Иванов, Е.В. Экспериментальное исследование и математическое моделирование промерзания земляного полотна из золошлаковой смеси / Е.В. Иванов, А.Л. Исаков, В.В. Сиротюк // Вестник СибАДИ. – 2013. – №3 (31). – С. 71-76.

2.Лунёв, А.А. Применение золошлаковых смесей для вертикальных планировок и строительства городских дорог/ В.В. Сиротюк, А.А. Лунёв // Техника и технологии строительства. – 2015. – С. 24-31.

3.Иванов, Е.В. Обоснование применения золошлаковых смесей для строительства земляного полотна с учетом водно-теплового режима: дис… канд. техн. наук: 26.02.15: защищена 26.02.2015: утв. 01.07.2015 / Е.В. Иванов; науч. рук. проф. В.В. Сиротюк. –Омск, 2015.– 165 с.

4.Балюра, М.В. Исследование строительных свойств золы Томской ГРЭС-2 / М.В. Балюра // Проблемы гидрогеологии, инженерной геологии, оснований и фундаментов: сборник научных трудов – Томск: Изд-во ТГУ, 1988. – С. 97-104.

Международной конференции по геотехнике. – № 4. – СПб., 2008. – С. 673-677.

6.Investigation and design of fly ash road embankments in India by CPT / A.K. Sinha, V.G. Havanagi, S. Mathur, U.K. Guruvittal // 2nd International Symposium on Cone Penetration Testing, Huntington Beach, CA, USA. – Volume 2&3: Technical Papers, Session 3: Applications, Paper – No. 3-49.

7.Full-scale experimentations on alternative materials in roads: Analysis of study practices / D. Francois, A. Jullien, J.P. Kerzreho, L. Chateau // Waste management, 2009. – pp. 1076-1083.

8. Santos, F. Geotechnical properties of fly-ash and soil mixtures for use in highway embankments /

F.Santos, L. Li, Y. Li, F. Amini // World of Coal ash (WOCA) Conference – Denver, 2001. – pp. 93-104.

9.ГОСТ 12071-2014. Грунты. Отбор, упаковка, транспортирование и хранение образцов.– Введ. 2015-07-01. – М.:Стандартинформ, 2015.– 10 с.

10.ГОСТ 12248-2010. Грунты. Методы лабораторного определения характеристик прочности и деформируемости. – Введ. 2012-01-01. – М.: Стандартинформ, 2011. – 88 с.

11.ГОСТ 20522-2012. Грунты. Методы статистической обработки результатов испытаний. – Введ. 2013-07-01. – М.: Стандартинформ, 2013. – 16 с.

12.Болдырев, Г.Г. Методы определения механических свойств грунтов. Состояние вопроса. / Г.Г. Болдырев. - Пенза: Изд-во ПГУАС, 2008. – 696 с.

13.ГОСТ 25100-2011. Грунты. Классификация– Введ. 2013-07-01. – М.: Стандартинформ, 2013.– 16 с.

14.Александров, А.С. Совершенствование расчета дорожных конструкций по сопротивлению сдвигу.

Ч1. Состояние вопроса: монография / А.С. Александров. – Омск: СибАДИ, 2015. – 292 с.

RESEARCH DEFORMATION CHARACTERISTICS OF ASH AND SLAG MIXTURES

IN TRIAXIAL TEST MACHINE

A.A. Lunev, V.V. Sirotyuk

Abstract: The article discusses the results of laboratory tests of ash mixtures from Omsk’s TPP-4 running on Ekibastuz coal. This article describes the method of manufacture samples with different density, the method of testing instruments in triaxial test machine and the research results.

According to the results of experiments constructed empirical relationships deformation parameters of ash and slag mixture, depending on the soil skeleton density. The conclusions regarding the properties of technogenic

ТЕХНОЛОГИИ СТРОИТЕЛЬСТВА

Keywords: ash and slag mixture, lab tests, deformation characteristics, triaxial apparatus.

Лунёв Александр Александрович (Россия, Омск) – аспирант кафедры Проектирование дорог ФГБОУ ВО Сибирская государственная автомобильно-дорожная академия (644008, г. Омск, пр. Мира, 5; e-mail: lunev.al.al@gmail.com).

Сиротюк Виктор Владимирович (Омск, Россия) – доктор технических наук, профессор кафедры Проектирование дорог ФГБОУ ВО Сибирская государственная автомобильно-дорожная академия

(644008, г. Омск, пр. Мира, 5; e-mail: sirvv@yndex.ru).

Lunev Aleksandr Aleksandrovich (Russian Federation, Omsk) – Postgraduate student of Department roads design, FSBEI HE «SibADI» (644008, Omsk, Mira av., 5; e-mail: lunev.al.al@gmail.com).

Sirotyuk Victor Vladimirovich (Russian Federation, Omsk) – Doctor of Technical Sciences, Professor of Department roads design, FSBEI HE «SibADI» (644008, Omsk, Mira av., 5; e-mail: sirvv@yndex.ru).

УДК 623.62

ИСПОЛЬЗОВАНИЕ СТАТИСТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ КОМПЛЕКСНОЙ ОЦЕНКИ ДОРОЖНОЙ СЕТИ РЕГИОНА

И.В. Поляков

Военный институт (инженерных войск) Военного учебно-научного центра Сухопутных войск «Общевойсковая академия ВС РФ», Россия, г. Москва

доверительной вероятностью характеризовала бы любой её участок, учитывая при этом всё её разнообразие. Данный подход может быть использован при инженерной оценке местности в интересах подготовки и ведения военных действий.

Ключевые слова: дорожная сеть, подготовка и содержание путей движения войск, статистическое моделирование.

Введение

Подготовка и ведение военных действий связаны с возникновением значительных транспортных потоков, связанных с эвакуацией населения и материальных ценностей, перегруппировками войск, манёвром и различными перемещениями соединений (частей), а также подвозом материальных средств. Естественно, что при организации таких перемещений целесообразно использование существующей транспортной инфраструктуры и, прежде всего, сети автомобильных дорог, обеспечивающей высокую надежность передвижения. Скорость движения по автомобильным дорогам в несколько раз превышает скорость перемещения по неподготовленной местности, поэтому существующая дорожная сеть является основой для организации движения войск и других транспортных потоков.

Одной из основных характеристик дорожной сети является протяженность входящих в нее дорог. В соответствии с последними статистическими данными общая протяжённость российской сети автомобильных дорог общего пользования составляет 1,4 млн. км.

Исследования показывают, что протяженность дорожной сети на рассматриваемой территории не дает ее полной характеристики, в частности, не позволяет сравнивать сеть в различных регионах.

Наиболее распространенным относительным показателем, характеризующим развитость дорожной сети, является густота или плотность дорог, которая рассчитывается по следующей формуле:

ТЕХНОЛОГИИ СТРОИТЕЛЬСТВА

F – площадь территории, км2.

Рассчитанная плотность дорог позволяет осуществлять сравнительную оценку развитости дорожной сети в различных странах или регионах. Наибольшая плотность дорожной сети встречается в странах Западной Европы. Величина этого показателя во Франции достигает 1,83 км/км2. Это обусловлено большой протяженностью дорог при сравнительно небольшой территории. В государствах с обширной территорией достичь такой высокой плотности весьма затруднительно. Так, плотность дорог в США не превышает 0,67 км/км2. В Китае плотность дорог в последние годы стремительно увеличивается, достигнув в 2008 году 0,19 км/км2. В России плотность дорог составляет лишь 0,08 км/км2. При этом лидируют западные регионы Российской Федерации, где в отдельных областях этот показатель превышает средний по стране. Например, в Калужской области плотность дорог составляет 0,5 км/км2, а в Дальневосточном регионе – всего лишь 0,006 км/км2.

Поскольку существующая дорожная сеть создается в основном исходя из соображений эффективного функционирования экономики и решения социальных задач, то она рассчитана на регулярные грузо- и пассажиропотоки. Однако транспортные потоки военного времени могут значительно превосходить их по интенсивности и не совпадать по направлениям. Координаты потокообразующих точек в ходе военных действий не совпадают с потокообразующими точками

вобычных условиях, на которые рассчитана дорожная сеть и могут со временем изменяться.

Всвязи с этим необходима оценка дорожной сети на соответствие потребностям особых периодов. Это особенно важно с учетом невозможности ее быстрой и дорогостоящей

корректировки. Детальный анализ существующей дорожной сети позволит оценить возможность ее использования для массового перемещения неординарных транспортных

транзитный характер. Это характерно при проведении перегруппировок на большие расстояния, для выдвижения войск в назначенные полосы, а также для ведения манёвренной обороны, когда требуется большое количество параллельных (сквозных) маршрутов. Поэтому весьма важным является определение возможного количества, состава (в зависимости от типа покрытия) и пропускной способности маршрутов в заданной полосе или районе [1].

Определенные затруднения возникают при определении количества сквозных маршрутов,

поскольку по предложенным профессором Военно-инженерной академии И.С. Поляковым ещё

По расчетной зависимости (2) было высказано ограничение, что она применима при тупиковой связности дорожной сети и плотностях менее 0,4 км/км2. В последующих исследованиях величина эмпирического коэффициента 0,3 неоднократно уточнялась, однако эти уточнения носили субъективный характер и зависели от имеющихся исходных данных. Кроме того, анализ дорожной сети различных субъектов РФ с одинаковой плотность дорог показывает, что фактическое количество сквозных маршрутов на аналогичных участках часто бывает неодинаковым. В связи с этим, была выдвинута гипотеза о том, что количество сквозных маршрутов зависит не только от плотности дорог, но и возможно, от других факторов, в частности, от количества (плотности) населённых пунктов.

Основы моделирования дорожной сети

Естественно, анализ дорожной сети заданного района боевых действий более точен, однако полученные результаты будут применимы только для данного участка местности. В практике войск часто приходится решать задачи, связанные с комплексной оценкой территории нескольких регионов. Для решения таких задач подходят статистические модели дорожной