邻近工作面（通用7篇）
邻近工作面 篇1
工作面顶煤作为综采放顶煤工作面的瓦斯主要来源, 且为瓦斯的主要赋存源。通过对主焦矿综放工作面的统计发现, 顶部煤体涌向采空区的瓦斯量占整个回采工作面瓦斯涌出量的50%以上。因此, 加强对顶部煤体涌向采空区瓦斯的治理, 是治理综放工作面瓦斯的关键环节。
在瓦斯抽采方面, 文献[1,2,3,4,5,6]从不同的角度进行了分析, 但针对邻近工作面瓦斯抽采技术鲜有报道。邻近工作面瓦斯抽采技术基于对综放工作面采场瓦斯运移规律的理论分析, 改变综放工作面采空区瓦斯流场, 利用综放工作面上区段已有巷道, 向正在开采的综放工作面顶板施工瓦斯抽采钻孔。通过抽采采空区瓦斯富集区的瓦斯, 大幅度减少采空区瓦斯涌向工作面上隅角, 解决综放工作面的瓦斯超限问题。研究表明, 邻近工作面瓦斯抽采技术解决综放工作面的瓦斯超限有效、可靠。
1矿井及试验工作面情况
1.1 矿井概况
主焦煤矿位于河南省安阳矿区北部, 是河南煤业化工集团安阳鑫龙煤业公司的下属矿井。主焦煤矿生产能力为40万t/a矿井。矿井采用中央分列式通风系统, 主、副井进风, 专用风井回风。选用2台FBCDZ№26型轴流式主通风机, 矿井总风量4740m3/min。2012年瓦斯涌出等级鉴定结果为高瓦斯矿井, 相对瓦斯涌出量为21.23m3/t;绝对瓦斯涌出量为19.97m3/min。煤层煤尘具有爆炸性。
1.2 试验工作面情况
21141工作面位于21采区北翼下部, 走向长度为995m, 倾斜长度里部分为120m, 外部分为145m, 面积为11.67万m2, 可采储量约为76万t。21141采场结构参数:直接顶厚度23.47m;直接顶初次垮落步距25.1m;米老顶厚度22.3m;老顶初次垮落步距37m;老顶周期来压步距10.7m;破坏拱拱高65m;导水裂隙带高度41.53m。随着放顶煤工作面的推进, 采空区内将形成应力拱, 直接顶充分垮落, 老顶岩石断裂铰接。由于直接顶厚达23.47m, 造成老顶断裂铰接拱高不太高, 老顶易断裂, 所以老顶周期来压步距不大。
2邻近工作面瓦斯抽采技术
2.1 相邻工作面抽采钻孔的终孔层位选择
借鉴淮南矿区的研究成果, 工作面采空区顶板裂隙瓦斯富集区位于两巷顶板采空侧上方宽0-30m, 高8-25m的环状裂隙区, 顶板破碎角50°对应向上40-58.7m的竖向裂隙区。结合主焦矿采煤工作面的顶板参数, 相邻工作面高位钻场钻孔分为两排, 钻孔终孔均超过回采工作面上顺槽以下方向30m, 以便于钻孔能够畅通地贯穿顶板裂隙。上排钻孔终孔据煤层高度40m, 下排钻孔距煤层30m。根据瓦斯富集区的宽度, 钻孔穿过长度不应大于30m。考虑到主焦矿钻机的实际钻进能力, 设计钻孔穿过长度不应低于10m。
2.2 相邻工作面抽采钻孔的布置
采用专用钻场试验。专用钻场利用已有掘进工作面边掘边抽钻场位置, 穿煤进入煤层顶板后落平, 作为施工相邻工作面抽采钻孔施工的钻场。这样, 全部钻孔均布置在顶板岩石中, 有效保证封孔质量。
钻孔分为上下两排, 间距0.5m (钻场开孔处间距) , 终孔间距10m左右;上排钻孔倾角3°, 钻孔依次为:7#、5#、3#、1#、10#、12#、14#;下排钻孔倾角-2°, 钻孔依次为8#、6#、4#、2#、9#、11#、13#。钻孔布置如图1所示, 结合主焦矿现有的钻机设备, 以及配套的钻杆、钻头, 确定钻孔直径为94mm。
2.3 工作面上安全出口与上隅角抽采
相邻工作面抽采技术需要结合工作面上安全出口的抽采, 使工作面上隅角形成小范围的低气压区, 便于工作面上隅角低浓度瓦斯通过移动抽采系统排出, 防止工作面上隅角瓦斯超限。图2为抽采剖面图。
在上安全出口木棚之间, 向采空区一侧施工钻孔, 钻孔倾角45度, 钻孔直径75mm, 钻孔底至煤层顶板。采用风煤钻或轻型钻机施钻, 钻头直径75mm。每排钻孔数量4-5个, 自巷道上帮向下依次为1#、2#、3#、4#、5#钻孔, 1#钻孔向上帮偏5-10°, 使孔底接近巷道上帮的垂直线;2-4#钻孔与巷道方向一致, 下帮钻孔偏向工作面方向5-10°。封孔采用简易封孔器加黄泥封孔, 2吋钢管+胶管连接抽采管。上安全出口与上隅角抽采钻孔, 正常情况下保持4排, 每排间距1米, 即两棚, 共计16-20个钻孔。循环交替向外进行。在上安全出口顶煤冒落地段或者顶煤破碎无法形成钻孔的区域, 采用上隅角埋管抽采方法是:在上隅角采用煤粉袋筑墙接顶、接严, 煤粉袋墙构筑至工作面正常支架, 并在煤粉袋筑墙接顶时埋入抽采管, 抽采管尽量插入上隅角深部。
3邻近工作面瓦斯抽采效果及分析
根据21141综放工作面的实际情况, 选择在22101下顺槽7号边掘边抽钻场进行试验。利用原来的7号边掘边抽钻场, 在煤层中开孔, 向21141综放工作面施工10个钻孔。为了进一步, 提高试验质量, 在距离7号钻场以外100m的3号钻场位置, 施工邻近工作面专用抽采钻场, 钻场布置在煤层顶板, 共计施工钻孔18个。
利用22101下顺槽已有的7号挂耳钻场试验, 自煤层开孔, 钻场内设计8个直径为94mm的岩孔, 均在导水裂隙带。钻孔孔底水平间距为5m, 采用湿式排屑, 钻机型号为ZY-2300。钻场钻孔布置如图3所示。
利用22101下顺槽已有的3号挂耳钻场, 沿煤层倾斜方向延伸钻场, 钻场内设计18个直径为94mm的岩孔, 均在导水裂隙带;钻孔孔底水平间距为5m, 采用湿式排屑, 钻机型号为ZY-2300。钻场钻孔如图4所示。
经过5个月的现场试验, 从数据分析来看, 由于3号钻场处于顶板岩石中, 加之已有7号钻场的施钻经验, 3号钻场的施钻质量优于7号钻场, 钻孔导通性好, 13号钻孔单孔流量最高达2.895m3/min。当18个钻孔全部进入工作面采空区区域, 平均单孔流量0.482m3/min, 是高位裂隙钻孔平均单孔流量的11倍;瓦斯浓度在90.6%～50.12%之间;单孔瓦斯纯流量是高位裂隙钻孔的21倍。3号钻场与7号钻场相比, 3号钻场位于外侧, 抽采负压比7号钻场高, 对采空区瓦斯向7号钻场位置流动起到了截留作用, 但是, 7号钻场仍然能够起到作用, 实践证明采空区瓦斯富集带的存在, 通过理论计算, 单个钻场的影响范围可以达到200米。试验期间, 工作面上隅角瓦斯浓度0.7%以下, 没有出现瓦斯超限的情况。
4结论
针对主焦矿实际情况, 提出了邻近工作面对综放工作面进行瓦斯抽采的方法, 并进行了现场试验, 得出如下结论:
(1) 综采放顶煤工作面顶部煤体瓦斯涌出是主焦矿综采放顶煤工作面瓦斯超限的主要原因。自邻近工作面已有巷道打钻, 钻孔穿过综放工作面瓦斯富集区, 并与瓦斯富集区的空隙沟通, 抽采富集区内的瓦斯, 瓦斯浓度高, 流动性好, 单孔抽采流量大, 钻孔影响范围大。结合工作面上安全口及上隅角埋管抽采, 能够有效地解决采空区瓦斯涌入工作面造成瓦斯超限现象。
(2) 邻近工作面抽采钻孔孔径在75mm～120mm之间为宜。同时, 根据主焦矿现场试验, 邻近工作面抽采钻孔的影响范围在200m以上。
摘要：为有效防治受邻近工作面瓦斯涌出影响产生的综放工作面瓦斯超限事故, 以安阳主焦矿为例, 采用专用钻场与工作面上安全口及上隅角埋管抽采相结合的方式进行瓦斯抽采。结果表明, 经过5个月的现场试验, 单个钻场有效控制范围为200m, 平均单孔流量0.482m3/min, 瓦斯浓度在90.6%～50.12%之间, 工作面上隅角瓦斯浓度控制在0.7%以下, 有效地解决了综放工作面瓦斯超限问题。
关键词：邻近工作面,专用钻场,埋管抽采
参考文献
[1]倪进木, 缓倾斜.大采高综采工作面顶板走向钻孔参数的优化[J].煤炭工程, 2006.03
[2]魏风清, 张铁岗.掘进工作面隔断式抽放瓦斯机理及应用研究[J].煤炭科学技术, 2006.01
[3]王亮.对新世纪煤矿瓦斯抽放方法的探讨[J].中小企业管理与科技 (下旬刊) , 2011.04
[4]殷民胜, 鲁剑波.黄陵矿区瓦斯综合预抽技术浅析[J].陕西煤炭, 2012.03
[5]江彬, 黄佑洪, 张明清.回采工作面采空区瓦斯运移规律及处理研究[J].煤, 2009.08
[6]赵效中.瓦斯抽采技术在西铭矿48411工作面的应用[J].山西焦煤科技, 2009.11。
邻近工作面 篇2
关键词：地理邻近,认知邻近,战略联盟网络,纵向网络分析,锡耶纳(SIENA)模型
引言
在创新成为 “后金融危机”下世界各国重塑竞争优势抢占国际竞争制高点的背景下,作为市场主体的企业间的竞争自然演变为以创新为核心能力的竞争。与此同时,随着专业化分工程度的提高、经济全球化的加速发展,企业技术创新对外部资源依赖程度越来越高,这使得企业间合作创新越来越频繁,创新范式由传统的 “线性创新”、 “链性创新”、 “环形创新”转化为 “网络创新”。越来越多的企业纷纷选择以战略联盟作为企业新型的合作方式,以此来整合创新资源, 降低创新成本和风险,实现协同 创新的目 的。 “战略联盟” 已成为当今企业创新的主导模式, 而面对高达40% ~ 70%[1,2]的联盟失败率,人们越来越意识到战略联盟伙伴的选择成为关乎创新绩效与成败的关键。在这一背景下,国内外学者对企业战略联盟伙伴选择论题进行了广泛研究。
国外学者从一般视角和邻近视角探讨了战略联盟伙伴选择的影 响因素。在一般视 角方面, Geringer[3]( 1988) 、Sierra[4]( 1995) 从理论层面分别提出联盟伙伴选择标准,Michael A. Hitt[5]( 2000) 、Balland[6]( 2012) 分别从静态、动态视角实证分析了联盟伙伴需具有的特征; 在邻近视角方面,Tremblay[7]( 2003) 、Demeter[8]( 2013) 认为地理邻近能够促进企业建立战略联盟关系及联盟创新 活动, Cantner[9]( 2007 ) 、 Meder[10]( 2008) 研究发现技术邻近、相似的知识库促进企业间沟通理解和知识转移,提高企业联盟概率。 近来, 少数学者Balland[11]( 2009 ) 、 Buchmann[12]( 2013) 运用社会网络分析方法从邻近视角对动态战略联盟网络的演进机制进行了尝试性探讨,对企业联盟伙伴选择的影响因素进行定量分析。国内学者集中于从一般视角探讨战略联盟伙伴选择的影响因素[13,14],且大部分停留于定性分析[15,16],个别学者 ( 卢燕,2006)[17]从静态视角定量分析了伙伴选择影响因素; 近来,少数学者试图从邻近视角探析产业集群或区域创新的影响机制 ( 王缉慈, 2005[18]; 李琳, 韩宝龙, 2011[19]; 李琳,杨田,2011[20]) ,但将邻近视角引入战略联盟伙伴选择因素的研究却很少,尤其是从邻近视角对战略联盟动态网络中企业伙伴选择影响因素的实证研究几乎空白。鉴于此,本文拟从邻近角度出发,创造性地运用社会网络分析方法中的SIENA模型,从动态视角对企业战略联盟伙伴选择的影响因素进行定量分析,探讨企业战略联盟网络演进的主要驱动力,并据此提出政策启示。
1地理邻近、认知邻近对联盟伙伴选择的影响机制分析
1.1地理邻近
地理邻近性是最常出现在文献中的邻近性概念,有时也被称为空间邻近性或物理邻近性等, 是指主体间空间距离的远近[21],常被定义为两个主体之间的绝对地理距离。地理邻近对战略联盟伙伴选择的影响机理主要表现为以下几个方面: 1从物质生产视角来看,地理邻近有利于企业间物质资源近距离、低成本的运输,有利于企业间便捷且低成本的交流沟通,即运输成本和交易成本的降低,而成本是企业选择战略联盟伙伴时需考虑的因素之一。2从隐性知识传播视角来看, 地理邻近便于企业间频繁的面对面交流[22],频繁的交流互动有利于企业间良好的联盟关系建立, 进而提高企业间信息交换的频率和效率,促进知识尤其是隐性知识的转移和创新活动的产生。3在联盟过程中,由于企业出发点不一致等原因很可能导致企业间发生 “冲突”,而地理邻近可为企业间面对面互动提供便利,有利于企业间互信关系的建立,并以此建立起有助于解决冲突、提高联盟水平的冲突预防和解决机制,提高战略联盟成功率和创新效率。总之,地理邻近在企业战略联盟中的作用基本上已经达成了共识,一般认为高水平的地理邻近有利于企业间进行面对面交流与互动,有助于企业间战略联盟关系的建立。 随着信息和通讯技术的快速发展及广泛使用,不同地区的企业通过应用临时地理邻近也可共享地理邻近效应[23]。
基于以上分析,提出以下待验假设:
假设1: 企业更倾向于和属于同一空间区域的其他企业建立战略联盟关系,即地理邻近有助于企业之间联盟关系的建立。
1.2认知邻近
Nooteboom[24]在1999年首次提出认知邻近的概念,将认知邻近定义为组织成员感知、诠释、 理解和评价客观世界时的相似性,反映主体间在相互作用时所表现的行为方式的相似性,如经验、 语言、知识、技术等。认知邻近对于战略联盟伙伴选择的影响机制主要表现为: 知识的有效转移与联盟的高效开展都离不开吸收新知识的能力, 这种能力又与认知邻近直接相关,因此企业及员工必须拥有相似的语言、知识基础和技术经验, 以及其他有利于企业间学习、联盟及创新的认知相似行为,这样才能推进合作双方顺利沟通和理解,使企业能够以较低成本从联盟伙伴那里获得资源和溢出知识,达到战略联盟的创新目标。总之,我们可以认为: 为了有效地交流、转移新知识,主体需要拥有相似的认知,即需要找到一个最佳的认知距离来确保沟通的有效性,从而促进创新活动的产生,也就是说企业会被拥有相似知识基础的企业所吸引。
基于以上分析,提出以下待验假设:
假设2: 企业更倾向于和拥有相似知识基础的其他企业建立战略联盟关系,即认知邻近提高企业之间联盟的可能性。
1.3其它因素对联盟伙伴选择的影响
1.3.1成本效应
成本效应通常指一个关系建立维持所需要的成本,虽然成本效应不能解释为什么形成战略联盟关系,但是常用来解释为什么不能形成战略联盟关系[11]。一般来说企业建立战略联盟关系的过程中主要涉及沟通、谈判、履约等交易成本,具体包括: 1搜寻成本,即使企业同处于一个行业, 但是想要寻找一个合适的联盟伙伴不可避免地需要花费大量时间、精力去找寻和了解,也就是说在企业战略联盟建立过程中,必然会存在搜寻成本; 2谈判成本,企业在寻找到潜在的联盟伙伴后,就需要对具体的联盟项目、联盟方式以及联盟条款进行详细谈判,这就会产生相关的谈判成本; 3履约成本,在企业联盟过程中,为了降低机会主义风险,避免对方不按照联盟规定履约而使自己蒙受损失,联盟双方都会花费大量的成本用于监督和督促对方执行合同; 4其他成本,在联盟过程中,可能还会产生无计划的知识外溢, 损害企业利益,为了降低此方面损害,企业必须投入成本进行控制,加强企业知识产权保护[25]。 为了解释企业战略联盟网络现有的结构及伙伴选择的影响因素,必须充分考虑成本效应造成的影响,成本效应解释了为什么所有的节点即企业无法完全连接到其他所有节点。
基于以上分析,提出以下待验假设:
假设3: 成本效应越大企业就不太可能与其他企业建立战略联盟关系,即成本效应降低企业之间联盟的可能性。
1.3.2吸收能力
吸收能力,这一影响因素一直受到研究企业联盟创新的国内外学者的重视,学者普遍认为企业吸收能力的水平与利用外界知识的水平是成正比的。Coben & Levinthal[26]( 1990) 首先提出吸收能力有助于提高企业创新绩效,因为外部知识只有被企业吸收后才能转化为企业自身可用的知识。Harabi[27]( 1997) 认为企业对外部知识的获取不是无条件的,企业自身要具备相应的知识基础,只有这样才 能充分的 消化、利用新知 识。 Chen[28]( 2002) 在理论上分析了企业自身吸收能力和创新绩效之间的关系,认为企业吸收能力增强将显著提高企业创新绩效,企业可以通过吸收外部新知识并将其转化为内部知识在企业内实现共享,从而增加知识的积累,最终实现创新。 由此可见吸收能力决定了企业从联盟中得到的期望收益,企业只有根据自身的吸收能力建立关系才能最大限度的获取外部知识。
基于以上分析,提出以下待验假设:
假设4: 吸收能力越强企业就越可能与其他企业建立战略联盟关系,即吸收能力增加企业之间联盟的可能性。
2实证研究
2.1研究方法的选取
本文将采取一种常用来分析网络变化模式的方法———锡耶纳 ( SIENA) 模型来进行研究,首先介绍该方法的基本原理,然后简述该方法中可供选择的几种非定向模型。
2.1.1锡耶纳(SIENA)模型
面对时间序列关系数据,传统的推理统计技术与其不相适应,而锡耶纳 ( SIENA) 模型结合了随机效用模型,即马尔可夫过程与模拟,可以解释社会网络的演变,更好地对网络结构的复杂性进行分析。近年来,锡耶纳 ( SIENA) 模型在经济社会学、管理学、经济地理学等领域[11]得到了广泛地应用。
众所周知,网络分析的第一个统计模型是静态的 “p”模型,主要有p1模型,p2模型和p*模型,该模型评价了变量和网络结构在一个特定时间的相关性,但是不能解释网络在两个时点之间的相关变化。然而,本文所使用的锡耶纳 ( SIENA) 模型可以解释随着时间的推移网络结构是如何变化的,即可以解释网络演进过程中内生影响 ( 结构的影响) 、外生影响 ( 个体特征和邻近性) 和随机效应的作用结果,这种演进可以理解为从t到t + 1,然后从t + 1到t + 2……的相关性变化。这是因为锡耶纳 ( SIENA) 模型结合了随机效应模型,随机效应是马克尔夫过程的一个结果,可以对按时间顺序的随机过程进行分析。因此,包含马尔可夫过程的锡耶纳 ( SIENA) 模型可以通过解释网络现行的状态,来预测该网络未来的演进[29]。
作为STOCNET[30]软件的一部分,锡耶纳( SIENA) 模型是一个以行为主体为导向的统计学网络模型,这意味着作为行为主体的企业可以根据网络结构和个体特征以及他们的邻近性来做出理性选择从而改变他们之间的关系。锡耶纳( SIENA) 模型为每一个行为主体定义了一个效用函数作为他们的目标函数,这个目标函数是模型的 “驱动力” ( Snijders, Steglich, SchweinbergerandHuisman ,2010)[29]。企业都期望目标函数能够最大化,因此这个函数决定了未来网络的结构。锡耶纳 ( SIENA) 模型同样是一个离散选择模型,该模型定义了一个选择的概率集合[11],在选择中企业能够创造、保持或者解散与其他所有企业的战略联盟。 当与随机效应相联系的关系变化在效用上达到最大,企业就会选择这种关系变化。
2.1.2相关的非定向模型选择
为了分析非定向网络数据,锡耶纳 ( SIENA) 模型提出了6种不同种类的模型。根据速率函数的差异分为两大类: 模型A与模型B。速率函数表示行为主体改变他们关系 ( 创造或解散关系) 的机会[29]。
在模型B中,速率函数表示了每一对关系改变的最大期望值,这个期望值导致单一关系变量Xij变化的机会是按 λi* λj的比率发生的。B模型由4个模型组成: ( 1) 关系基础模型,根据目标函数的平均数来创造关系;( 2) 成对关联模型, 当且仅当行为主体都同意时创造关系; ( 3) 成对分离 ( 强迫) 模型,至少一个行为主体选择发生关系; ( 4) 成对补偿 ( 添加) 模型,在两个行为主体的效用总数的基础上建立关系。
而模型A表示了这样一个观点: 在一个关系的创造上总是存在一个先驱者,企业很少同时做决定,如很少同时决定建立战略联盟关系,总会存在一个企业或多或少地首先提出一个可能的联盟建议。在模型A中单一关系变量Xij变化的机会是按 λi的比率发生的。A模型是由两个不同类型的模型组成: 一个是强迫模型,是当一个行为主体单方面决定建立或者解散一个关系时所使用的模型,在这种情况下,对于这种关系存在的唯一条件是最大化两个联盟者中一个人的效用,这个模型通常被用来描述分级网络; 另一个是单方主动互惠确认模型,一个行为主体提议建立一个关系,其他行为主体如果也想建立该关系的话需要进行确认。在我们看来,这个模型最接近战略联盟网络的现实,因而本文将使用这个模型。
2.2研究对象与指标选取
2.2.1研究对象
本文目的在于研究多维邻近性对企业战略联盟伙伴选择的影响,因此所选取的对象必须是创新能力和战略联盟都较为显著的企业。因此,本文将选择软件企业作为研究对象,主要是因为: ( 1) 软件产业技术更新快,一般只需要18 ~ 24个月的时间就可以完成一次技术更新升级,新技术、新概念、新思维在软件行业内层出不穷,符合创新活动显著的要求; ( 2) 我国大部分省市均建有国家级软件园,优惠政策引导软件企业集聚, 这使得软件企业间地理邻近客观存在; ( 3) 软件行业核心的计算机语言编程技能相似,使得从业人员知识背景相似,且企业间员工频繁 “跳槽”, 均导致软件企业知识交流活跃,认知邻近更为显著,有利于认知邻近研究的展开。国内外学者的实证研究结果也验证了这一观点,如Hagedoon[31]( 2000) 发现联盟创新在以信息技术产业为代表的高技术产业占了相当大的比重,而且这个比重还在不断增长,国内学者钟书华[33]( 2000) 问卷调查显示,开展联盟创新的企业中高新技术企业所占比例高达51. 8% 。
本文中,我们认为企业参加某项产业联盟即建立了与联盟中其他企业的战略联盟关系。这是因为这些国家级产业技术创新联盟会引导企业进行联盟合作,在产业联盟中企业也更容易找到合适的战略联盟伙伴,比如TD产业联盟会根据市场的需要,组织成员共同规划技术与产品发展路线,参与网络测试,组织共用技术的开发,从而推动有利的产业创新环境形成。
本文最终将研究对象定为中国产业技术创新战略联盟 ( CITISA) 中新一代信息技术产业、遥感与导航领域相关产业联盟中的软件企业。这些联盟包括WAPI联盟、导航定位芯片与终端产业技术创新战略联盟、地理信息系统产业技术创新战略联盟、电子贸易产业技术创新战略联盟、光纤接入 ( FTTx) 产业联盟、长风联盟、闪联及TD联盟等8个产业联盟。选取2010 ~ 2013年国家规划布局内重点上市软件企业及各省软件产业基地骨干上市企业等91个企业作为实证研究对象。
2.2.2纵向网络数据库的建立
我们分别收集2009 ~ 2013年上述8个产业联盟中的成员状况作为关系数据,每一年都建立一个关系网络矩阵。由于SIENA模型要求网络必须是动态变化的,故我们剔除了与2011年几乎保持不变的2012年网络。为了建立纵向关系数据库, 本文假定当两个企业同时参加一个产业联盟时, 他们就会发生关系。关系的测量用二进制方法: 0表示企业在这一年没有参加相同的产业联盟,1表示企业在这一年至少参加了一个相同的产业联盟。据此我们得到4个企业战略联盟网络。
由表1可以看出战略联盟网络改变状况。每年随着更多的企业加入产业联盟,没有企业退出产业联盟,使得更多的关系被创造。事实上,观测期间的增长速度指标显示,企业战略联盟网络是在不断增长的。然而,经过2009 ~ 2010年的一个迅速扩张后,网络在2010 ~ 2011年增长变缓,在最后一个时期2011 ~ 2013年成为一个稳定时期,网络变化不大。
由表2可以看出每年战略联盟网络结构的特点。密度等于有效联系数目除以可能联系的最大数目,密度接近0表示一个联系不好的网络,密度接近1表示一个联系较好的网络,就表2而言, 2011年和2013年战略联盟网络中企业间联系程度比2009年和2010年好。
2.2.3指标选取与测度
( 1 ) 地理邻近
地理邻近是由同一空间区域企业的协同定位决定的。通过91个上市企业年报我们可以找到企业地址,从而建立二元形式的地理邻近。我们将空间区域分为3个层次: 省、市、区。如果企业不属于同一省份,他们在地理上就会很遥远,但可能共享一个临时的地理邻近,此时地理邻近赋值为1; 如果属于同一省,他们共享一个低等的地理邻近,赋值为2; 如果属于同一省中的同一市,他们共享一个中等的地理邻近,赋值为3; 如果属于同一省中的同一市下属的同一区,他们共享一个高等的地理邻近,赋值为4。
( 2) 认知邻近
认知邻近反应了企业在相互沟通时所表现的行为方式的相似性,涵盖了一般意义的技术邻近和知识基础相似,具体包括企业之间共同语言、 相似的知识和技术等。本文用员工的认知邻近来衡量企业的认知邻近,员工认知邻近则需从广度和高度两个方面考虑,广度可用企业中技术人员所占比重来衡量,高度用企业中硕士以上学历员工所占比重来测度,以两者的乘积表示员工认知邻近。相关数据我们可以从91个上市企业年报中找到,并将两个企业各自的认知邻近数值之差作为二元形式的企业间认知邻近。
如图1所示,大部分企业认知邻近二元数据集中在0 ~ 0. 1这一范围内。本文认为当企业间认知邻近数值越小,两个企业员工认知程度较为相似,则两个企业共享一个高度的认知邻近。在此基础上,本文建立认知邻近变量: 数值为0 ~ 0. 1赋值为2,其余为1。
( 3) 成本效应
在纵向网络分析的文献中常用出度或者密度效应来表示一个关系建立的成本。本文采用出度 ( 即当关系有方向时,自该行为主体引出的关系数目) 表示企业成本效应,考虑到在本研究产业联盟案例中通常只有企业加入而没有企业退出, 将以2013年的战略联盟网络数据为基础形成二元形式的成本效应,若企业间建立战略联盟关系赋值为2,否则为1,这囊括了5年内所有企业建立的战略联盟关系情况。
( 4) 吸收能力
吸收能力通常用企业研发强度来测量。本文用两个企业间研发费用占营业收入的比值之和来表示二元形式的吸收能力,从91个上市企业的年报中我们可以找到相关数据。
如图2所示,大部分企业吸收能力二元数据都处在0 ~ 0. 35这一范围内。本文认为当两个企业相关比值之和越大,两个企业研发强度总的来说越强,那么二者吸收能力也就越强,在此基础上本文将对0 ~ 0. 35的吸收能力赋值为1,其余赋值为2。
综上所述,二元形式的变量与测度如下 ( 见表3) 。
2.3实证结果分析
模型中所有的参数估计是运用锡耶纳 ( SIENA) 模型中单方主动互惠确认模型,及条件矩估计法,基于2771次迭代而得出。所有的变量t值均在P < 0. 1的水平下显著,且各变量的t比率 ( t - ratios) 小于0. 1,且接近于0,显示了该模型具有良好的收敛度。表4总结了最终结果。
注: * p < 0. 1,**p < 0. 05,***p < 0. 01
一般参数 ( λt ~ t + 1) 每年会越来越小,这仅仅表明在这一期间战略联盟网络发生了变化。每个企业战略联盟变化的期望值在2009 ~ 2010年之间为1. 4956,在2010 ~ 2011年之间为0. 6710, 最后在2011 ~ 2013年之间为0. 3724。这种变化表明企业间战略联盟网络是低增长的。意味着后一个时期比前两个时期有较少的机会来改变关系。
在企业战略联盟的建立上,地理邻近系数为0. 3005,是一个正向且显著的参数。结果表明, 企业更倾向选择在地理上邻近的企业作为战略联盟伙伴,这主要是因为软件和技术服务业是信息时代背景下我国重要的战略新兴产业,目前仍处于快速发展阶段,布局仍以政府主导的软件产业园为主,即政府通过政策性引导,使企业间距离较短并由此形成企业聚集。由此看来假设1是成立的。
从结果上看,认知邻近参数为1. 4506,正向且显著,这说明了我国软件企业倾向于与拥有相似知识基础的企业建立战略联盟关系。一方面是因为作为软件行业核心的计算机语言编程技能相似,从业人员知识背景相似,认知邻近使企业能够进行高效沟通与学习吸收,因此具有相似知识基础的企业会倾向于建立战略联盟; 另一方面由于技术更新快的产业特点,使得软件行业对创新需求特别旺盛,而我国软件行业较国外起步晚, 技术力量薄弱,信息渠道不畅通,而企业建立战略联盟正好能解决此问题,因此具有较高认知邻近的企业会倾向于联盟合作,以此整合联盟双方力量,获得联盟建立所带来的合作创新等好处。 总之,认知邻近对于战略联盟关系的建立发挥显著正向效应,因此假设2是成立的。
对比地理邻近参数与认知邻近参数可知,虽两者都为正且显著,但认知邻近参数远大于地理邻近参数,说明认知邻近对于企业联盟伙伴选择的影响效应远大于地理邻近。
成本效应的系数为 - 0. 4032,是负向且显著的。这说明建立战略联盟关系是有代价的,即使面对建立战略联盟关系、并由此获得的战略联盟创新等好处,企业也不得不考虑这种代价。这主要是由于我国软件产业整体处于全球产业链低端, 高科技类中小创业型企业较多,规模较小,资金短缺,融资与筹资能力相对有限,而企业建立战略联盟的过程中不可避免的存在搜寻、沟通、谈判、履约等方面的交易成本。虽然,产业联盟可为企业提供潜在合适的战略联盟伙伴,从而在一定程度上降低搜寻成本,但是企业间战略联盟的建立仍需要其他力量的推动。因此假设3在此看来是成立的。
对于建立战略联盟关系来说,吸收能力的系数为0. 4460,是一个正向且显著的参数。这表示当企业及员工吸收能力高时,企业会为了获得创新而倾向于建立战略联盟。这主要是由于软件行业技术更新快,生命周期短,对创新需求大,而高吸收能力能够提高企业吸收利用外部知识的水平,从而促进创新,使得企业以技术创新抢占市场,继而产品创新占领市场。换句话说,高吸收能力增加企业建立战略联盟并实现联盟创新的可能性。由此看来假设4是成立的。
3结论与启示
本文在重点解析地理邻近、认知邻近对企业战略联盟伙伴选择的影响机制的基础上,创造性地运用SIENA模型,从动态视角对企业战略联盟伙伴选择影响因素进行定量分析,得出以下重要结论。
( 1) 地理邻近对企业战略联盟关系的建立产生显著正影响,但这种地理邻近并不是要求企业盲目扎堆而形成的短距离,而是要求形成具有产业特性与网络特征的真正意义上的产业集群[34]。 鉴于此,对于政府来说,要根据实际情况出台相关政策来完善软件行业产业链,有意识地引导位于产业链不同环节的企业进行合理的配套布局, 充分发挥地理邻近的最大效应[20]; 对于企业管理者来说,要确定企业在产业链中的地位,与其他企业形成较为合理的地理邻近关系,尤其是中小企业可布局在大企业周围,以此来加强企业间的合作,减少交易成本,激励企业战略联盟创新行动。
( 2) 认知邻近对企业战略联盟关系的建立至关重要。因此,一方面要形成企业间的共同语言、 共同标准以及相似的知识基础和技术水平,从而降低企业交流障碍,通过加强员工吸收能力来提高信息获取速度和效率; 另一方面要建立企业间交流与学习的正式高效渠道,拓展企业关系网络, 提高信息知识的共享度和传播水平,促进战略联盟高效持续发展。鉴于此,对于政府来说,要为企业提供互动交流的平台与场所,创造企业间正式与非正式的交流机会,便于企业针对最新技术发展动向进行沟通,加强企业间信息知识流动, 提高企业间战略联盟的广度和深度; 对于企业管理者来说,要促进企业积极参与行业技术标准的制定,提高企业间认知邻近,将标准制定作为企业建立战略联盟的纽带和参与市场竞争的重要手段。
( 3) 成本效应是企业在选择战略联盟伙伴时需考虑的重要因素。面对建立战略联盟从而获得合作创新等好处,企业仍旧需考虑建立战略联盟所付出的代价,可见此成本限制了企业间联盟的建立。鉴于此,对于政府来说,要重点培育战略联盟创新环境,出台相关法律法规,规范企业行为,促使企业建立良性联盟与竞争关系,引导企业战略联盟低成本、高效率的建立与开展,促进企业战略联盟创新网络的形成与发展; 对于企业管理者来说,要充分利用行业协会或产业联盟搭建的公共技术研发平台等联盟创新平台,促进企业间沟通交流,降低联盟伙伴搜寻成本,并促进企业间认知邻近进一步提高,从而促进企业战略联盟的建立及联盟创新的持续增长。
基坑降水对邻近地铁的影响 篇3
1.1 基坑基本信息
拟建基坑位于郑州市花园路与渭河南路交叉口西南角, 南邻翰林路, 东邻花园路, 北邻渭河南路。拟建建筑主楼地上28层, 地下4层, 裙房地上9层, 地下1层。拟建建筑层高、结构、荷载、基础埋深等情况详见表1。
1.2 基坑与地铁位置关系
拟建基坑开挖深度为21m, 基坑周长约460m, 平面面积约为1.1万m2。基坑红线距离地铁中线最近距离为35m, 基坑维护结构距离地铁隧道边线最近距离为33m。如图1所示。
1.3 基坑支护与降水方案
拟建基坑支护方案采用上部土钉墙, 下部桩锚, 并采用高压旋喷桩做止水帷幕[1,2,3,4]。拟建基坑降水采用管井降水, 管井平面布置和参数如图2所示。
2 工程地质条件
第一层:粉土 (Q4-3al)
褐黄色, 稍密, 稍湿, 干强度低, 韧性低, 无光泽反应, 含蜗牛壳屑、铁锰质结核, 偶见小姜石, 局部相变为粉细砂, 本层层底埋深2.0-4.0m, 层厚2.0-4.0m。
第二层:粉质黏土 (Q4-3al)
黄褐色, 可塑-软塑, 偶见淡水田螺外壳, 常见铁锈状斑点及白云母碎片, 干强度中等, 韧性中等, 稍有光泽, 摇振无反应。局部夹有粉土薄层或透镜体。本层层底埋深4.0-7.2m, 层厚0.7-5.0m。
第三 (1) 层:粉土 (Q4al)
黄褐色, 很湿, 稍密-中密, 干强度低, 韧性低, 无光泽反应, 摇振反应中等。本层层底埋深7.5-9.5m, 层厚0.0-2.5m。本层主要场地东北部分布。
第三 (2) 层:细砂 (Q4-3al)
黄褐色, 饱水, 稍密-中密, 砂粒成分以石英、长石为主, 含少量云母和暗色矿物, 砂质不纯, 局部相变为粉土或粉砂, 本层层底埋深10.4-12.0m, 层厚0-7.6m。本层主要场地东北部分布。
第四层:粉土 (Q4-2al+l)
灰色或灰黄色, 湿-很湿, 稍密-中密, 见有铁锰质斑点及蜗牛壳片, 干强度低, 韧性低, 无光泽反应, 摇震反应中等, 砂感明显。本层层底埋深8.0-12.0m, 层厚3.2-5.0m。
第五层:粉质黏土 (Q4al+pl)
灰黄色或灰色, 可塑-软塑, 干强度中等, 韧性中等, 稍有光泽, 摇振反应无。本层层底埋深10.6-15.2m, 层厚0.0-4.2m。
第六层:细砂 (Q4-1al)
灰色或灰黄, 饱水, 中密-密实, 局部过渡为粉砂或中砂, 中间夹有粉土薄层, 砂粒成分以石英、长石为主, 含少量云母和暗色矿物, 分选较好, 级配一般, 局部为中砂。本层层底埋深21.0-24.4m, 层厚7.8-11.2m。
第七层:粉质黏土 (Q3al+pl)
黄褐色, 可塑-硬塑, 干强度中等, 韧性中等, 稍有光泽, 摇震反应无, 含小姜石及铁锰质结核。本层层底埋深26.0-31.2m, 层厚4.0-7.2m。
第八层:粉土 (Q3al+pl)
黄褐色, 很湿, 中密-密实, 含姜石, 干强度低, 韧性低, 无光泽反应, 摇振反应中等。本层层底埋深32.2-34.4m, 层厚2.1-7.0m。
3 水文条件
本场地在勘探期间实测地下水位埋深为8.5-11.0m (勘探时地面起算) 左右, 地下水位绝对标高为88.0m, 含水层为粉土和下部的粉细砂层, 历史最高水位绝对标高97.5m。近3-5年, 在不受人工降水影响情况下, 场地内地下水最高水位为地表下4.0-5.0m (自100.0m标高起算) 。地下水位的年变化幅度约2.0m, 设计抗浮水位埋深可采用自然地面下2.5m (自然地面标高按100.0m考虑) 。地下水类型属孔隙潜水类型, 其动态主要受大气降水及地下水开采影响而变化。
4 基坑降水计算结果
4.1 计算方法
任意点降深计算公式采用基坑工程手册公式[5]。
沉降计算方法:建筑地基基础设计规范方法, 考虑应力随深度衰减的方法, 且考虑相互影响半径, 沉降计算相互影响半径按10.000 (m) 考虑。
4.2 计算结果
4.2.1 基坑涌水量计算
按《规范》附录F计算得:
根据《规范》F.0.7确定降水影响半径R=298.573 (m)
根据《规范》F.0.7确定基坑等效半径r0=61.257 (m)
基坑涌水量=5454.237 (m3/d)
4.2.2 降水井的数量计算
按《规范》8.3.3计算得:
单井出水量按80.000 (m3/d) 计算, 需要降水井的数量
4.2.3 单井过滤器进水长度计算
按《规范》8.3.6验算得:
单井过滤器进水长度=11.743 (m)
5 基坑降水对地铁处土层沉降的影响
5.1 土层沉降观测点计算
地铁沿拟建基坑布置6个沉降分析点, 布置如图2所示。各点沉降计算分析[6,7]见表2。
5.2 土层沉降分析
根据地铁沿拟建基坑布置的6个沉降分析点不同深度土层沉降结果, 得到以下结论:
5.2.1 平面上, 距离基坑最近的B点, 土层沉降最小, 距离基坑越远土层沉降越小;
5.2.2 剖面上, 各点埋深越浅的土层, 沉降越小;
5.2.3 基坑以外, 地铁埋深位置土层沉降量很小, 此次基坑降水对周边地铁处土层影响很小。
参考文献
[1]袁正辉.深基坑开挖对近邻桥桩的影响研究[D].北京交通大学, 2007.
[2]黎科.深基坑开挖对邻近桥桩的影响研究[D].天津大学, 2007.
[3]陈福全, 汪金卫, 刘毓氖.基坑开挖时邻近桩基性状的数值分析[J].岩土力学, 2008, 29 (7) :1971~1976.
[4]彭良泉, 李盛青.新建堤防对既有桥桩影响的三维有限元分析[J].人民长江, 2013, 44 (24) :6~8.
[5]中华人民共和国住房和城乡建设部.JGJ120-2012建筑基坑支护技术规程[S].北京:中国建筑工业出版社, 2012.
[6]姜谙男, 塔拉, 李鹏.邻近桥桩地铁车站施工数值模拟及敏感性分析[J].岩土工程学报, 2013, 35 (2) :1151~1154.
邻近工作面 篇4
邻近发现 (Proximate discovery) 功能是本次互联网革新的关键, 这一功能的应用, 能让一台移动设备被动且持续地搜索设备使用者附近的价值内容。这远不仅仅是简单的“朋友发现”功能, 邻近发现更像是一个平台, 其基于D2D (设备对设备) 广告中大量的用例集合, 定义下一代移动应用服务。无论是对企业家, 风险投资家, 还是互联网行业中的巨头而言, 邻近发现都是其亟待部署的关键功能之一。
市场分析:邻近发现是市场发展的必然趋势
大约三年前, 邻近发现还尚未成为移动创新的前沿焦点, Eric Schmidt, 谷歌的首席执行官, 发表了一段著名的谈话——我们的手机, 将会告诉我们附近的相关价值信息。Eric Schmidt将这一服务称为“偶然搜索引擎”, 现在已经成为移动行业里的首要战略任务, 在消费者的生活中扮演着极为重要的角色, 同时也被市场赢家视为战略机会和经济机会。
邻近发现 (业内也称其为“环境感知”) , 指的是一个能够持续监测设备周边物理环境的移动应用。现有的基于云端的范式是通过永久追踪用户位置, 并将其信息与附近的数据库进行比较。任何相关的内容都会触发一个特定的操作 (如通知用户附近的价值信息) 。相关性的限定符是预先设定的, 通常与用户合作确定, 也有可能涉及到用户社交图谱、兴趣集合中的内容, 或是从用户智能手机内部传感器中获得的上下文信息。
应用开发商所看重的, 是邻近发现功能所带来的附带内容, 尤其是Eric Schmidt’s对偶然发现的愿景——即应用程序能传递与用户、服务或事件高度相关的、个性化的、通常会忽视的信息。被动的邻近发现服务允许每个个体都能永远寻找他/她所偏好的社交关系或利益。
除了邻近发现, 还有很多其它潜在的应用, 激发了行业的热情和活跃性。消费者可以收到附近他们所喜爱的稀缺服务或活动 (如演唱会) 的提醒;对酒店而言, 当其最佳客户经过门口时, 可以收到通知;游客可以收到关于附近有趣事物的通知;当一辆车开到家附近时, 家里的灯会自动打开;当孩子离开了院子, 家长可以收到通知;行人也会收到该地区犯罪警报的通知;外籍人士可以辨认出来自其本国的其他人。这样的应用列表和愿景, 就这样一直不断增加下去。
市场瓶颈:系统约束是市场规模化的障碍
然而, 除了所有的这些希望和期待、应用和机会、关注和投资之外, 没有一个单一的环境移动应用可以跨越鸿沟——成为任何类型的主流消费。如今, 消费者希望在每一个可能的领域, 都获得邻近发现, 但Eric Schmidt’s的愿景目前还只停留在理论阶段。
那么, 问题出在哪里呢?没有一个解决方案可以绕过以基于云的邻近发现为基础的永久位置追踪。相关的隐私泄露问题和电量耗费问题也成为消费者最为强烈的痛点。此外, 市场上的最佳解决方案的价值主张, 从他们在邻近发现中所能辨别的对主流受众物有所值的价值内容的相关性和范围来说, 都非常局限。虽然, 这些局限性都可以并会日益得到优化, 但集中化发现所固有的系统性障碍永久性地制约了消费者的广泛采用。
1.消费者隐私成本
前年, 黑客曾发现i Phone和i Pad操作系统中存储的一个文件——手机主人曾去过的位置信息的时间戳列表, 该列表文件未经加密也不受保护, 极大地泄露了用户的隐私, 苹果因而成为当时的头条新闻。虽然苹果迅速发布了一个补丁来解决这个问题, 但是该事件提醒了人们, 隐私问题是移动领域内的关键问题。
消费者隐私成本虽然因地域和人口特征的不同, 会有所差异, 但对任何地方的主流消费者而言, 位置共享的隐私成本往往是非常高的。已有的隐私泄露问题, 和失望的消费者, 正越来越习惯于提高这些隐私成本, 并且越来越热衷去关注隐私成本。这也在立法和诉讼中得到了充分的体现 (Apple, Facebook和微软都曾在2012年因最追踪移动用户的位置而被起诉) 。最近的许多文献都检查并测定了位置追踪所产生的影响, 并被视为影响用户采用的最首要的、最严峻的一个障碍。
2.保密立法
过去的安全事故和媒体舆论, 促使全球的政府镇压关于用户位置信息和个人信息的商业用途。美国、欧盟、中国和印度都已经颁布了一系列指令和法规, 旨在遏制移动应用程序追踪位置信息和手机用户数据的能力, 这对应用服务商来说, 是一个极大的挑战和负担。以一项欧盟的指令为例, 允许用户可以从网络媒体中删除他们的信息, 而这一做法通过合规来保证事实上是不可能的。大公司预计将会面临相当高的罚金, 而小公司也很难实现。
此外, 法律细节和做法将会动态变更。由于地域差异, 应用服务上将需要兼容多个指令所产生的复杂性。当谷歌意外从开放的wifi网络中收集到个人信息数据, 例如, 一些欧盟国家要求删除这些数据, 而其它国家则要求谷歌无限期地保存这些信息。这些问题将会进一步提高应用开发商部署基于云的环境感知能力的成本, 同时也有可能阻碍了跨地区商业的互操作性。
3.电池消耗
电量消耗仍然是阻碍消费者采用环境感知应用程序的关键问题。回顾往届的SXSW大会, 邻近发现应用程序成为了一个全球性现象, 你不免会听到这样的问题“你还没安装邻近发现应用程序吗”。为什么没安装呢, 答案几乎都是:太耗电。
在可预见的未来, 虽然硬件的进化和算法的优化会带来一些显著的改善, 但电池消耗问题将仍然是一个突出的障碍, 任何一个解决方案都会做一定程度的妥协, 从而保证位置的完整性。
4.有限的效用
移动偶然发现的价值主张是基于用户设置的“类同监视器”, 该“类同监视器”能持续地检测用户附近与这些类目相关的价值内容, 不管这些价值内容是从哪里来的。一个监视器——比如说, “冲浪”——应该提供能够挑选冲浪爱好者、冲浪高手、冲浪活动和服务、冲浪商品和优惠的功能。在这一领域中的网络需求是巨大的。主要竞争对手Facebook和Google联合起来, 或许可以做到这一点——提供足够的网络覆盖和高度精确的相关性定位。考虑到应用服务的“烟囱式”性质, 提供跨品类的广度发现, 通常难以通过集中化的方式进行规模化。
市场方案:LTE Direct是位置营销的战略突破
LTE Direct (简称为LTE-D) , 是一个针对邻近发现的3GPP机对机提议解决方案。它通过对其它LTE-D设备进行大范围 (500m视线距离) 的监控, 省去了位置跟踪和网络呼叫。它在一个同步系统中也可持续进行, 电池尤为持久, 且可以同时检测数千个邻近服务。
LED Direct可以作为移动设备的一项服务, 直接运行在授权频谱上。这是一个机对机解决方案, 实现了服务层的发现功能。移动设备可以授权LTE-D监视其它设备上的移动应用服务, 并在物理层宣布其自己的服务 (由其它LTE-D设备上的服务进行检测) 。这使得在LTE-D持续工作的时候, 应用程序可以被关闭, 当它检测到与其设置的监视目标相匹配的服务时, 可以通知应用程序。
因此, 对于正在试图部署邻近发现的解决方案, 以扩展其现有的云服务的移动开发商来说, LTE-D是一个非常具有吸引力的替代方案。LTE-D是一个分布式发现解决方案 (与现有的集中发现相对) ——应用程序放弃了相关匹配识别中的集中化数据处理方式, 而是通过相关属性的发送和监视来判定设备级别的相关性。
这种方法能极大地保护隐私。LTE-D在判定邻近度时, 并不会利用令人反感的永久位置跟踪。LTE-D将发现结果保存在设备上, 而不是存在云端, 从而允许用户层可以控制其分享的内容。用户在关闭云共享的时候, 也能够享用应用程序。此外, LTE-D耗用的电量几乎可以忽略不计, 帮助移动开发商解决了电池的问题。
在竞争激烈的移动应用领域, 智能手机用户往往下载了数十个应用程序, 经常使用的却只有几个。对用户而言, 应用程序使用的隐私成本和电量耗费是决定性的因素。因此, 应用开发商在决定增加邻近发现功能时, 要慎重考虑这两个要素。
LTE Direct针对邻近发现功能, 提供了一个引人注目的解决方案。作为一个分布的、基于设备的发现系统, LTE Direct不仅具备重要的新型效用, 还能够帮助应用提供商降低消费者使用成本, 从而让邻近发现功能变成可扩展的主流消费。此外, 移动运营商也有望从LTE Direct的潜在需求中获得收益, 或从其它市场 (如广告) 、或其它渠道 (如数据挖掘) 中获得高于以往好几倍的收入。这些机会也构成了移动运营商的战略优势, 是他们获得顶尖创新和高额利润的重要基石。
市场启示:LTE Direct是市场竞争的重要武器
LTE Direct与邻近发现领域内其他解决方案的区别, 最终体现在需求上。虽然业内领先的应用服务提供商可能会付费利用LTE-D提供的这一突破性的战略机遇, 但是市场上还有成千上万的应用开发商, 他们也可以运用“邻近发现”, 完善或扩展其现有应用的价值。
移动运营商将会成为LTE Direct的未来全球图谱持有者, 他们授权并控制着LTE Direct系统的访问权。任何试图配备LTE Direct环境感知功能的应用都必须直接向移动运营商支付相应的使用费, 而收费正是目前的一桩大生意。专为移动应用开发商提供API服务的市场, 至2015年有望拓展到1000多亿美元。应用开发商需支付其从接入谷歌地图的API, 到运用工具操纵用户手机摄像头, 这一系列过程中所发生的所有服务的费用。
对移动运营商来说, LTE Direct为他们提供的是一个极为梦幻的市场机会, 即使是对小型运营商而言, 从“偶然发现”这一功能中衍生出的商业活动, 每年都价值数百万。保守估计, 要使用LTE-D邻近发现服务, 每个订阅者的年费约为4美金, 除此之外, 还拥有一个更广大的市场。例如, 广告推送、忠诚度服务、家庭自动化等服务都进一步拓展了临近发现这一市场机会的经济价值。此外, 数据挖掘也代表了另一个可以为移动运营商提供额外收入的维度。
地铁施工邻近管线安全风险管理 篇5
一、地铁施工特点
1.因地铁结构均处于地下环境,所以其不可避免会受到当地工程地质及水文条件的影响。一般情况下,地下结构靠近地层,变形因受到地层的约束,会与围岩一起运作。所以在进行结构受力的分析时,需要就围岩对结构的约束抗力进行全面的考虑,但对于抗力实际大小,则需要根据结构与地层的紧密程度,以及围岩自身的岩性而决定。
2.地铁结构主要埋设在地下,且呈现出一种长条状,然后延伸至几十公里,有时甚至会更长。一般情况下,地铁沿线穿越的地层是大不相同的,所以邻近各地段的地形与地物也都会有一些差异存在。例如地铁施工附近的环境、建筑物等周边边界条件,虽然大不相同,但却互相影响着。
3.在进行地铁工程的施工时,一方面会受到周围地质与环境影响,另一方面也会对周围的环境产生一定的影响。例如地下水环境的变化,以及地铁经过时产生的振动以及噪音等。
4.地铁工程往往会占据较大的地下空间,且在其施工过程中,空间状态也会出现一些变化,由此可以看出,随着时间的推移,此种时间及空间的变化会形成一个动态的变化过程,也就是所谓的时空效应,这种效应会使得结构物与围岩发生物性变化。基于此,必须对这些变化情况进行及时的量测与跟踪了解。在此情况下,量测与监控的必要性与重要性也逐渐显现出来,从而加大了地铁工程施工的难度与复杂程度。
二、地铁施工邻近地下管线分类及其破坏模式
1.地下管线分类
一般情况下,城市地铁施工邻近管线可按照用途、材质、接口形式等进行分类。其中,如果按照用途进行分类,则主要包括燃气管道、给水管道、排水管道、电力和电缆等。如果按照材质进行分类,则主要包括钢筋混凝土(混凝土)管、铸铁管、钢管和聚乙烯管。如果按照接口形式进行分类,则主要包括刚性管和柔性管。
2.地下管线破坏模式
对于地下管线的破坏形式,主要包括管线应力破坏(常见于柔性管线)、管线接头变形破坏(常见于刚性管线)两种管理模式。地下管线破坏可能是以上两种模式之一,也可能是以上两种模式同时发生。
三、管线邻近等级划分
对于管线邻近等级划分,具体如表1。
四、管线安全风险因素分析
1.管线自身的影响
对于地下管线,其自身能够承受的荷载与形变抵抗能力是确保管线能够正常运行的关键。但管线自身的腐蚀情况以及渗漏情况,也会对管线的安全运行造成一些影响。
2.地铁施工的影响
工程施工管理是影响管线安全风险的主要因素之一,且在公路工程施工过程中,其必定会在一定程度上破坏管线邻近的土体平衡状态,这样一来,会使得重力重新分配以及造成沉降影响,从而给管线正常工作带来一些附加压力,在此情况下,必然会使管线应力发生变化,最终引发附加形变现象。
3.土质参数的影响
大多数情况下,管线都是以网络形式存在的,所以,只要土质层参数不同,其对同一地区管线带来的影响也是不一样的。此外,在进行管线安全风险的衡量时,要以内摩擦角、弹性模量为主,并将粘聚力作为评定的标准。
4.相对位置的影响
所谓相对位置,一般是指管线及地铁之间的相对竖直距离、相对水平距离。对于管线变形现象,其与距离存在一种反比例关系。
五、管线安全风险评价标准
1.Ⅰ级:管线沉降较小,煤气管线沉降值应小于5mm,给水管线沉降值应小于10mm,排水管线沉降值应小于20mm。
2.Ⅱ级:管线沉降很小,煤气管线沉降值介于5~8mm,给水管线沉降值应为10~20mm,排水管线沉降值应为20~30mm。
3.Ⅲ级:管线沉降处于安全范围内,煤气管线沉降值应为8~10mm,给水管线沉降值应为20~30mm,排水管线沉降值应为30~40mm。
4.Ⅳ级:管线发生较大沉降,煤气管线沉降值应为10~20mm,给水管线沉降值应为30~40mm,排水管线沉降值应为40~50mm。
5.Ⅴ级:管线发生很大沉降,煤气管线沉降值要大于20mm,给水管线沉降值要大于40mm,排水管线沉降值要大于50mm。
六、管线安全风险管理控制措施
当风险等价为Ⅰ级时,管道处于安全状态,需以施工参数控制为主,但是在正式施工之前,不需要对管线采取专门的保护措施。在施工中,可适当监测管线的沉降。
当风险等价为Ⅱ级时,管道处于较安全状态,只需进行简单的保护,即仅需对隧道施工过程采取一般性安全保护措施,仅需要在洞(坑)内采取措施,施工中管线安全监测强度较小。
当风险等价为Ⅲ级时,管道处于危险状态,此时需要采取重点保护措施,即对管线所在土体和隧道施工过程同时采取较为专业的保护措施,需要在洞(坑)内、洞(坑)外同时采取措施;施工中加强施工参数控制,提高管线状态的监测频率,同时对管线周围松散土体进行注浆加固。
当风险等价为Ⅳ级时,管道处于比较危险状态,此时需采取专业保护措施,即对管线所在土体和隧道施工过程同时采取专业保护措施,除在洞(坑)内、洞(坑)外同时采取措施外,还需要有专业人员提供的专业保护措施和紧急预案;施工前,对管线及隧道之间的土体进行注浆加固或进行钢板桩隔离加固;施工中严格施工参数控制,严密监测管线状态,还可使用悬吊法或支撑法来固定管线。
当风险等价为Ⅴ级时,管道处于很危险状态,此时除了要做好上述专项保护措施之外,还要制定专项性紧急预案,对管线荷载进行彻底的清除,并采用注浆加固及钢板隔离加固的方式来强化管线,尤其是需要密切的观察施工参数,加强管线固定。
七、案例分析
某隧道工程中的某竖井基坑宽29.3m,长43.6m,开挖深度为21.8m,地下连续墙厚度为0.8m,插入深度为34.5m。设置5层支撑,第一道为钢筋混凝土支撑,其它均为钢支撑,且其主要由正交撑和斜撑组成。竖井基坑附近有一给水管道,给水管道埋深1m,距离基坑6.8m,管材为C20混凝土,其管径为0.8m,厚度为50mm,管线运行状况一般,根据上述级别标准,判定管线邻近等级为Ⅴ级,需要进行详细安全评估,从而确定管线的安全风险等级和施工对策。通过对该工程进行数值模拟分析,可得出该工程中给水管道的变形情况,并发现其最大位移主要发生在基坑中部,而管线变形的最大水平位移为6.932mm、最大竖向位移为1.284mm。由此可以看出,管线的竖向位移和水平位移均不超过30mm,安全风险等级为Ⅲ级,需采取重点保护措施,在施工中控制施工工艺,基坑开挖时,注意及时设置支撑,做到随挖随撑,并注意变形监测,如果监测结果发现变形过大,则需加固基坑附近的土体。该工程基于以上要求顺利完成了施工,施工监测结果表明该管线变形有效控制在要求范围内。
八、结语
基坑施工对邻近建筑影响优化分析 篇6
关键词：基坑施工,邻近建筑,影响,保护
随着我国经济的飞速发展, 建筑市场不断对外开放, 引进外资的同时也提高了相关技术, 基坑施工技术也随之日益成熟。对于在邻近建筑物条件下进行的高层建筑的基坑施工更是值得注意, 因为在邻近建筑物条件下进行的高层建筑的基坑施工, 不仅要保证基坑的施工质量, 还要降低基坑施工对邻近建筑结构的影响, 最大程度的保护邻近建筑物的结构不被破坏。
1 周边有建筑存在条件下深基坑施工给邻近建筑带来的影响
在邻近建筑物条件下进行的高层建筑的基坑施工, 不仅要保证基坑的施工质量, 还要降低基坑施工对邻近建筑结构的影响, 最大程度的保护邻近建筑物的结构不被破坏, 基坑施工对邻近建筑的影响不容忽视, 必须严格控制, 一旦控制不当, 不仅影响基坑的稳定性和强度, 降低施工质量, 更重要的是影响邻近建筑结构, 甚至是破坏其结构, 影响其正常使用, 带来不可估量的损失。
1.1 周围地表沉降
在周围建筑物较密集的条件下进行深基坑施工, 周围地表沉降是最常出现的问题, 且一般包括3个阶段。首先出现的是均匀沉降, 均匀沉降主要是由基坑外地下水位的下降引起的, 而地下水位之所以会下降主要是因为坑内沉井时进行了降水。均匀沉降之后便是差异沉降阶段, 该阶段不会像第一阶段各测点发生均匀沉井, 而是出现沉降量大小各异的差异沉降。之后, 各测点沉降量之间的差异继续增大, 地下水不断涌现, 加剧了地表沉降程度, 各测点沉降速度也在不断提升, 最终沉降趋于稳定。然而此过程已严重破坏了邻近建筑物的结构, 影响了其正常使用。
1.2 导致周边建筑开裂
基坑施工过程中周边建筑产生开裂, 更有甚者, 使得周边建筑坍塌, 促使重大安全事故的发生, 究其原因还是由周围地表沉降引起的。基坑施工过程不仅受施工环境及地质条件的影响, 同时受所处社会这一大环境的影响, 是一个极其复杂的系统工程。基坑施工不仅要保证基坑的施工质量 (即稳定性及强度等) , 还要降低基坑施工对邻近建筑结构的影响, 最大程度的保护邻近建筑物的结构不被破坏。基坑施工过程中地表沉降是不可避免的, 但我们可以对此加以控制, 使沉降量在邻近建筑可承受范围之内, 这样就不会导致周边建筑的开裂。
2 周边有建筑存在条件下的深基坑施工优化策略
2.1 优化深基坑加固策略
基坑开挖, 或多或少会对周边建筑带来相关影响, 特别是高层建筑, 其基坑开挖深度更深, 对周边建筑影响更大, 为把这种影响控制在最小范围, 必须在基坑开挖过程中进行加固。加固的方法有很多种, 笔者结合自身实际经验, 简要探讨压密灌浆法进行优化加固的措施。
所谓压密灌浆, 简单而言, 就是钻孔、灌浆、扩展三法合一。待到土体压实过后, 在压密灌浆整个过程中, 基本不会形成泡沫, 可以分析得出, 灌浆力度只能是朝水平方向进行扩散。当控制恰当时, 泡沫也会形成, 随着时间的增加, 泡沫直径逐渐变大, 在变大的同时, 其平均升力也在不断增强, 但是当泡沫的直径随着时间的推移在变大时, 这样会产生一股巨大的平均升力, 平均升力有力于延缓或阻止地表沉降的发生, 这种方法的使用能有效恢复地表沉降。真正的压密灌浆法, 无非是用浓浆置换以及压密相互作用的结果。毫无疑问, 压密灌浆后的土体密度会增大, 土体孔隙度大幅减小, 这样的土体具备高强度抗压性能、高强度抗剪性能。压密灌浆法, 对基坑施工进行相关加固, 最关键的是加固部位的选择, 在实际的施工过程中, 往往选择在邻居建筑物基础在基坑开挖端的铅垂方向, 而且此处的强度必定是最弱。在基坑开挖施工过程中, 邻居建筑的水平受力不均, 严重者甚至发生坍塌。所以在基坑施工中, 靠近基坑一侧的裂缝一般比其他地方要严重。
2.2 开挖施工优化策略
深基坑在开挖过程中往往会产生两种致命的影响, 一种是基坑变形, 一种是建筑物发生沉降, 所以在开挖过程中, 必须采取合理施工工序和方法。必须充分分析, 邻居建筑物分布以及受力情况。遵循“时空效应”规律, 竖向分层、平面上分块开挖。地表上通过盆式开挖方式, 按先对撑、后角撑的次序施工, 最大程度上减少卸载频率度。必须采用先撑后挖原则, 所谓先撑后挖, 就是各层、各块按顺序进行挖掘, 各个块的支撑若果没有做好, 绝不挖下一块。并且做到上方开挖和支撑相辅相成。否则, 如果在时间上处理不当, 这对于基坑稳定和周边环境安全有着很重要的影响。
基坑的开挖施工必须保持开挖顺畅, 在开挖全过程中必须随时监测各受力情况, 对于维护变形或支持角倾斜的情况, 必须进行加固支撑, 并充分利用计算机相关自动控制技术, 把握实时受力以及形变规律, 对于周边建筑物的沉降以及裂缝的形成, 必须采取积极果断的措施进行加固, 对于一个工程基坑施工相关数据, 可以进行理论存档, 这样可以为下个工程基坑开挖提供理论依据。
2.3 深基坑围护与支撑的施工
深基坑施工过程中必不可少的工序之一便是工程桩施工。工程桩施工即在工程桩内预定位置上设置结构柱, 一般为钢柱, 对基坑有重要的垂直支撑作用, 是基坑施工过程中不可缺少的支护体系之一。当工程桩施工完毕, 必须马上进行围护桩 (钻孔灌注桩) 和水泥搅拌桩的施工。根据实际经验, 开挖过程中必须把土体分为不同时间进行开挖的块, 便于工序的开展。一块结束必须马上立好支撑, 当开挖工作进行到基坑底时, 必须全力进行垫层和大底板施工工作, 并完成。当开挖工作从上层土体进行到下层土体时, 必须拆除支撑, 不然会造成安全事故。
3 结论
毋庸置疑, 基坑施工对邻近建筑有着十分重要的影响, 必须充分分析其影响的程度, 采取适当的保护措施, 在开挖、加固过程中, 贯穿邻近建筑的影响保护措施, 这样才能把这种影响降低到最小, 才能使基坑施工技术迈入全新的台阶。
参考文献
[1]李茜, 冷俊杰, 高佩玲, 张石峰.零通量面法用于农田蒸发蒸腾量的研究[J].干旱区资源与环境, 2006 (2) .
[2]彭世彰, 朱成立.节水灌溉的作物需水量试验研究[J].灌溉排水学报, 2003 (2) .
[3]李新红.全国农业灌溉需水量及区域特性研究.清华大学,
参考文献
[1]阮艳妹.复杂条件下深基坑施工对邻近建筑的影响及加固设计[J].甘肃科技, 2009 (11) :86-88.
[2]赵凤珍.深基坑周边建筑物地基的注浆加固技术[J].铁道建筑, 2005 (2) :87-88.
邻近工作面 篇7
文章提出利用分形和混沌理论中的Grassberger-Procaccia (G-P) 算法[4,5]提取龙井茶和径山茶和邻近叶片SPAD差值队列的分形维数, 来证明龙井茶和径山茶茶叶在受自然环境因子的制约下叶片SPAD差值存在混沌行为, 根据茶叶茶叶片SPAD关联维饱和度的混沌特性来定量复杂和多变叶绿素演化度和自然环境因子管理行为, 进而确定茶叶的品质。
1 材料与方法
1.1 仪器与材料
使用KONICA MINOLTA公司生产的便携手持式叶绿素计SPAD-502 定量龙井茶和径山茶邻近叶片SPAD指标, 该仪器对于叶片测量测量精度为SPAD单位偏差。检测方式采用红光外吸收及近红外各一只光电二极管作为发射源, 利用植物叶片双波长吸收强度差度量方式来获得植物叶片SPAD值。径山茶叶采集自杭州西北部约浙江杭州市余杭区径山茶种植园, 龙井茶叶采集自浙江杭州市西湖区西湖龙井茶园, 其中随机选择了100对叶片用SPAD仪器进行测量, 每对叶片共测量3次差值, 最后计算3次测量的取平均值作为后续分析使用。
1.2 GP算法
关联积分定义为[4]:
其中, 表示 χi与 χj的欧式距离, π (·) 阶跃函数, 因此可以计算出关联维数:
当m足够大到不再随 α (m) 发生变化时, 即吸引子最小嵌入维数 α2:
2 试验结果与分析
根据 (1) ~ (2) 式分别对径山茶叶与龙井茶叶叶邻近叶片SPAD差值队列进行饱和关联维 α2计算。对于径山茶当时间增量t确定后, lnΛm (γ ) 与ln γ 的关系曲线在无标度区呈近似直线, 且随着嵌入维数m的增加, 直线段趋于平行。采用最小二乘法来确定l nlnΛm (γ (γ ) ) · lnl nγγ无标度区的斜率, 即相空间的关联维饱和度 α (m) 的值。从估计的关联维数m·α (m) 演化状况来看, 当m ≥8 时α (m) 趋向于稳定。根据实验结果可以计算出饱和关联度最小嵌入维数m*= 8和 α2=12.29 。换句话说说, 径山茶叶片邻近叶片SPAD差值队列演化动力系统会在相空间中的运动轨道上缩变到一个值约为12.29维度的吸引子上, 描述该近叶片SPAD差值队列演化动力系统需要8个因素, 说明径山茶叶邻近叶片SPAD差值队列受自然环境因子的制约混沌行为。对于西湖龙井茶叶邻近叶片SPAD差值队列进行分析显示, 饱和关联度 α2=9.07 , 最小嵌入维数m*=17, 这也说明龙井茶叶邻近叶片SPAD差值队列会受自然环境因子的制约混沌行为。
3 结语
该研究将分形和混沌理论应用到径山和龙井茶茶叶叶片分析中, 使用自相关函数检验使用叶绿素计SPAD-502仪测量得到的径山和龙井茶茶叶SPAD差分系列值, 并确定径山茶和龙井茶迟滞时间, 利用GP算法在相空间重构该差分系列值, 进而获得径山和龙井茶茶叶SPAD差分系列关联维饱和度, 分别为9.07和12.29, 这证明了龙井茶和径山茶茶叶受自然环境因子的制约, 龙井茶和径山茶邻近叶片SPAD差值存在混沌行为。
摘要：对于茶叶品质的研究目前主要通过集中在内部化学成分测量, 目前国内外很少研究将内部化学成分构成动力学系统进行研究分析。该文研究茶叶邻近叶片SPAD差值混沌行为。用SPAD-502叶绿素计测量龙井茶和径山茶邻近叶片SPAD指标, 接着计算SPAD差值。利用分形和混沌理论中的Grassberger-Procaccia (G-P) 算法计算提取龙井茶和径山茶和邻近叶片SPAD差值队列的分形维数, 分别为9.07和12.29, 这证明了龙井茶和径山茶茶叶在受自然环境因子的制约和龙井茶和径山茶邻近叶片SPAD差值存在混沌行为。并根据茶叶茶叶片SPAD关联维饱和度的混沌特性来定量复杂和多变叶绿素演化度和自然环境因子管理行为, 进而确定茶叶的品质。
关键词：茶叶叶片,混沌行为,环境因子,SPAD差值
参考文献
[1]朱旭君, 王玉花, 张瑜, 等.施肥结构对茶园土壤氮素营养及茶叶产量品质的影响[J].茶叶科学, 2015 (3) :248-254.
[2]吴云影, 庄东红, 李张伟.新鲜凤凰单枞茶叶与成品凤凰单枞茶叶微量元素含量比较[J].江苏农业科学, 2014 (11) :359-361.
[3]王安俊, 林丽, 毛博文, 等.贵州湄潭县茶园土壤和茶叶中的氟含量分析[J].湖北农业科学, 2014 (16) :3907-3909.