30809

Бетонирование полов

Доклад

Архитектура, проектирование и строительство

Для осуществления процесса укладки плиты разбивают на карты. Если толщина плит меньше 05 м то разбивку на карты и укладку бетона ведут в таком порядке: Площадь делят на картыполосы по 34м Устанавливают по краям полос маячные доски. При большей толщине плиты разбивают на параллельные карты шириной 5. Карты бетонируют подряд т.

Русский

2013-08-24

15.33 KB

3 чел.

10. Бетонирование полов.

Для осуществления процесса укладки плиты разбивают на карты. Если толщина плит меньше 0,5 м, то разбивку на карты и укладку бетона ведут  в таком порядке:

  1. Площадь делят на карты-полосы по 3-4м
  2. Устанавливают по краям полос маячные доски.
  3. Бетонируют полосы через одну
  4. Ожидают затвердевания бетона
  5. Укладывают бетон в промежуточные полосы, снимая перед этим маячные доски.

Бетонную смесь выгружают на место бетонирования непосредственно из автобетоновоза или подают бетононасосами. Лопатами её грубо разравнивают, а затем с помощью виброрейки уплотняют.

При большей толщине плиты разбивают на параллельные карты шириной 5... 10 м, оставляя между ними разделительные полосы шириной 1... 1,5 м. Для обеспечения непрерывной укладки смеси на всю высоту плиту разбивают на блоки без разрезки арматуры, с ограждением блоков металлическими сетками.

Карты бетонируют подряд, т. е. одну за другой. В разделительные полосы смесь укладывают враспор с затвердевшим бетоном карт после снятия опалубки на их границах. Бетонную смесь подвижностью 2...6 см подают на карты бетононасосами, с помощью бетоноукладчиков, эстакад, а также кранами в бадьях. Подавать ее следует в направлении к ранее уложенному бетону, как бы прижимая новые порции к уложенным.

В плиты даже большой толщины бетонную смесь укладывают в один слой. При этом несколько затрудняется виброуплотнение, поскольку внутренние вибраторы требуется погружать в смесь на глубину, в 1,5... 2 раза превышающую длину рабочей части.

Выравнивают бетон плит по маякам, поверхность заглаживают гладилками, кельмами или полутерками. В местах примыкания стен, опирания колонн и столбов бетон оставляют шероховатым с устройством в отдельных случаях рифления и насечки.


 

А также другие работы, которые могут Вас заинтересовать

36211. Классы численных методов построения множеств неулучшаемых решений. Основные теоремы для поточечных методов и алгоритма последовательного выбора 31.5 KB
  Процедуры первой группы осуществляют поочередный поиск отдельных неулучшаемых точек как решений вспомогательных скалярных задач. В них на каждой итерации получается целое множество “неплохих†точек которое на последующих шагах постепенно улучшается. Генератор на каждой итерации порождает набор точек zk а ФВ осуществляет отбор в некотором смысле лучших из них: Генератор множеств точек zk Функция выбора С Для организации выбора необходимо произвести парные сравнения исходных вариантов и отбросить те из...
36212. Эффективные и слабо-эффективные решения. Поточечные методы поиска слабо-эффективных решений и оценок. Линейная свёртка, теорема Карлина. Логическая свёртка, теорема Гермейера. Геометрический смысл теорем Карлина и Гермейера 79.5 KB
  Поточечные методы поиска слабоэффективных решений и оценок. Решения или оценки называются эффективными слабоэффективными если они неулучшаемы по отношению Парето Слейтера. Поиск слабоэффективных решений или оценок поточечными методами базируется на основной теореме 2.
36213. Метод наименьших квадратов (МНК). Теорема Гаусса-Маркова. Анализ уравнения регрессии посредством коэффициента детерминации и остаточной дисперсии. МНК-прогноз 112.5 KB
  МНКпрогноз. Согласно методу наименьших квадратов МНК эти оценки находят из условия минимума функции Qb = где уi наблюдаемое значение выходного параметра в iм эксперименте.1 МНКоценок и представляет прежде всего теоретический интерес.
36214. Понятие плана эксперимента. Оптимизационные свойства планов экспериментов. Полный факторный план и его свойства 46 KB
  Оптимизационные свойства планов экспериментов. Полный факторный план и его свойства. Одной из главных задач планирования экспериментов является выбор множества экспериментальных точек в некотором смысле оптимальных.
36215. Классификация математических моделей. Критерии качества моделей. Примеры моделей 66.5 KB
  Примеры моделей Суть моделирования состоит в замене исходного объекта упрощенной копией математической моделью ММ и дальнейшем изучении модели с помощью вычислительнологических алгоритмов реализуемых на компьютерах. При исследовании любой системы методами математического моделирования возможно наличие нескольких альтернативных вариантов модели. Поэтому процесс построения наилучшего как правило компромиссного варианта модели достаточно сложен. Системный подход предполагает наличие следующих этапов создания модели.
36216. Простейший поток и его свойства. Модель простейшего потока 61 KB
  Модель простейшего потока. Свойства ординарного потока. Тогда для любого случайного потока имеем равенство как сумма вероятностей полной группы событий. Для ординарного же потока имеем.
36217. Уравнения Колмогорова. Моделирование многоканальной СМО с ограничением на длину очереди 75.5 KB
  Моделирование многоканальной СМО с ограничением на длину очереди Марковские процессы уравнения Колмогорова Случайный процесс t называется Марковским если его будущее не зависит от прошлого а определяется настоящим т. Примерами Марковских процессов являются при определенных предположениях процессы функционирования СМО.1 СМО может иметь установившийся стационарный режим. Для построения модели стационарного режима СМО положим все производные в системе 11 равными нулю.
36218. Имитация Марковских процессов с непрерывным временем и дискретными состояниями. Планирование машинных экспериментов при имитационном моделировании 91.5 KB
  Например пусть 1 время через которое должен произойти переход в состояние Sj1 а 2 время через которое должен произойти переход в состояние Sj2. Обозначим Т время в течении которого будем наблюдать имитируемый процесс время прогона. Для тех дуг что i = k0 сформировать с помощью датчика случайных чисел k0 j время ожидания перехода Sk0 Sj. Определить время пребывания в состоянии Sk0 через какое время будет реальный переход в новое состояние.
36219. Классификация моделей оптимального синтеза. Методы релаксации в непрерывной оптимизации, условия сходимости. Алгоритмы градиентного метода и методов сопряжённых градиентов 119 KB
  Задача линейного программирования ЛП функции критериев qkx и ограничений fix линейны; если хотя бы одна из этих функций нелинейна то имеем задачу нелинейного программирования НЛП. Задача выпуклого программирования функции критериев qkx и ограничений fix выпуклые. Задача линейного целочисленного программирования функции критериев qkx и ограничений fix линейны контролируемые входные переменные хj целые числа. Оценка приращения функции Лемма 6.