基于逐步判别分析的砂土液化预测研究

为高效地进行砂土液化的预测,运用逐步判别法,从8个液化影响因子中选择平均粒径、烈度、震中距等3个判别能力显著的影响因子,建立判别函数,并利用工程实例进行验证。研究结果表明：逐步判别分析模型预测性能良好,且能有效地选择对砂土液化起主导作用的因子。相比距离判别分析,逐步判别分析建立的判别函数更加稳定,且所需测试因子较少,节省了因试验和现场调查所耗费的大量人力、物力和时间,因此逐步判别分析是一种值得推广的砂土液化预测方法。     

基于人工神经网络的砂土液化势评价

本文利用静力触探（ＣＰＴ）场地液化数据,建立了液化势判定的反向传播神经网络模型,研究表明,同传统方法相比,人工神经网络方法在判别砂土液化势方面是可行的。     

液化判别临界曲线的变化模式与一般规律

液化临界值与砂层深度的关系是液化判别方法的基本表征,但对比分析表明,现有液化判别方法的临界曲线有不同的表现模式,甚至定性相反。以Seed-Idriss模型为基础,推导出了砂层埋深对液化势影响的理论解答,提出了砂层埋深与液化临界值的普遍关系,得到了液化判别临界曲线的变化模式和一般规律。结果表明：一般而言,随砂层深度增加,水平地震剪应力和土体抗液化强度同时增大,但前者增大速率大于后者,液化势及液化临界值与砂层深度呈正相关关系;液化临界值与砂层深度呈非线性递增关系,浅埋处饱和砂层液化势递增较为剧烈,深埋处趋于平缓;我国规范CPT液化判别公式的液化临界值与砂层深度呈递减关系,存在定性错误,需要纠正;现有一些液化判别公式中,液化临界值与砂层深度呈线性递增关系,定性正确但模型需要改进。所得结果可为液化判别方法正确发展提供理论基础和借鉴。     

基于判别分析法的地震砂土液化预测研究

将距离判别分析方法应用于砂土液化的预测问题中,建立了砂土液化预测的距离判别模型。选用震级、研究深度、震中距、标贯击数、地下水位及地震持续时间等6项指标作为判别因子,以大量的工程实例数据作为学习样本进行训练,建立了线性判别函数对待评样本进行了评价。研究结果表明,距离判别分析模型判别砂土液化效果良好,预测准确度高,回判估计误判率低,可望成为砂土液化预测的有效手段。     

轻亚粘土液化机制的动三轴特征与模糊综合评判

本文根据对轻亚粘土的动三轴液化试验和孔隙水压力消散方程的建立和分析,进一步阐述了轻亚粘土液化的实质以及振次(N)与固结比(K_0)、粘聚力(Cd)、内摩擦角(φd)变化规律。并指出Cd、φd值减小主要是由于结构破坏和薄膜水转化成自由水作用的结果。同时,提出轻亚粘土的液化势是随振动强度和历时而变化的动态液化势,是轻亚粘土液化的一种特殊机制。     

剪切波速判别地震液化势的适用性研究

本文阐述了剪切波速判别地震液化势的可行性, 对目前国内外各种剪切波速判别地震液化势的方法进行了分析对比, 指出公式(6)是一实用、可靠的判别方法。     

横向扩展液化土中单桩-土系统的非线性分析

将地震液化场地分为地表的上覆未液化土层、底部的未液化基层以及夹在两者之间的液化土层,基于桩-土相互作用的非线性Winkler模型,考虑桩弯曲的非线性弯矩-曲率本构关系和桩的几何非线性变形,建立了液化土层横向扩展下桩非线性大挠度变形的基本控制方程,并利用打靶法进行了数值求解。同时,给出了桩线弹性小变形情形下的解析解。通过与非线性有限元解和线弹性小变形解析解的比较,验证了文中打靶法的有效性和可靠性。用数值方法分析了液化土层横向扩展对桩力学性能的影响,结果表明：非线性桩-土相互作用和桩材料非线性效应强于桩的几何非线性效应,随着液化土层横向扩展位移的增加,几何非线性效应逐渐增大,此时,应采用完全非线性模型进行桩力学行为的分析。     

基于Monte Carlo模拟的砂土液化评估研究

探讨了MonteCarlo模拟方法用于砂土液化势评估的基本原理和过程, 建立了评判砂土液化的随机模拟模型和概率分布函数, 以及随机模拟的流程框图。     

盐城市某港区砂土液化评价体系建立

砂土液化引起的地基土大变形是港口工程破坏的重要原因。因此,港口地区的液化判别方法选择的合理性、判别结果的准确性就显得尤为重要。针对某港区砂土液化问题,选择临界标贯击数法、Seed简化法、BP神经网络法、基于GIS的液化判别法等四种液化评价方法,进行砂土液化势评价并分析对比,建立基于GIS三维液化评价体系。结果表明:研究区15m以上砂土液化趋势较大,15m以下液化趋势较小。     

基于ANN和GIS耦合模型的场地地震液化势评价系统研究

采用组件式GIS (COMGIS)技术开发了结合BP神经网络分析模型的场地地震液化势评价系统,调用水平成层土地震反应分析程序SHAKE91实现设定地震下地震动影响场的模拟。在VB下调用Matlab神经网络工具箱来完成场地地震液化势评价模型在COMGIS系统中的模块化;利用GIS技术对评价结果,即液化势等级进行空间复合,给出场地潜在的地层液化势空间分布图。研究表明,SHAKE91应用程序在系统菜单下可直接调用,实现地震动影响场计算的模块化;BP神经网络技术应用于场地地震液化势评价中能达到较为理想的效果;系统的GIS空间分析功能可使评价结果与场地信息进行空间匹配,实现目标场地潜在地震液化势的快速评估。     

人工神经网络在砂土液化评判中的应用

影响饱和砂土液化的因素众多,必须建立多指标的综合评判模型来进行评判,而神经网络是一种非线性的动力系统,对于砂土液化评判等线性问题最具有优越性,利用ＢＰ型人工神经网络计算原理,采用震级、地面运动加速度最大、标贯击数、比贯入阻力、相对密实度、砂土平均粒径和地下水位等共７个变量建立的砂土液化评判模型,可对砂土液化的严重程度和对建筑物的危害程度实现简单而高效的定量评判。实例研究表明,人工网络法是解决砂土液     

宏观液化势判定方法在工程场地综合评判中的运用

本文通过实例介绍了宏观液化势判定手段在砂土液化综合评判中的运用,提出液化评判不仅要运用定值准则的概念与方法,而且还应结合各种宏观液化势判定手段进行综合评判。文中还针对水下孔的水位取值进行了探讨。     

利用Excel实现判别分析

判别分析是化探常用的一种地质统计学方法,通过建立多变量判别函数,来判断未知地质体的属性。这里通过一个实例,详细介绍了利用Excel的规划求解和有关Excel函数,来建立判别函数的具体操作步骤,该方法对基层地质科技人员相当适用。     

砂土液化预测的Fisher判别分析模型及应用

针对砂土地震液化预测问题,基于Fisher判别分析原理(FDA),选用平均粒径、不均匀系数、标贯击数、地下水水位、砂层埋深、剪应力与有效上覆应力比、地震烈度.震中距等8个实测指标为判别因子,建立Fisher线性判别函数模型,对砂土液化进行预测.研究结果表明,Fisher判别分析结果与神经网络输出结果一致,优于规范法和Seed法判别结果,验证了该模型的合理性和可靠性.运用该模型进行判别分析,简易方便,分类效率高,对砂土液化判别快速、有效,模型适用性强,具有一定的工程应用前景.     

南通市土体动力特性的试验研究

本文通过原状(砂)土体的循环三轴试验和共振柱试验得出了本区土体动弹模量曲线及液化强度,建立了南通市土体的非线性力学模型及其数学表达式,并讨论了室内液化强度的现场修正方法。     

基于液化势指标的砂土抗液化评价方法及应用

在散粒体最大最小孔隙比理论的基础上,采用一种新的液化势指标对不同颗粒级配的二元砂粉混合物进行抗液化能力预测。通过对已有文献数据中砂粉混合物的体积应变势进行计算,分析混合物的细粒含量、粒径比与循环抗力比CRR的关系,结合混合物所处实际孔隙比提出了一个新的液化势指标ε′_v。与砂粉混合物的CRR试验数据对比分析显示：各类砂粉混合物的CRR均随ε′_v的增大而单调地降低,且两者呈现良好的幂函数关系,并进一步建立了CRR-ε′_v关系曲线最佳拟合参数与粒径比的关系。对蒙特利砂混合耶茨维尔粉土试样进行的CRR预测结果表明,ε′_v综合反映了土粒径分布、密实状态和颗粒形状的综合影响,是表征砂粉混合物CRR的一个有效指标。实际工程中可代替传统的现场原位试验,仅通过简单的室内试验预测场地土层抗液化能力。     

判别分析在判别油层、油水同层及水层方面的应用

判别分析是由已知不同类型的总体建立判别函数,再用判别函数判断未知个体所属类型的多元统计方法。该方法在地质学、生物学、农学、医学等领域有着广泛的应用。以岩性系数、孔隙度、侵入系数、含油饱和度四个观测变量,用判别分析法对油层、油水同层和水层构建判别函数,并对已知样本进行了重新归类。结果证明,所建立的数学模型效果良好,可以用于试油层的判别。该数学模型与传统的方法相比,将数学函数用于油气勘探领域是一种新的有益探索。     

支持向量机在砂土液化预测中的应用研究

介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法——支持向量机算法。根据支持向量机线性分类和可以具有不同核函数的非线性分类两种算法，建立了砂土液化预测模型，并且运用Matlab语言编写了程序。通过试算和分析比较得到了最佳模型，最佳模型的预测结果与实际液化情况基本上一致。认为支持向量机算法无论在学习或者预测精度方面都有很大的优越性，而基于支持向量机理论建立的砂土液化预测模型是可行的，且可以较为准确地实现砂土液化的预测。     

非线性波浪荷载作用下海上风机管桩基础周围海床液化研究

为研究近浅海领域内海上风机大直径单桩基础周围的砂质海床在非线性荷载作用下的瞬时液化的稳定性,在OpenFOAM平台上建立波浪-单桩-海床三维数值模型(WSSI模型),采用olaFoam求解器求解RANS方程模拟波浪的非线性运动,将Biot方程作为海床模型的控制方程研究单桩周围海床的液化规律。对以往的数值解析结果和实验结果进行对比分析,验证本文建立三维波浪模型和海床模型的准确性和有效性。将建立的波浪-管桩-海床相互作用三维数值模型应用到实际工况中,对数值模型在实际工程中的海床响应进行分析评估。研究结果表明,单桩周围海床的孔隙水压力场和有效应力场在水深方向发生较大变化,在水平方向变化较小。在该工况下海床的最大液化深度可达到10 m,且在垂直于波浪运动方向的海床更容易发生液化,为实际工程预测海床液化提供一定的技术支持。     

利用模糊神经网络进行砂土液化势评判

利用模糊信息分析表达知识和人工神经网络在映射能力方面的优势, 选取应力比、震级、地面运动最大加速度、标贯击数、地下水位作为评价参数指标, 构造砂土液化势识别的模糊神经网络模型。验证和应用结果表明, 模糊神经网络模型可提供更高的映射能力, 是砂土液化势评价预测的有效手段。