基于主成分分析的优化神经网络模型及静压管桩单桩极限承载力预测

引入主成分分析法和基于共轭梯度优化算法的人工神经网络模型原理,建立了静压管桩单桩竖向承载力预测估算的新方法。通过对影响单桩极限承载力的各因素进行主成分分析确定了综合变量,构建了以综合变量为输入,以单桩极限承载力为输出的神经网络模型。应用神经网络结构分析的共轭梯度算法,优化计算获得给定样本的网络权值和阈值,获得静压管桩极限承载力的估算网络,应用实例分析计算了静压管桩单桩极限承载力问题。结果表明,利用所建立的神经网络预测静压管桩极限承载力是可行的,且具有较好的预测精度和良好的适用性。该方法为静压管桩竖向承载性状的理论分析开辟了一个新的研究途径,为今后相关问题研究提供借鉴和指导     

单、双向振动条件下饱和粉砂变形特性对比试验研究

由于仪器水平的限制,关于土体的动力特性的研究目前多采用单向激振方式替代双向激振方式。而这两种激振方式在试验原理方面存在明显不同。很多研究表明,应力路径对土的响应有着不可忽视的影响,这两种方式相替代的合理性尚待证明。本文利用DSC2000多功能动三轴试验系统,选取尾矿砂分别在单向及双向振动条件下进行一系列饱和土的动力特性试验,对比两种激振方式作用下土体的滞回曲线以及骨干曲线的差异,分析土体在这两种振动方式下产生差异的原因,并应用双曲线模型对骨干曲线进行拟合,最后给出在进行土体变形特性试验时以单向激振方式替代双向激振方式的适用条件。     

声波测试中振子衰减的线列阵模型

从声波在岩体中传播产生衰减的基本原理出发，建立了声波衰减振子的线列阵模型。该模型是将传播声波路径的岩体分为若干个振子，从波动概念出发，以振动原理作依据建立波动方程．为探讨岩体声波衰减机制提供了一种新的研究方法，把振动和波动直观地联系起来．单一方向上有限点的声波测试技术有可能被多方向的声测技术所代替．该模型的建立，使模态分析和参数识别方法应用到岩体声波测试技术中成为可能。