原状黄土天然孔隙比定量评价方法

天然孔隙比是初始结构的基本表征参数, 故从岩土角度对黄土天然孔隙比分布规律进行分析和预测, 对于掌握原位黄土灾变力学行为并进行灾害预警工作具有重要意义。通过选取典型场地不同层位原状黄土开展了颗粒分析试验、X射线衍射(XRD)试验、天然孔隙比试验和一维固结试验, 分析得到了天然孔隙比与颗粒组分、应力历史的相关规律。结果表明, 天然孔隙比受应力历史和颗粒级配影响, 上覆压力越大, 级配越均匀, 天然孔隙比越小, 同时含水状态也可能是天然孔隙比变化的原因之一。在此基础上, 以层位埋深、颗粒级配不均匀系数和曲率系数、天然含水量作为影响因素, 基于BP神经网络对天然孔隙比进行了定量评价。引入麻雀算法(SSA)与粒子群优化算法(PSO), 建立了BP、SSA-BP与PSO-BP神经网络的天然孔隙比预测模型。随机选取51组实测数据进行了模型训练, 将训练后的模型对16组验证与测试数据进行了预测, 并将预测结果与实测天然孔隙比进行了对比。结果表明基于PSO-BP的神经网络模型预测效果显著优于SSA-BP、BP神经网络模型, 可以有效预测天然孔隙比。