共查询到19条相似文献,搜索用时 531 毫秒
1.
2.
基于BP神经网络的黄土湿陷性预测研究 总被引:6,自引:4,他引:2
运用人工智能领域中的神经网络技术,提出了基于BP神经网络模型的黄土湿陷性等级的预测方法。用MATLAB7自带的神经网络工具箱编程来实现BP神经网络系统。并给出工程实例和程序,预测效果和准确度较好,说明利用BP神经网络预测黄土湿陷系数是可行的。 相似文献
3.
《公路》2020,(8)
针对兰州地区黄土湿陷性问题,通过大量的室内试验,调查了不同埋藏深度黄土各项物理力学指标和湿陷等级的分布规律。在此基础上,采用数理统计方法,分析了天然含水率、孔隙比、干密度、饱和度等基本物理指标与湿陷系数的相关性。研究结果表明,随着土体埋藏深度的增加,黄土湿陷性逐渐降低,其各项物理指标沿深度方向亦呈规律性分布。黄土湿陷系数随着天然含水率、饱和度、干密度、液限、塑限、塑性指数的增大而减小,而随着孔隙比、压缩系数的增加呈增大的趋势。最后,考虑黄土各项物理指标之间存在一定的相关性,因此采用因子分析法,建立黄土湿陷系数与多个物理指标的回归关系,并与现场实测数据进行对比验证其准确性。 相似文献
4.
5.
文章结合济南绕城高速公路南线黄土地基加固现场勘探和室内试验资料,分析了鲁中黄土的组成结构特征和湿陷机理,探讨了鲁中黄土湿陷系数与孔隙比、上覆压力及浸湿含水量之间的关系和变化规律,提出了当湿陷性黄土的浸湿含水量超过其湿陷起始含水量时计算湿陷系数δshω的经验公式。 相似文献
6.
7.
为有效预防黄土路基湿陷病害的发生,以银古高速公路辅路K13 140~200为试验路段,通过对黄土路基的颗粒组成和矿物成分分析,对其物理和力学性质进行了试验研究。研究结果表明,黄土路基的湿陷性破坏与黄土的物理力学性质有关,黄土中粉粒及可溶盐含量高,是造成黄土路基产生湿陷性破坏的重要因素;黄土路基的湿陷变形和边坡坍塌主要是由粘聚力的剧变引起,而内摩擦角没有显著变化;在一定压力下,黄土路基的压缩和湿陷变形总量趋于定值,与浸水和加荷的先后关系不大;压缩变形较小,浸水后的湿陷变形就大,反之亦然。研究成果将为黄土路基的病害防治提供科学依据。 相似文献
8.
9.
10.
11.
以自重湿陷性黄土场地室内外试验数据为基础,研究了黄土的微结构、地层结构、压缩模量与自重湿陷性的关系。结果表明:自西向东,由单粒、架空孔隙和点接触的微结构,逐步向由凝块状或集粒、粒间孔隙、面接触的微结构过渡;黄土地层基本呈水平层状结构,但分层数及厚度、湿陷性差异明显;压缩模量与自重湿陷量的变化规律相反。对黄土自重湿陷系数影响最大的是孔隙比,其次是干密度、含水率;所建立的自重湿陷系数与4个物性指标间的关系式,可预测分析黄土的自重湿陷系数;提出的预测和评价黄土自重湿陷量的公式是可行性。 相似文献
12.
公路路基黄土湿陷性的室内实验研究 总被引:1,自引:1,他引:0
本文总结了目前关于湿陷性黄土湿陷机理的诸观点,对典型的湿陷性黄土地区的公路路基黄土进行了大量野外取样并进行了室内湿陷性试验,通过对试验结果的回归分析揭示了湿陷性与含水量、孔隙比、塑性指数的定量关系;并通过对切取的sem电镜照片进行分析,从微观角度对黄土微观结构特征与湿陷性之间的关系进行了有益的探讨。 相似文献
13.
14.
基于人工神经网络的公路黄土高边坡稳定性预测研究 总被引:3,自引:0,他引:3
文章介绍了BP网络模型的计算过程并对其性能进行了改进。在此基础上,分析了影响黄土高边坡稳定性的因素,包括土体的容重γ、粘聚力c、内摩擦角φ、孔隙水压力比γu,地震烈度,边坡坡比和边坡高度H。在对西部四省地区上百个黄土高边坡稳定性进行调查的基础上,结合典型的实测数据,应用改进的神经网络BP模型对其进行预测和评价研究。结果表明:改进的BP模型具有收敛快、数据输入方便等优点,预测结果相对传统方法来说更准确、可靠,具有一定的推广的价值。 相似文献
15.
16.
17.
为了研究冲击碾压对城市道路湿陷性黄土路基的处理效果,针对甘肃国际陆港中心区道路建设场地湿陷性黄土特点,设计了湿陷性黄土路基冲击碾压处理方案,采用土体沉降量、压实度、湿陷系数、压缩模量等参数表征处理效果,研究不同冲击碾压遍数下路基不同深度范围的土体处理效果。结果表明:冲击碾压能够有效改善湿陷性黄土路基压实度、压缩模量、湿陷性,冲击碾压25遍后深度为80 cm的黄土湿陷性完全消除;冲击碾压对150 cm范围内的湿陷性黄土压实度提高效果显著,冲击碾压对湿陷性黄土的有效处理深度为1.5 m。 相似文献
18.
为研究高寒地区设置中心深埋水沟单线铁路隧道的围岩力学参数问题,以兰新铁路新建博州支线阿拉套山隧道为工程背景,基于FLAC3D数值模拟软件联合MATLAB中的神经网络工具箱构建BP神经网络算法,建立隧道开挖位移正演和反演模型,对围岩物理力学参数作反演分析。通过对中心水沟开挖前的拱顶和拱腰监测数据做拟合分析,发现隧道变形已趋于稳定,反演过程不需考虑中心水沟开挖对围岩的二次扰动。以水沟开挖前的拱顶沉降值和拱腰收敛值作为输入函数,以围岩的体积弹性模量K、剪切弹性模量G、黏聚力c、内摩擦角φ、重度γ作为输出函数训练神经网络模型,利用训练好的模型进行所需参数的反演分析。将反演参数代入FLAC3D正演模型计算后,提取中心水沟开挖前的拱顶沉降值和拱腰收敛值,与中心深埋水沟开挖前的实际监控量测值相比较为接近。结果证明,围岩物理力学参数的反演较为合理,对于变形的预测较为准确,可为隧道后期工程的施工和优化设计提供参考。 相似文献
19.
在地铁隧道建设过程中,渣土改良效果是影响盾构掘进速度的关键因素。为确保盾构顺利掘进,以坍落度试验、渗透试验和电阻率测试的结果作为数据样本集,根据深度学习领域常用的数据划分方法将训练集、验证集和预测集按照6∶2∶2进行划分,基于BP神经网络建立渣土改良效果的预测模型,对南昌地区富水砂层进行渣土改良效果预测,并将预测值和实际值进行对比分析。研究结果表明:
坍落度、渗透系数、内摩擦角在模型学习过程中的平均预测值分别为1728 mm、3355×10-6 cm/s、216°,相对误差平均值分别为176%、453%和360%; 预测集的输出结果与实测值的部分数据重合,三者的平均误差均在5%以内,可决系数R2值分别为088、090和085,表明该神经网络结构属于高精度模型。预测结果的误差均在现场渣土改良的允许误差范围内,可见BP神经网络模型能够对渣土改良的效果进行精准预测。 相似文献