软土路基沉降的联合法预测研究

为了探究一种能同时确保先行性与准确性的软土路基沉降预测方法,依托工程实际情况,结合工程地质勘查资料、工程实测以及路基沉降试验,对所选取的典型断面进行沉降预测分析,提出了一种联合优化型的软土路基沉降预测方法.首先,采用曲线拟合法中的3种不同曲线对软土路基沉降进行预测;其次,引入最小均方差法和最大关联度法判定最优曲线;最后,采用FLAC3D数值模拟法预测软土路基沉降,将最优拟合曲线法、FLAC3D数值模拟法、实测数据三者定量对比分析.研究结果表明:沉降发生前,通过使用实验室试验数据,FLAC3D数值模拟法预测值大于实际值15%~20%,偏于安全,可较早预测施工过程中的过大沉降;沉降发生时,通过使用工程实测数据,最优曲线拟合法可以更准确的预测路基沉降全过程,且最终沉降与实测值误差不超过3%;相对于预测加固处理后的路基沉降,联合法对预测扰动较小的软土路基沉降准确率更高,准确率提升幅度为5%~10%.     

双曲线法在路基沉降变形预测中的应用分析

对路基沉降变形的计算和预测方法中的双曲线预测模型及原理进行介绍,结合某高速公路路基沉降变形预测的实例进行分析,实测数据与相对应的预测曲线吻合度较好,客观地反映了路基沉降的动态发展情况。     

灰色预测在高铁路基沉降预测中的应用

以在建某高速铁路为背景,通过对路基沉降实测数据的汇总,根据沉降曲线形态及沉降速率的差异将其分为3类.对观测数据进行等时距变换,采用灰色理论GM(1,1)模型、双曲线法、三点法对工后沉降进行预测,并对灰色理论预测模型进行精度检验.选取堆载预压期的数据作为模型原始数据,通过与实测最后一期数据的对比,发现灰色理论预测结果更接...     

滨海软土路基最终沉降量预测研究

通过对滨海软土特性及路基沉降发展规律的深入讨论，简要介绍了软土路基沉降预测的常用方法，提出软土路基固结沉降—时间过程曲线与社会经济预测中的S型成长曲线极为相似，由此提出和推导了预测滨海软土路基沉降发展规律的龚帕兹预测方法，并结合某滨海大道高速公路软基沉降实测资料进行了计算分析，表明该模型预测效果较好，可供工程应用参考。     

高速公路沉降预测方法的优化选择

以汾灌高速公路为背景，采用Asaoka法、灰色预测法和对数曲线法对实测沉降历史曲线进行沉降预测，并与实测沉降量进行对比。结果表明对数曲线法是一种最优化的高速公路沉降预测方法。     

高速公路路基沉降预测方法综述及应用

本文综述了根据实测资料预测高速公路路基沉降量的方法，并结合宁启高速公路通海段的实测沉降资料，采用泊松曲线模型和灰色模型进行了预测，并与实测结果进行了对比和分析，得出一些结论和建议。     

遗传算法在高路堤沉降预测中的应用

依据高路堤填土施工期路基沉降实测资料,分别运用遗传算法和最小二乘法确定灰色GM(1,1)预测模型中的灰色参数a和u,然后据此预测路基后期任意时刻的沉降量及最终沉降量,通过与实测沉降资料做比较分析,表明采用遗传算法反演参数预测高路堤沉降具有比其它方法误差更小的特点,是一种较好的路基沉降预测方法,因此适宜于在高路堤的沉降预测中应用.     

GM（1,1）预测模型在路基沉降中的应用

为了控制老路拓宽中的差异沉降,需要对新路基进行沉降预测.取沉降观测点在相同观测时段内的沉降量为原始序列,将其作1次累加生成1次累加序列,根据GM（1,1）模型建立灰色微分方程,解微分方程可得方程的时间响应序列,并采用后验差法对模型的可靠性进行了检验.通过对贺家坪连接线新路基的实测沉降数据的分析,证明将灰色预测模型GM（1,1）应用于预测路基的沉降量是可行的.在实际运用过程中,应不断代入新近的实测数据,以获得更准确的结果.     

遗传算法在高路堤沉降反演优化中的应用

依据高路堤填土施工期路基沉降实测资料，分别运用遗传算法和最小二乘法确定灰色GM(1，1)预测模型中的灰色参数α和u，然后据此预测路基后期任意时刻的沉降量及最终沉降量，通过与实测沉降资料做比较分析，表明采用遗传算法反演参数预测高路堤沉降具有比其它方法误差更小的特点，是一种较好的路基沉降预测方法。     

路基工后沉降的多目标优化组合预测

路基的工后沉降预测是路基建设中的一个重要课题,以兰武（兰州-武威）二线路基工后沉降的实测数据为依据,对比星野法、指数曲线法、双曲线法、以及由3种单项预测方法构成的优化组合预测法的拟合精度和预测精度,结果表明拟合的效果和预测的效果随着数据量的增多而更优,但单项预测法不稳定,而优性组合预测法比较稳定,无论拟合数据量多少,其拟合精度和预测精度及其稳定性都比较好,且两者能够保持较好的一致性．另一方面,优性组合预测法中的加权系数可用于评价单项预测方法的适应性．     

基于随机介质的新型铁路路基病害模型

为从大量雷达检测数据中快速识别铁路路基病害类型及位置,自动识别系统的研究成为一种必然.研究目的在于建立自动识别系统研究与测试所需的病害模拟模型.为此引入随机介质模型,构建指数型自相关函数随机扰动的介电常数路基模型,用以表征病害局部范围内介电常数沿各尺度的变化;并分析十余条既有铁路线路的检测数据,得到道碴囊病害及路基下沉病害分布特性,将其融入到随机介质模型之中,得出的结果与现场探挖的结果十分相似.能够反映铁路路基材料的非均匀特性,可以较好的模拟病害内部介质的介电特性.     

路基压实质量连续同步检测可行性试验研究

目前路基压实质量检测的方法存在诸多不足,提出了以振动轮动力响应为基础的连续测试路基压实状态的检测方法,并在中铁一局哈大客运专线路基上进行了对比试验研究,验证了连续压实质量控制指标δCMV与目前客运专线路基压实质量力学检测指标K30、EV2具有很好的相关性。表明在获得更多的试验数据后,可以考虑采用连续压实质量控制指标对路基压实施工进行过程控制,减少目前的检测工作量。     

提高路基填料CBR值的试验研究

交通部现行的《公路路基设计规范》明确提出了路基不同部位填料的最小强度要求。针对施工中存在不符合规范要求的路基填料现状,为降低工程造价,从提高路基压实度和掺石灰处理两方面试验研究了提高土基承载比的有效途径。结果说明:掺灰可以有效提高承载比,并提出了合理的掺灰率。     

路基施工期沉降计算分析

施工过程中路基的沉降是由于土体的压缩变形、塑性变形以及固结沉降等引起的,针对不同的土质条件和施工条件,应采用不同的分析方法。现行基于弹性理论的计算方法用于施工期沉降的计算不尽合理,而尝试采用数值模拟的方法来计算施工期沉降,得到的结果与实测值较为吻合。     

浅埋双层大管棚施工引起地表沉降分析

通过分析软土地层的管棚施工对地表沉降的影响因素,应用数值模拟计算,得出单、双层管棚施工导致的地表沉降值,分析单、双层管棚施工导致地表变形值的比值关系,并与实际工程监测值进行比较,得出一些有用结论和建议.     

路堤荷载下软土地基蠕变变形性状预测及分析

根据软土的蠕变特性,以有限单元法为分析手段,选用Plaxis软件中能考虑土体黏弹塑性特征的SSC模型,模拟了路堤荷载下软土地基长期变形的过程及性状,同时作为对比,采用不考虑时间效应的SS模型模拟了该问题。计算结果表明,由SSC模型计算的软土地基的沉降、孔压随时间的变化规律均较为合理,而简单弹塑性模型SS的结果则会低估变形水平。此外,SSC模型中的修正蠕变系数μ*对软基长期变形曲线的影响较大。说明今后在预测分析路堤荷载下软土地基的长期变形时,合理考虑软土蠕变特性的关键必要性。     

改进的BP神经网络在路基沉降预测中的运用

针对BP神经网络存在训练过程不确定的缺点,基于MATLAB建立改进的BP神经网络模型,该模型可克服BP神经网络模型在训练过程中收敛速度慢、易陷入局部极小点等缺点。结合实体工程实测数据,将该优化模型与指数曲线模型、双曲线模型、泊松曲线模型和Compertz模型对比分析,结果表明改进的BP神经网络模型在黄土路基沉降预测中精度最高,可运用于黄土路基的沉降预测。     

山区填方路基的地下水渗流防治

从工程实际入手,分析地下水的渗流给公路路面带来的危害和破坏;通过渗流力学计算,确定地下水渗流进入路基填方体内的距离;提出山区填方路基防治地下水渗流方法和途径.     

高填方钢波纹管涵垂直土压力计算

引入表征钢波纹管波形特性的惯性矩计算方法, 通过Spangler管-土相互作用模型, 得到了钢波纹管涵竖向收敛变形计算公式; 假设管涵顶部填土为半无限直线变形体, 将条形基础沉降倒置后比拟上埋式管涵的受力模型; 基于弹性力学推导的基础沉降计算公式, 着重考虑管涵侧向土体压缩变形与管涵自身的竖向收敛变形之差, 推导了管涵垂直土压力的计算公式; 以广巴广陕高速公路连接线吴家浩-张家湾段高填方钢波纹管涵工程为例, 对涵顶垂直土压力进行了现场测试, 将采用公式计算所得涵顶垂直土压力与现场试验结果和应用实测沉降差反算的垂直土压力进行了对比。研究结果表明: 涵顶垂直土压力随填方高度的增加而增大, 填土至设计标高后涵顶垂直土压力计算值、实测值和反算值分别为224.14、221.98、211.33kPa, 计算值与实测值的相对误差约为0.9%, 反算值分别比计算值和实测值小6.1%、5.0%, 且计算结果、反算结果均与实测涵顶垂直土压力变化规律一致, 填方越高, 误差越小。可见, 提出的高填方钢波纹管涵垂直土压力计算公式可行, 不仅考虑了涵侧土体的抗力系数和基床系数, 而且体现了钢波纹管的变形与受力特征。      

山区填方路基的地下水渗流防治

从工程实际入手,分析地下水的渗流给公路路面带来的危害和破坏;通过渗流力学计算,确定地下水渗流进入路基填方体内的距离;提出山区填方路基防治地下水渗流方法和途径.