基于原位试验的高速铁路中低压缩性土智能识别方法研究

中低压缩性土在我国广泛分布,是高铁路基主要的承载地层。其承载变形快速稳定的特征对高铁路基变形控制有积极意义,因此,中低压缩性土智能识别对高铁路基设计、施工具有重要意义。针对高速铁路路基勘察设计中中低压缩性土的快速、智能识别问题,通过大量的现场原位试验数据,择优确定了以标贯试验、静力触探、载荷试验等原位测试结果为智能判别指标,建立中低压缩性土模糊推演模式,构建高铁中低压缩性土网络预测模型,形成基于现场原位测试的中低压缩性土快速智能识别方法,并通过不同算法进行网络训练和工程预测。结果表明,网络预测结果与实际测试结果整体上吻合度均较高,共轭梯度法相对梯度下降法计算效率明显提高,实现了中低压缩性土原位快速识别与测定,为高铁中低压缩性土路基设计、施工、评估等环节提供了重要依据。