共查询到20条相似文献，搜索用时 593 毫秒
1.
对于饱和砂土液化判别,目前规范要求以标准贯入试验为主,以静力触探为辅,有经验地区可采用剪切波速测试,但就目前的每种判别方法都有一定的局限性。在实际工作中采用综合评价的方法,就能减少单一评价方法的局限性。综合应用标准贯入试验法、静力触探试验法和剪切波速测试法,并对各种判别方法的判别结果进一步分析,便可综合评价场地饱和砂土的液化趋势。实例表明,综合应用各种液化判别方法进行综合评价,提高了评价结果的准确性。 相似文献
2.
3.
影响砂土液化的因素有很多,建立多指标的液化预测模型非常有必要。目前所有的多指标砂土液化预测模型,均默认选取的判别因子之间相互独立,不存在相关性,可能导致各判别因子之间存在信息叠加而发生误判。以唐山地震砂土液化的25个案例为样本,选取8个影响因素作为砂土液化预测的初始判别指标,首先采用主成分分析（PCA）对各判别指标进行分析,对存在相关性比较高的指标进行了降维处理。基于降维后的4个主成分换算得到新的样本数据,以18个案例为学习样本,建立主成分分析与距离判别分析（DDA）相结合的砂土液化预测模型。利用建立的预测模型对18个案例进行回判,结果全部正确。对其他7个案例的液化情况进行了预测,并与规范法、Seed方法、BP法、DDA法的判别结果进行分析比较,结果表明基于主成分分析与距离判别方法的砂土液化判别模型预测准确率为100%。将模型应用于工程实例,判别结果也与实际情况一致,表明该模型具有良好的预测功能,可在实际工程中应用。 相似文献
4.
饱和砂土地震液化判别的可拓聚类预测方法 总被引：4，自引：0，他引：4
基于可拓学的物元模型和聚类分析原理,提出了饱和砂土地震液化判别的可拓聚类方法。选取地震烈度、震中距、砂层埋置深度、地下水位、标贯击数、平均粒径、不均匀系数和动剪应力比等8个影响因素,作为饱和砂土地震液化的评价因子,构建了经典域物元和节域物元。应用物元理论和可拓集合中的关联函数,建立预测模型,通过聚类分析得到饱和砂土地震液化的判别结果。实例研究表明,该模型能客观地反映砂土的液化规律,可拓聚类预测方法应用于饱和砂土地震液化判别是有效可行的。 相似文献
5.
为高效地进行砂土液化的预测,运用逐步判别法,从8个液化影响因子中选择平均粒径、烈度、震中距等3个判别能力显著的影响因子,建立判别函数,并利用工程实例进行验证。研究结果表明：逐步判别分析模型预测性能良好,且能有效地选择对砂土液化起主导作用的因子。相比距离判别分析,逐步判别分析建立的判别函数更加稳定,且所需测试因子较少,节省了因试验和现场调查所耗费的大量人力、物力和时间,因此逐步判别分析是一种值得推广的砂土液化预测方法。 相似文献
6.
7.
8.
9.
运用标贯法和seed简化方法对坝基的抗震液化进行了分析判别,发现坝基中粉砂和细砂层存在严重液化问题,中砂层局部存在液化问题,液化深度一般为7～9m,最大液化深度可达13.2m。依据坝坡稳定分析结果,确定上、下游坝脚内15m,坝脚外5m为坝基液化处理范围,粉砂、细砂层为主要处理地层。在实际防治工作中,采用振冲碎（砂）石桩或振动沉管砂石桩,结合水平排水对坝基的地震液化进行处理。处理后对各区砂土层的密实度及饱和砂土的地震液化进行检验,结果表明处理厚的坝基基本上达到了基础处理的目的。 相似文献
10.
砂砾土和砂土成分不同,两者在相同的波速值时密实度也不同,现有规范对砂土液化的波速判别法不适用于砂砾土,砂土液化的判别结果对砂砾土偏于危险。而我国部分地区砂砾土分布广泛,十分有必要发展砂砾土的液化预测及判别方法。本文根据渭南北湾水库工程基础勘察资料,在前人对砂砾土液化判别方法的研究基础上,采用剪切波速对砂砾土进行液化判别,为液化土的工程处理提供地质建议,同时也为其他工程砂砾土液化判别提供借鉴作用。 相似文献
11.
12.
在砂土液化多指标综合判别法中,采用的判别因子数量一般为5~12,为防止特征冗余,引入核主成分分析(KPCA)对原始样本进行非线性特征提取,同时基于高斯过程分类(GPC)原理,构建了砂土液化预测的KPCA-GPC模型。以唐山地震砂土液化的25个案例为样本,选取平均粒径D50、地下水位dw、标准贯入击数N63.5、砂层埋深ds、地震烈度I、震中距离L、不均匀系数Cu、剪应力与有效上覆应力比τ_d/σ'v共8个指标作为判别因子,对该模型进行验证。研究结果表明:距离判别分析(DDA)、高斯过程分类(GPC)、Seed法的判别准确率分别为83%、83%、67%,而KPCA-DDA和KPCA-GPC的判别准确率均为100%,由此说明消除特征冗余的必要性及KPCA-GPC模型的适用性;同时,与DDA、SVM、BP等确定性判别方法相比,GPC可获得具有概率意义的砂土液化预测结果。 相似文献
13.
改进了进化遗传算法,提出了新的交叉算子和变异算子,使之具有更好的全局收敛能力。砂土液化是一种危害极大的地震破坏现象,其影响因素很多,选择地震烈度、砂土粒径、相对密度、标贯击数和有效正应力为判据,利用改进了的进化遗传算法建立了砂土地震液化的判别模型。与现场液化情况比较表明,改进进化遗传算法应用于砂土地震液化的判别效果良好。 相似文献
14.
改进了进化遗传算法,提出了新的交叉算子和变异算子,使之具有更好的全局收敛能力。砂土液化是一种危害极大的地震破坏现象,其影响因素很多,选择地震烈度、砂土粒径、相对密度、标贯击数和有效正应力为判据,利用改进了的进化遗传算法建立了砂土地震液化的判别模型。与液化情况比较表明,改进进化遗传算法应用于砂土地震液化的判别效果良好。 相似文献
15.
与圆颗粒的标准砂相比较,片状结构的砂的动力特性更为复杂,用规范法进行液化判别时会误判。为了将砂土片状结构特性考虑到判别过程中,建议了一个更为合理的Ncr 的经验公式,并利用该公式对南京地铁玄武门-南京站区间的砂土层进行液化判别,该区间会发生中等程度为主的液化,最后,将液化判别结果与规范法和室内动力实验结果相比较,分析发现,在南京地铁进行液化判别时,必须考虑片状结构特性对于液化影响;同时,给出了平均液化势随深度的变化情况,以及考虑砂土结构特性对判别结果的影响系数随土层深度的关系,提高了判别的精度。 相似文献
16.
针对砂土地震液化预测问题,基于Fisher判别分析原理(FDA),选用平均粒径、不均匀系数、标贯击数、地下水水位、砂层埋深、剪应力与有效上覆应力比、地震烈度.震中距等8个实测指标为判别因子,建立Fisher线性判别函数模型,对砂土液化进行预测.研究结果表明,Fisher判别分析结果与神经网络输出结果一致,优于规范法和Seed法判别结果,验证了该模型的合理性和可靠性.运用该模型进行判别分析,简易方便,分类效率高,对砂土液化判别快速、有效,模型适用性强,具有一定的工程应用前景. 相似文献
17.
为研究地震作用下饱和砂土液化判别及地震放大效应的影响因素,采用边界面塑性模型框架内开发的砂土本构模型,基于开源有限元平台OpenSees建立了一维剪切梁土柱模型。以循环应力比CSR和循环抗力比CRR为控制指标,对比了不同液化判别方法的差异,分析了地震荷载类型和砂土相对密度对液化判别和放大效应的影响。研究表明：与数值模拟结果相比,Seed简化法计算的CSR更大,判断饱和砂土场地发生液化的可能性更高;冲击型地震波较振动型地震波更容易使饱和砂土场地发生液化,砂土相对密度越小场地越容易发生液化;放大系数随埋深的减小而增大,振动型地震波引起的放大效应整体大于冲击型,埋深较大时放大系数随砂土相对密度的增大而减小。 相似文献
18.
结合南水北调中线工程七里河倒虹吸工程波速测井，阐明了运用剪切波法判别饱和砂土液化，以及与标准贯人法评价结果的比较。 相似文献
19.
基于MATLAB6.5平台编程,研究利用径向基神经网络进行砂土液化评价,探讨了原始数据预处理方法、神经网络构建、训练、结果评价、主因子识别以及与BP网的对比,表明了RBF网络砂土液化评价的优越性,同时给出了RBF网络砂土液化评价的归一化数据预处理方法与利用网络权重识别砂土液化主因子方法,为今后的进一步研究与实践奠定了基础. 相似文献
20.
基于聚类-二叉树支持向量机的砂土液化预测模型 总被引：3，自引：1，他引：2
建立在统计学习理论基础之上的支持向量机（SVM）,是一种基于结构风险最小的小样本机器学习方法。经典的支持向量机主要针对二分类问题,而工程实践中遇到的往往是多分类问题。根据影响砂土液化的主要因素,采用聚类分析中的类距离思想,建立了基于聚类-二叉树的多类支持向量机的砂土液化判别模型。该模型可以通过有限样本的学习,建立砂土液化与各影响因素之间的非线性关系。研究结果表明,基于聚类-二叉树支持向量机的层次结构合理,分类精度高,泛化性好,可对砂土液化等级进行较准确判别 相似文献