共查询到20条相似文献，搜索用时 187 毫秒
1.
2.
土体剪切波速度的测试是土动力学和地震工程研究中的一项重要内容,也是近年来发展起来的浅层地震勘和对已加固地基进行科学评价的一项新技术。本文阐述了稳态瑞利波和和瞬态波法及剪切波速度反演方法的最新近展,重点综述了瑞利波法测度技术在岩土工程的应用现状。 相似文献
3.
用瞬态瑞雷波反演横波速率评价高速公路压碾效果 总被引：1，自引：0，他引：1
在高速公路质量检测中，露堤土压实度是衡量土方路基重要的质量指标，提出了提高压实度计算精度的处理流程，应用τ－p变换提取面波，获取高信噪比的频散曲线，采用瞬态面波反演横波速度，提高横波速度计算精度，进而计算压实度。用上述方法对商开高速公路振冲压碾效果进行了无损检测，并结果与取样分析及开挖结果一致。 相似文献
4.
瑞利波法检验客运专线湿陷性黄土地基处理效果 总被引：1，自引：0，他引：1
黄土地基具有明显的湿陷性,试验采用3种方法(柱锤冲扩桩、挤密桩、强夯)进行处理.测试得到地基在3种方案处理前后的瞬态瑞利波频散曲线,比较处理前后的瑞利波波速分布图,反演分析地基剪切波速度,得到黄土地基处理后的波速变化特性.结果表明,经3种方案处理后的黄土地基弹性波波速均得到了提高,波速增大幅度从大到小分别为柱锤冲扩桩、挤密桩和强夯,与静力触探法对比结果较为一致,表明瞬态瑞利波测试方法能大面积无损测试地基处理效果. 相似文献
5.
6.
土石填方地基的压实质量直接影响着上部结构的沉降变形和稳定性,如何有效地评价土石填方地基的压实质量是土石填方施工质量控制中亟待解决的关键技术问题。基于土石填料的波动传播特性和电阻率特性,构建了波电场耦合检测路基压实质量的理论模型,基于该模型提出了适用于填方地基现场压实质量检测的波电场耦合快速测试方法。将该方法应用于土石填方地基现场,采用面波测试的方法测试土石地基的波动信号,利用瑞利波的频散效应分析测试断面的横波波速,采用直流电阻率法采集测量断面的电阻率数据。对现场地基填料的波电场参数统计分析,构建了基于波电场耦合的填方地基压实度计算模型,利用现场测试的波电场参数对填方地基的压实质量进行了综合评价。结果表明,构建的模型综合了土石填料的波电场参数,应用过程中测试方便,计算简单,便于快速检测。 相似文献
7.
《物探与化探》2021,(4)
面波频散曲线反演是获得地下横波速度结构的重要地球物理方法。常规基于迭代最小二乘等线性反演方法依赖于初始模型,且存在多极值、容易陷入局部最小、反演精度低等问题。基于贝叶斯理论的随机反演方法是一种可以融合先验信息的非线性反演方法,该方法无需人为给定初始模型,仅利用先验信息对模型进行随机采样,根据概率分布筛选接受合适的后验概率密度估计结果,可达到对细节信息的准确估计。本文针对瑞利面波频散曲线,提出了基于GPR数据先验资料约束的贝叶斯马尔科夫蒙特卡洛(MCMC)随机反演方法,通过随机改变模型参数并计算其频散曲线与实际频散曲线的似然函数来选择是否接受新的模型参数,不断重复此过程,最终得到与实际频散曲线拟合效果最佳的最优解以及横波速度解的后验概率密度分布。通过理论模型以及实际数据反演测试,验证了该方法与常规无约束的随机反演相比,可以有效地提高反演速度和反演精度。 相似文献
8.
《岩土力学》2019,(12)
在层剪切波速随层深度递增的规则层状弹性介质中,基阶模态瑞利波在表面波场起主导作用,基阶模态频散曲线计算在表面波测试分析中非常重要。层状弹性介质中各阶模态瑞利波频散曲线计算常采用矩阵方法,由矩阵行列式根得到频散曲线,但行列式需用搜索方法求解。为了避免复杂计算,基于Aki和Richards给出的基阶模态频散曲线计算式,假设瑞利波相速度是层剪切波或瑞利波速与基阶瑞利波位移振型函数积分加权均方根。通过对规则层状介质中基阶瑞利波位移振型及土参数与第1层相同的均匀半无限体瑞利波位移振型比较,可知两者变化规律具有相关性,以层剪切波速度差异为参数对半无限体中瑞利波位移振型修正可估算分层介质中基阶瑞利波振型。分析结果表明,相较于矩阵方法,该方法算法简单,相较于半波法,精度较高。 相似文献
9.
黄土冲沟中高填方土压力量测及分布规律探讨 总被引：1，自引：0，他引：1
以吕梁机场黄土高填方试验段为研究对象,采用数值分析、室内试验、原位监测等多种技术手段相结合的方法,分析黄土高填方地基中的土压力量测技术及其空间分布规律,探讨其土压力的计算方法及与理论土压力存在差异的根源。研究结果表明：土压力现场量测时,土压力计埋设槽的高跨比、填筑材料压实度、沟谷坡度等对土压力存在较大的影响,建议现场布设土压力计时采用开孔高跨比λ＞0.6比较适宜;根据原位监测结果和三维数值反演分析方法,得到了黄土高填方中部及边界部位的包含填方高度H、填土加权平均重度γ、坡角β等参数的土压力计算公式及其空间分布规律,初步考虑了拱效应对土压力的影响。其研究结果可为类似的黄土冲沟中高填方工程的地下结构设计和地基变形计算提供参考。 相似文献
10.
11.
为提高多种典型人工神经网络应用于降水预报的精度与稳定性并做出优选,对太湖流域湖西区丹徒、丹阳、金坛、溧阳、宜兴5站的年降水量时间序列建立基于组成成分分析的人工神经网络模型,并通过平均相对误差、平均绝对误差、均方根误差及合格率4项评价指标对比分析预报效果。该模型采用Mann-Kendall法、秩和检验法、谱分析法进行组成成分分析;建立BP网络、小波神经网络、RBF网络、GRNN网络及Elman网络模拟并预测随机成分,与确定性成分叠加得年降水量预报结果。在湖西区的研究结果表明,基于组成成分分析的人工神经网络模型的拟合及预测精度高于原始人工神经网络和线性自回归模型,GRNN网络的预测精度与稳定性高于其他4类神经网络。 相似文献
12.
基于神经网络的地质勘测反分析研究 总被引：1，自引：0，他引：1
针对地质勘查中,土的力学参数的确定及土的分类这两类复杂问题,根据反问题理论的基本原理,提出了一种基于回归分析与RBF神经网络结合的新型智能方法,建立了从土的力学参数估计到模型分类的完整智能化分析系统。考虑到土的物理参数测定方法比较简单,且实测变异性小,而力学参数实测变异性大的特点,利用RBF神经网络的数值逼近的特性,建立了神经网络模型来逼近两者之间的函数关系,可以有效地反演力学参数。同时,利用RBF神经网络所具有的模式识别功能,为地质勘察中土层划分提供依据。通过对黄石地区岩土勘查资料的分析与预测表明,该方法简捷有效。 相似文献
13.
14.
The determination of in situ stresses is very important in petroleum engineering. Hydraulic fracturing is a widely accepted technique for the determination of in situ stresses nowadays. Unfortunately, the hydraulic fracturing test is time-consuming and expensive. Taking advantage of the shape of borehole breakouts measured from widely available caliper and image logs to determine in situ stress in petroleum engineering is highly attractive. By finite element modeling of borehole breakouts considering thermoporoelasticity, the authors simulate the process of borehole breakouts in terms of initiation, development, and stabilization under Mogi-Coulomb criterion and end up with the shape of borehole breakouts. Artificial neural network provides such a tool to establish the relationship between in situ stress and shape of borehole breakouts, which can be used to determine in situ stress based on different shape of borehole breakouts by inverse analysis. In this paper, two steps are taken to determine in situ stress by inverse analysis. First, sets of finite element modeling provide sets of data on in situ stress and borehole breakout measures considering the influence of drilling fluid temperature and pore pressure, which will be used to train an artificial neural network that can eventually represent the relationship between the in situ stress and borehole breakout measures. Second, for a given measure of borehole breakouts in a certain drilling fluid temperature, the trained artificial neural network will be used to predict the corresponding in situ stress. Results of numerical experiments show that the inverse analysis based on finite element modeling of borehole breakouts and artificial neural network is a promising method to determine in situ stress. 相似文献
15.
岩体裂隙网络渗流广泛存在于地下工程中,对地下工程的建设和运行安全具有重要的影响。因此,研究裂隙网络渗流有着重要的理论和实际意义。本文根据立方定律和Forchheimer方程推导所得的交叉裂隙渗流模型,运用数值模拟和人工神经网络方法,对平面交叉裂隙渗流模型非线性参数与模型几何条件的关系进行探究。通过数值模拟,获得了平面交叉裂隙非线性渗流模型的参数;运用人工神经网络遗传算法,探究了交叉裂隙几何条件与交叉裂隙渗流模型中非线性系数之间的关系,证明了平面交叉裂隙非线性渗流模型适用于描述交叉裂隙渗流规律,验证了神经网络方法预测非线性系数的可行性和准确性。同时,还对比分析了运用拟合数值表达式和人工神经网络两种方法的特点。 相似文献
16.
为提高水环境非线性时序预测模型的精度,用自相关技术分析水环境时间序列的延迟特性,确定径向基函数(RBF)网络的输入、输出向量,建立了水环境时间序列预测的高精度RBF网络模型.用32年海洋水温时间序列实测资料来训练和检验网络并用于预测.用该模型对长江流域望江楼站8年总硬度、高锰酸盐指数、五日生化需氧量、氨氮、溶解氧、挥发酚、镉、氯化物、硫酸盐等9种水环境要素时间序列进行预测.实例分析表明,所建模型预测误差均较小,好于门限自回归模型,BP神经网络模型和ELMAN神经网络模型.所建模型不仅精度高,而且收敛速度快. 相似文献
17.
18.
文章以莱州湾凹陷垦利油田沙河街组储层为例,对传统的回归统计模型和基于BP神经网络的人工智能预测模型评价储层渗透率方法和效果进行了对比研究。目标储量报告里定火沙三段中孔、中渗;岩性（粒度）和孔隙度是储层渗透率的主要影响因素。根据岩心及测井数据,建立了孔隙度——粒度二元回归渗透率统计评价模型和BP神经网络渗透率预测模型。通过检验样本集精度对比,分析了隐含层数、隐含层节点数等网络结构参数变化对模型预测结果的影响,重点分析了不同的测井参数输入对BP神经网络模型预测结果的影响。优化后的BP神经网络模型对检验样本集的渗透率预测结果精度最高,其平均相对误差为37%,比传统的二元回归统计模型精度提高了26%。对目标油田三口井连续处理,BP神经网络模型渗透率预测结果更加合理,可以满足开发层段产能分析等生产需求。 相似文献
19.
Chunhui Chen Li Wu Xiaodi Chen Bo Li Yaxiong Peng 《Geotechnical and Geological Engineering》2018,36(3):1673-1681
In this study, based on the least square criterion, the process of calculating the unknown parameters (k, α) in Sodev’s empirical formula is demonstrated. By using substitution to linearize the Sodev’s empirical formula, the cause of error is illustrated. Three improved methods are presented. Also, according to the monitoring data obtained from the blast engineering, these four methods have been applied to fit the monitoring data and to predict blast vibration velocity. The compared results indicate all of these four methods have high precision in the blast vibration velocity prediction; the least square method, new least squares method and nonlinear regression secant method are all based on the empirical formula which just involves two blast parameters, so they are not as accurate as artificial neural network analysis. 相似文献