改进的Bayes砂土液化判别模型

基于Bayes判别分析理论,根据唐山大地震和广东三水地震中40组砂土液化样本构建数据库,本文选取其中30组数据作为训练样本,建立了Bayes判别分析(BDA)函数,并根据该函数对另外10组待测样本进行了液化判别研究。首先,基于震级M、地面加速度最大值gmax、标准贯入击数N63.5、比贯入阻力Ps、相对密实度Dr、平均粒径D50和地下水位深度dw七个评价指标,建立七因素Bayes判别分析模型。继而,依据各评价指标的影响权重,提出了以M、gmax、Ps、Dr和D50五个评价指标为主的五因素Bayes判别分析模型。对比五因素和七因素模型的砂土液化判别结果,可以发现:改进的五因素模型的平均判别准确率高达为90%,而七因素模型准确率为80%,即本文所提出的五因素BDA模型用更少的评价指标可以达到更高的液化判别准确率,既避免了次要因素影响判别函数的稳定性,又节约了建设成本,更有利于实际工程中的液化判别。     

砂土液化势评价的Bayes判别分析法及其应用

为了给砂土地震液化的数量化研究提供参考,基于多元统计分析理论,建立砂土地震液化判别与液化势分类的Bayes判别分析模型。模型选用震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实度、平均粒径和地下水位等7个指标作为判别因子;将砂土液化势分为严重液化、中等液化、轻微液化和未液化4个级别,并作为Bayes判别分析的4个正态总体;以17个砂土实测数据作为训练样本,建立Bayes线性判别函数,以Bayes线性判别函数的最大值对应的总体作为样品所归属的总体;最后将建立的模型对训练样本进行回判,以回代估计误判率对模型进行检验。研究表明,对训练样本的回代误判率为0,对另外20个砂土样本的判别正确率为90%。     

基于Fisher判别法的砂土液化势判别

目的提出一种基于多元统计学的Fisher模型,判别复杂和不确定性因素影响下砂土液化的发生,提高和改善砂土液化势评价的可靠性、准确性及智能水平.方法应用Fisher判别分析法理论并结合砂土液化机理,建立砂土地震液化判别模型.选取具有代表性的25组实测砂土液化的数据作为学习样本进行训练和检验,建立相应线性判别函数并利用回代估计方法进行回检,并与规范法和Seed法进行比较.结果训练样本和测试样本的正确率均为100%,而规范法和Seed法都出现了不同程度的误判.结论 FDA判别法准确率较高,是一种有效的砂土液化判别方法,为砂土地震液化判别提供一种新的思路.     

路基砂土液化势的灰色三角白化权函数聚类方法

借鉴灰色系统理论,将砂土液化与其影响因素之间的关系作为灰色系统,提出采用灰类白化权函数聚类的预测方法对砂土液化势进行预测。分析影响砂土液化的因素,选取震级M、地面加速度最大值gmax、标准贯入击数N63.5、比贯入阻力ps、相对密实度Dr、平均粒径D50和地下水位dw这7个实测指标作为砂土液化势预测的主要影响因子,并构造适于砂土液化势预测的各聚类指标的白化权函数,同时引入信息熵理论确定各指标的权重,采用本文提出的方法对16组唐山大地震震害资料对模型进行评价,利用广东省三水市部分地区的9组砂土液化实例进行仿真测试,并与工程实际结果进行对比。研究结果表明:所提出的基于灰类白化权函数聚类的砂土液化势预测方法具有较高的预测精度,准确率达90%。     

基于BP神经网络的砂土液化影响因素的综合评估

为了充分考虑影响砂土液化的多种因素,选取不同的参数组合,建立不同的砂土液化判别BP神经网络模型,编写了饱和砂土液化判别BP神经网络程序SLV,并根据现场实测资料进行计算和分析.结果表明,地震作用是液化的直接原因,砂土处于饱和状态是液化的前提条件,影响液化的主要因素包括标准贯入锤击数、砂土不均匀系数以及地震剪应力比.文中建立的BP神经网络模型具有高度的分类和识别能力,可用于评估砂土液化的影响因素.     

基于JC法的砂土液化判别方法

通过对JC可靠性分析方法研究分析,提出了一种建立于标准贯入击数极限状态方程的地震液化可靠度评估方法,并用MATLAB7.0编制了相应的地震液化概率判别程序.用该可靠性分析方法对1976年唐山地震资料进行液化概率分析,通过与实测值和规范法计算结果对比,验证了该方法的可行性和精确性,为砂土液化势评估提供了一种有效的砂土液化评价的新方法.     

基于CPTU土类指数的标贯值液化判别

为提高可液化地基液化判别的准确性,依托宿新高速公路共振法加固可液化地基项目,对共振法处理后的液化地基进行CPTU试验和SPT试验.对CPTU试验得到的土类指数I_c和SPT试验得到的标贯值N_(63.5)进行处理分析.结果表明,饱和砂土和粉土的标贯值N_(63.5)是土类指数I_c的一次函数(N_(63.5)=-18.8I_c+52.0),即土类指数越大,土性越接近黏性,标贯值越小.基于N_(63.5)与I_c的拟合关系式提出一种新型液化判别方法,即根据标贯值参照《建筑抗震设计规范》进行饱和砂土和粉土地基的液化判别,其中标贯值根据I_c计算获得,I_c则通过CPTU试验获取.与规范中SPT判别法相比,该方法可以提供连续的标贯值参数,与基于CPT的周期阻力比法相比,该方法计算简单.     

基于模糊综合评判的砂土液化判别

为了对砂土震动液化势进行预测,采用模糊综合评判理论建立了砂土液化可能性的模糊综合评判数学模型.选取标准贯入锤击数、地下水位、地震烈度、粘粒含量等4个实测特征指标作为模糊综合评判的因素集,对4个因素构造了相应的隶属函数,建立模糊关系矩阵,并依据4个因素在判别中的不同作用,拟定了对应的权重,运用N(·,+)算子对模糊矩阵进行运算,依据评判等级进行最终判别.通过对历史地震中砂土液化的实测数据进行综合评判验证,获得了非液化的判别正确率为85％,液化判别正确率为88％的较好结果.研究结果表明,模糊综合评判方法可有效地预测砂土液化势,可以作为砂土液化预测的方法之一.     

基于蒙特卡罗法的液化危害性评价方法探讨

基于蒙特卡罗法建立了标准贯入击数的极限状态方程，编制了相应的计算液化危害概率的程序，在此基础上对砂土液化危害性评价的可靠性分析方法进行了探讨，并结合工程实例与规范判别法进行比较，验证了该可靠性分析方法应用于砂土液化分析的可行性和准确性，得到了一些有意义的结论。     

基于支持向量机方法的砂土地震液化分析

提出了砂土地震液化分析的一种新方法，即支持向量机方法。该方法根据有限的学习样本，建立了各种影响因素和地震液化之间的一种非线性映射，可以对砂土在地震条件下的液化进行分析。基于已有的砂土地震液化资料，采用支持向量机模型，对国外地震现场实例进行了预测，网络输出结果与实际情况十分吻合。实例研究表明，支持向量机方法用于预测砂土地震液化是有效而可行的。     

砂土液化等级综合评价的物元模型

建立了砂土液化等级评价的物元模型。该模型是以定量数值表示砂土液化属于某等级的程度大小;其中可拓集合关联函数的应用使得砂土液化的多指标评定更为精细化。综合评价结果与被研究地区实际情况相符。     

基于蒙特卡罗法的砂土液化可靠性分析

借鉴结构工程可靠性分析方法,提出了一种建立于标准贯入击数极限状态方程的蒙特卡罗砂土液化可靠性方法,并用MATLAB7．0编制了相应的计算砂土液化概率程序,同时用该方法在唐山地震资料计算得到的砂土液化分析结果同实测和规范法对比,验证了该方法的可行性,并得到了一些有意义的结论。     

地下水水质评价的FA优化灰色关联投影寻踪模型

为解决水质评价中的不相容性和模糊性等问题,在综合考虑从优隶属度和灰色关联的基础上,改进了灰色关联投影法(Grey Relation Projection Method,GRPM),将改进后的方法与投影寻踪(Projection Pursuit,PP)法相结合,提出了用于地下水水质综合评价的灰色关联投影寻踪模型.该模型把地下水水质综合评价作为一个灰色多目标决策问题,运用投影寻踪技术,构建了可以反映地下水水质状况的投影目标函数,引入萤火虫算法(Firefly Algorithm,FA)对投影目标函数进行优化,寻求灰色关联投影值的最佳投影方向,求得标准样本和评价样本的灰色关联投影值,实现了地下水水质综合评价.随机选取北京市2013年枯水期水样10例,运用该模型进行了水质综合评价,将其结果与综合评分法(F值法)结果进行比较,验证了该模型的有效性和可行性.实例应用表明,该模型评价结果可客观反映地下水水质状况,可为对比分析同一级别水质样本,分析水质变化趋势提供依据,使评价结果更趋于实际.     

扁铲侧胀试验在地基土液化判别中的应用

传统的液化判别方法虽然简便,但各有缺点。陈国民根据上海地区的经验关系,给出了考虑粘粒含量的液化判别式,并给出了液化等级的计算方法。文中比较了扁铲液化判别方法和标准贯入试验的判别结果。实践结果表明:扁铲侧胀试验是一种较好的、有前途的液化判别方法。     

砂土海床海底管道贯入的数值模拟

为预测砂土海床海底管道贯入深度,在ABAQUS下建立了砂土海床海底管道贯入的耦合欧拉-拉格朗日有限元模型,模拟海底管道在风浪流及自重等荷载作用下贯入砂土海床的过程,研究了管-土界面摩擦系数、砂土内摩擦角、剪胀角及弹性模量对管道贯入深度的影响。结果表明,在海底管道贯入过程中,管道两侧海床隆起,在海床土体内形成了自管道底部延伸至海床表面的连续滑动面,砂土破坏表现为整体剪切破坏形式;管-土界面摩擦系数、砂土内摩擦角及剪胀角均会影响砂土海床海底管道贯入深度,其中砂土内摩擦角对海底管道贯入深度影响最大,而砂土弹性模量则对海底管道贯入深度没有显著影响。海底管道贯入阻力随管-土界面摩擦系数、砂土内摩擦角和剪胀角增加而呈幂函数增大。所提海底管道贯入深度预测公式考虑了管-土界面相互作用和砂土力学特性的影响,能准确预测砂土海床中管道的贯入深度,可为砂土海床海底管道在位稳定性评估提供基础数据。     

饱和砂土地基地震液化深度的试验研究

为探究地下工程场地深层饱和砂土的抗液化强度特征和液化深度,通过动三轴液化试验,选取汉口某轨道交通工程场地埋深超过20 m的饱和砂土为研究对象,分析了深层饱和砂土试样液化特性,获取了试样抗液化强度曲线。分别利用动三轴液化试验和标贯试验击数为指标的液化判别方法,比较分析了深层饱和砂土的地震液化可能性。结果显示本地区饱和砂土地基液化深度在地震烈度Ⅶ度、Ⅷ度时超过20 m。研究成果可为本地区工程实践抗液化处理深度提供参考。     

矿井突水水源判别的改进ESN神经网络模型

针对水化学特征相似的水源类型,采用传统的预测模型难以准确判别。运用水化学成分分析法和FCM聚类分析法对26个典型的水源样本进行相似度分析,并提取了4个相似度较高的水源样本作为待测样本,将其载入一种基于阻尼最小二乘正则化方法的GA_ESN判别模型,并与改进的GA_BP和标准GA_ESN模型的判别结果进行对比。结果表明:改进的GA_BP判别模型效果最差,预测准确率只有50%;标准GA_ESN模型的回判准确率和预测准确率均达到100%,但其判别精度对模型的复杂程度要求较高,且易出现过拟合问题;而改进的GA_ESN判别模型能够弥补上述模型的不足,不仅简化模型训练过程,还能提高水源的判别精度。因此,该模型可作为一种快速有效判别矿井突水来源的新方法。     

超大直径单桩基础高频振动贯入过程中的土塞效应

为了研究海上风电塔超大直径单桩基础在高频振动贯入过程中桩管内土柱与土塞效应间的关系,建立超大直径超长单桩基础高频振动贯入的欧拉—拉格朗日耦合(CEL)有限元模型,对超大直径超长单桩振动贯入两种不同类型土过程中的土塞效应进行了数值模拟研究分析。研究结果表明,超大直径超长单桩在高频振动贯入过程中很难出现土塞完全闭塞的现象,仅可能在砂土地基中出现土塞部分闭塞的现象,且作用在土塞端部的贯入阻力会向桩壁处的径向应力转移,内侧摩阻力在某一时间点后会逐步大于外侧摩阻力,内侧压力系数也随之增大。     

饱和土震动液化势影响因素的灰色理论分析

本文简述了饱和土的震动液势是一灰色模糊概念。文中以应力比(τd/σ0^1)及调整标准贯入击数（Na)作为对饱和土震动液化势的影响因素，在国内外40组典型震区液化场地资料的基础上，利用灰色理论中的关联度及关联序原理对影响饱和土震动液化势的这两个因素进行了计算分析。结果表明：调整标贯击数对液化势的影响是较应力比更为主要的因素。该结果（即个因素对饱和土震动液化势的关联度r1和r2经归一化处理后）可直接作为利用二级模糊近似推论B^[2]=A^[2]。R^[2]评价土震动液化势中的“权”A^[2]。避免了前人以专家经验求取权A^[2]的主观因素的影响，给出了A^[2]的定量结果。     

基于主成分分析和支持向量机的矿井水源判别

针对传统支持向量机法判别矿井水源准确率较低的问题,选取7种水化学成分指标作为矿井水源判别的指标,采用主成分分析(PCA)和支持向量机(SVM)相结合的方法建立PCA-SVM矿井水源判别模型。以山东盛泉矿业有限公司矿井太原组灰岩含水层和奥灰含水层的水化学特征中的27个样本进行训练和检验,并与传统的支持向量机模型结果进行比较,利用PCASVM模型对矿井水源进行判别,分类准确率由66.67%提高到83.40%。研究结果表明,利用PCA-SVM矿井水源判别模型能有效消除判别指标间的相关影响,判别率较高,引进主成分分析算法是必要的。