李又云[1]2000年在《同时考虑加荷、变形和时间的公路软基固结沉降理论及仿真的研究》文中研究表明本文首先验证了用割线模量法计算软土地基最终固结沉降的可靠性；其次得到了渗透系数k_(10)和孔隙比e的经验关系，并且更进一步给出了渗透系数k_(10)和应变ε之间的经验公式；更重要的是对求取固结系数的方法给予了改进，该方法反映了固结系数随应变和相应固结压力的变化规律。 对太沙基单向固结理论进行了修正，使其理论应用更加广泛；提出了能够反映荷载、变形和时间三者对固结沉降相互影响的数学模型；并且应用该模型对公路软土地基固结沉降过程进行了仿真分析，编制了相应的程序；计算得到了固结沉降随荷载和时间的变化规律。 最后通过对现场观测资料的分析整理，将观测结果和计算结果进行了比较，结果令人满意。
刘保健, 谢永利, 李又云[2]2000年在《公路软基在变荷载条件下的沉降计算》文中研究指明通过对饱和软土的实验和理论分析 ,提出可同时考虑加荷、沉降和时间关系的软基沉降计算理论和仿真计算方法 ,该方法可满足公路软基的工后和施工期沉降计算和填土施工的强度控制
朱红霞[3]2004年在《神经网络模型在高速公路软基沉降预测中的应用》文中认为90年代以来,随着国民经济的日益发展,我国掀起了高速公路建设的热潮。近期内我国的高速公路主要兴建于沿海诸省,而在沿海地区广泛分布着软粘土。在软土地基上修建高速公路,其核心问题在于控制软基的沉降。因此,合理地预测软基沉降,对正确施工,节省工程投资,具有十分重要的现实意义。近年来提出的人工神经网络技术可以模拟大脑的学习功能,对信息进行分布式存储和并行协同处理,具有高度的非线性映射能力,有良好的自适应性和容错性,与一些传统的计算方法相比,有其独特的优点,已经在不同的工程领域得到应用。本文尝试利用人工神经网络技术,提出基于人工神经网络的高速公路路基沉降预测新方法。本方法可利用实测资料对高度复杂和高度非线性的土工结构进行直接建模。针对实际工程的不同条件和要求,本文采取了两种不同的神经网络建模法。一种是把各影响因素同沉降的关系用神经网络隐式表达,通过建立反映路基沉降影响因素与路基沉降量的映射关系的网络模型,用已有的沉降观测资料对网络进行学习训练。预测时,由已知外界影响因素推断此时的沉降;另一种方法不考虑沉降的各影响因素,而是建立反映当前沉降同过去各沉降历史值间关系的神经网络模型,通过高度非线性的曲线拟合,推求工程后期的沉降量。通过对若干工程实测资料的检验以及与各种传统计算方法的对比,证明神经网络法能避免传统方法计算过程中各种人为因素的干扰,计算精度高,泛化性强,简便易行,因而具有广泛的工程使用价值和广阔的工程应用前景。
谢永利, 刘保健[4]2001年在《公路软基沉降计算新理论及其仿真计算方法》文中研究指明通过对饱和软土的理论与试验分析 ,提出了可同时考虑加荷、沉降和时间关系的软基沉降计算新理论及其仿真计算方法 ,该理论方法可满足软基施工期间和工后沉降计算及填土的强度控制。
冯仲仁[5]2003年在《高速公路软基处理智能决策支持技术研究》文中研究指明上世纪90年代以来，我国高速公路发展迅速，每年新建高速公路2000公里左右，到2002年底已建成高速公路总里程22500多公里，超过加拿大稳居世界第二位。我国许多省市的公路地基中大量存在着淤泥、淤泥质粘土、淤泥混砂层。这些地基大多压缩性高，沉降量大，排水固结稳定性差。在其上修建高速公路，若不经过处理或处理不当，会引起道路质量的降低甚至破坏。随着高速公路的修建，软土问题越来越突出，已成为影响工程质量，工程周期和工程造价的关键因素之一。因此，加强高速公路软基处理的研究，已经成为影响我国交通事业的发展的一个非常重要课题。 在高速公路软基处理的技术研究中，存在着大量的决策问题。在设计阶段，首先需要对是否进行处理做出决策，对需要处理的地段，则需要对深层处理还是浅层处理做出决策。对于浅层处理或深层处理的具体方法也需要做出决策。对于某一种处理方法，需要对其技术参数做出决策。在施工阶段，需要根据动态监测的结果，对施工期的加载速度做出决策。根据工后沉降的预测结果，对路面的加铺时间做出决策。 在软基处理技术决策中，影响因素众多，计算工作量大，设计理论不完善，经验往往起重要的作用。因此，如何使软基处理技术决策更具科学性变得非常重要。本文以近十年高速公路软基处理的工程实践为基础，深入地研究了高速公路软基处理的诸多决策问题，明确了当前高速公路软基处理决策中存在的有待解决的课题。以系统工程、人工智能、知识工程、综合评价、神经网络、模糊数学、遗传演化算法、决策分析、计算机技术等为理论基础，结合岩土工程、土质学和土力学等学科的最新发展，对建立高速公路软基处理智能决策支持技术的各方面问题进行了研究，为高速公路软基处理决策的智能化和科学化进行了有益的探索，填补了这方面的空白。 按着研究内容和论文的章节顺序，简要介绍如下： 1.简要地介绍了本文研究工作的目的和意义，较全面地介绍了目前软基处理的研究现状，存在的问题和今后的研究展望。在系统分析了高速公路软基处理中的诸多决策问题的基础上，提出了高速公路软基处理智能决策支持系统的研究题目和主要研究内容。 2.将人工神经网络(ANN)用于高速公路软基处理的技术决策，采用先进的计算工具MATLAB提供的ANN工具箱来建立ANN模型。通过深入分析软基处理问题影响因素，在众多因素中找出了关键因素，构造了两参数决策模型和5参数决策模型，收集ANN模型训练数据，对ANN模型训练试验，结果表明构造的ANN决策模型是有效的。 3.以MATLAB一FIS为工具，构建了高速公路软基处理模糊决策模型。这一工作同样分析了软基处理问题的影响因素，找出了关键因素，将填土高度、软土层厚度和软土的初始孔隙比作为决策模型的输入参数，通过对大量的实际数据的整理统计工作，构造了它们的隶属函数。通过大量的试验，建立了模糊推理规则。对苏嘉杭高速公路江苏段软基处理工程，进行了不同的输入组合试验，结果表明构建的高速公路软基处理模糊决策模型具有实用价值。 4.主要解决了在同一处理层次上(如深层处理)的方法选择问题，本问题的影响因素有些可以定量分析，有些具有模糊性质，只能定性分析。这些因素之间相互关联，相互制约，构成了复杂系统。模糊矩阵理论和层次分析法是系统工程理论中对非定量问题分析的有效决策方法，本研究将二者相结合构造了多层次模糊决策模型。利用此模型分析了武汉市中环线西环段软基处理工程和苏嘉杭高速公路常熟至苏州段软基处理工程，得到了较理想的分析结果。 5.在论述了塑料排水板的排水固结机理基础上，利用自己编写的计算程序，对不同参数的塑料排水板在成层地基、多级等速加载情况下不同时间的固结度，及固结效果进行仿真分析，其结果对塑料排水板的施工参数决策有一定的参考价值。 II 6.近年来遗传算法(GA)已成为解决优化问题的一条新途径，但传统的GA仍存在收敛速度慢，求解效率不高的等缺点，而且对于高维、多约束问题，还会出现收敛困难。为克服传统GA的以上缺点，本文通过引入交叉、变异率自适应调整方法和惩罚策略，藉此提高了算法的求解速率，并首次将改进的遗传算法用于解决深层搅拌桩的最优设计问题，获得满足工程需要、符合设计规范要求且造价最低的设计方案，实现了粉喷桩间距、水泥用量等的优化。 7.提出了基于光纤传感技术的高速公路软基处理施工仿真监控决策的概念，它是是建立在前馈控制的理论基础之上的，通过研制的光纤传感设备和传统的测试方法采集沉降、位移和孔隙水压力等数据，对关键的土工参数进行反分析，对土的强度增长进行估算，然后对下一步的加载进行仿真计算，以确定后续的加载策略。同时能较准确地对土工参数进行估算，较好地解决了工后沉降的估算问题和路面加铺时间的决策问题。
唐广京[6]2007年在《人工神经网络在高速公路软基沉降预测中的应用研究》文中研究说明近年来,随着我国经济的快速发展,大量的高速公路不断兴建。在软土地基上修建高速公路时,提高路基的稳定性、控制路基沉降是关键的工程技术问题,因此,工程上对软基路堤沉降量的预测精度有较高的要求。本文首先分析和总结了路基沉降的各种计算和预测方法。然后,在介绍人工神经网络原理的基础上,深入分析了人工神经网络的结构、特征以及学习算法,建立了应用于沉降预测的BP网络模型,对实际工程中高速公路软土地基路堤的沉降发展过程进行了预测。通过与实际监测数据的对比,证明该法对沉降的短期预估有较高的精度。本文还采用双曲线法、三点法和Asaoka法对路堤的最终沉降进行了预测,并与人工神经网络法进行了对比分析。最后,根据实际工程中多个断面的沉降监测数据,本文考虑路堤填筑高度、软基硬壳层厚度和地基处理方式三个因素建立了沉降修正系数模型,编制了用于工程所在地区路基最终沉降计算的沉降修正系数表。
陈述存[7]2006年在《高速公路软基沉降可视化研究及数值分析》文中研究说明近十几年来,在高速公路建设中,各地相继开展了规模较大的沉降观测工作,积累了大量的现场实测数据资料。这些宝贵的现场实测资料是实际沉降发展过程的直接反映,通过对现场实测数据资料的整理和分析可及时地修改和调整施工方案以确保路堤填筑施工中的安全及施工速率和质量。因此,重视实测数据资料的整理和分析有着重大的工程意义和实际意义。传统的研究方法缺陷是:工作量大,工作效率低,特别是遇到巨量数据信息的时候,处理十分困难,很不利于数据的管理和查询以及反映路基的整体变形及沉降随时间和空间的发展状况。为了克服传统研究方法的不足,本文基于数据库技术,采用VB6.0作为开发工具,对Surfer进行了二次开发,并编制了软基沉降可视化系统软件,可及时、快速地对沉降数据进行管理、查询、统计以及自动绘制实时三维沉降曲面图,并通过调用数个数据文件实现沉降过程的动态演示及旋转视图等功能,从而更好地为工程服务。 考虑到现场实测也有不尽人意之处,如施工前无法获取有关的数据资料,另外,在施工过程中所布置的观测点及观测的次数也总是有限的,只能反映局部信息,难以直观反映发展变化的全貌,为了把握问题的实质,为以后的工程建设积累经验,以现场实测为基础对软基沉降进行理论分析和数值分析也是一件很有意义的工作。数值分析方法可以考虑到土体的非线性、弹塑性和各向异性等特点,能准确地反映出孔压消散与土骨架变形之间的关系,而且可以较好地模拟现场实际情况以及复杂的边界条件等,因此在理论研究领域得到了比较广泛的应用。此外,在计算模型参数确定的过程中,由于取样制样、试验仪器、试验方法与过程、试验人员操作熟练程度等诸多因素,使各个参数变化较大,对计算结果会有一定影响。本文采取有限元法对模型参数对计算结果的影响进行了敏感性分析,以确定影响软土路基沉降的主要参数,为以后的土工试验和理论研究提供科学依据。
李国维, 杨涛, 殷宗泽[8]2006年在《公路软基超载预压机理研究》文中研究指明通过不同超载比、不同作用时间的一维固结试验,研究软土在超载作用过程的变形机理。研究表明,超载作用时间过长会使地基的总变形量增加,相对于等载预压过程,超载的作用时间越长、超载比越大,超载卸除后的次压缩变形越小。以提早完成基准期次压缩变形量为目标,过大的超载比是没必要的。工程算例表明,在较长的超载时间情况下,较小的超载比也可以满足工程需要。
王丙兴[9]2011年在《基于非概率可靠度理论的高速公路软基变形特性研究》文中进行了进一步梳理在软土上填筑路基往往会发生较大的沉降不均匀沉降及边坡失稳ˊ影响着高速公路行车安全及舒适度本文应用反演理论ABAQUS有限元分析软件对软土路基沉降进行预测ˊ并引入非概率可靠度理论用来评价沉降预测值的可靠性同时对软基边坡失稳进行可靠性研究主要研究工作如下1考虑软土结构性损伤对沉降变形的影响ˊ应用反分析理论对软土路基沉降进行了预测2利用ABAQUS有限元分析软件ˊ计算并分析软土路基沉降ˊ应用非概率可靠性研究方法对软土路基沉降可靠度进行分析ˊ计算沉降的可靠度指标ˊ从而为软土路基沉降提供一种有效地分析方法3应用盲数测度理论对某高速全路段的路基力学性能指标参数进行了分析ˊ计算出了基于盲数测度理论确定的参数代表值区间ˊ并与ǎ岩土工程勘察规范规定的参数确定方法相比较ˊ验证了其合理性4应用基于区间分析可靠度模型对软土路基沉降进行可靠度分析ˊ并与实际工程相结合ˊ从而验证了非概率可靠性模型在路基沉降可靠度分析中的可行性并通过参数变化的对比分析ˊ确定了沉降可靠性指标对不同参数的敏感性5采用Mohr-Coulomb屈服准则ˊ将可靠度理论与有限元强度折减法计算出的中值安全系数进行耦合ˊ在考虑了土体的弹塑性本构关系和塑性应变对安全系数的影响情况下ˊ分析了土体强度在折减下的塑性应变与位移的变化关系ˊ提出根据塑性应变或位移的突变(陡增)判断土质滑坡稳定性失效的方法
王育清, 洪宝宁[10]2005年在《高速公路软基沉降预估方法和误差分析》文中研究表明公路软基工后沉降的控制一直是工程技术人员特别重视的问题之一。介绍高速公路软基沉降预估的计算方法,分析软基沉降预估计算误差产生的原因,并提出减少软基沉降预估误差的途径。
参考文献：
[1]. 同时考虑加荷、变形和时间的公路软基固结沉降理论及仿真的研究[D]. 李又云. 长安大学. 2000
[2]. 公路软基在变荷载条件下的沉降计算[J]. 刘保健, 谢永利, 李又云. 中国公路学报. 2000
[3]. 神经网络模型在高速公路软基沉降预测中的应用[D]. 朱红霞. 天津大学. 2004
[4]. 公路软基沉降计算新理论及其仿真计算方法[J]. 谢永利, 刘保健. 交通运输工程学报. 2001
[5]. 高速公路软基处理智能决策支持技术研究[D]. 冯仲仁. 武汉理工大学. 2003
[6]. 人工神经网络在高速公路软基沉降预测中的应用研究[D]. 唐广京. 河北工业大学. 2007
[7]. 高速公路软基沉降可视化研究及数值分析[D]. 陈述存. 河海大学. 2006
[8]. 公路软基超载预压机理研究[J]. 李国维, 杨涛, 殷宗泽. 岩土工程学报. 2006
[9]. 基于非概率可靠度理论的高速公路软基变形特性研究[D]. 王丙兴. 天津大学. 2011
[10]. 高速公路软基沉降预估方法和误差分析[J]. 王育清, 洪宝宁. 交通科技. 2005