细粒土液化判别特征指标研究

中国液化判别方法形成于20世纪80年代,30年来无实质改进。对于细粒土液化判别方法,1999年土耳其Kocaeli地震和台湾集集地震后,国外研究人员做了大量工作。在前人工作基础上,重点研究细粒土液化判别式和初判条件特征指标。通过回顾唐山、海城地震液化场地细粒土土性特征,结合土耳其Kocaeli地震和台湾集集地震液化数据,详细对比国内外细粒土液化判别方法优缺点。结果表明:1塑性指数不宜作为液化判别式指标;2综合细粒含量与黏粒含量判别液化比单独使用任一指标要更为合理;3中国规范液化判别式对细粒土过于保守,尤其只针对粉土考虑黏粒含量导致更为保守,建议去掉"砂土黏粒含量取3"的规定;4黏粒含量不宜作为初判条件指标;5对细粒土的塑性指数,7度、8度和9度分别不小于10,13和15,可判为不液化土。     

基于新疆巴楚地震调查的砂土液化判别新公式

以新疆巴楚—伽师 Ms6.8 级地震液化现场勘察和测试为基础,获取了 47 个场地的标准贯入试验资料,分析了现有基于标准贯入的砂土液化判别方法的适用性,提出了新的砂土液化判别公式。分析表明国内外现有基于标准贯入击数的砂土液化判别公式不适用于新疆地区,中国现有规范对此次巴楚地震非液化点判别成功率 88% ,但对液化场地判别成功率仅为 38% ,会给出明显偏于危险的结果。以新调查数据建立的砂土液化判别模型由地震烈度、实测标准贯入击数、标准贯入击数基准值、地下水位、砂土埋深等 5 个参数构成,其中标准贯入击数基准值以及地下水位和砂土埋深的影响系数分别采用归一化方法和本文提出的优化方法给出。与中国现有规范相比,新疆巴楚液化土层有所增加,推导出的标准贯入击数基准值远小于现有规范,表明巴楚地区抗液化能力显著低于以往形成我国规范时调查的可液化场地,深层土和低水位砂层液化可能性更大。所建立的砂土液化判别新公式,液化回判成功率为 91% ,非液化回判成功率为 85% ,表明构建的模型合理,计算公式可靠,同时新公式延续了中国现有规范的基本形式,工程使用方便,可为新疆地区区域性规范制订提供参考。     

基于土层常规参数的液化发生概率计算公式及其可靠性研究

工程场地地震安全性评价和地震小区划工作在我国日益普及,对适于工程使用的土层液化发生概率计算方法的需求日趋强烈。该文沿用我国建筑抗震设计规范液化判别模式并使用同样基础数据,以地下水位、埋深、标准贯入击数等土层常规指标为直接变量,采用较为成熟的二分类Logistic回归分析理论,构造砂土液化概率计算公式和不同概率水平下液化临界值计算公式,通过回归分析和近期地震液化调查新数据分项检验其合理性和可行性。构造公式时采用我国大陆以往159例液化数据,检验公式时采用近期地震液化调查358例新数据,来源于1995年阪神地震和1999年集集地震。以上述两方面数据,检验概率50%的该文公式与现有建筑抗震设计规范确定性方法,结果表明:二者对国内大陆液化资料回判成功率基本相当,但该文公式略为保守;就阪神和集集地震新数据,该文公式不同砂层埋深检验结果均可接受,而现有规范砂层埋深下小于10m结果可以接受,大于10m时显著保守,方法需要改进。以上述两方面数据检验该文公式不同液化概率水平下的表现,结果表明:不同液化概率下的该文公式不仅定性上符合现有认识,而且非液化和液化概率水平相同时,对大陆非液化和液化场地回判成功率基本相当,对阪神和集集地震液化与非液化场地判别成功率基本相当,不同埋深下液化与非液化场地判别成功率大体一致。两方面数据检验表明,该文公式对不同液化概率水平、各种地震强度、地下水位和砂层埋深均有较好的适用性。     

砂砾土液化的剪切波速判别方法

 剪切波速也正逐步成为土层液化判别的基本指标之一,但采用现场波速资料得到的砂砾土液化判别方法尚较少见。针对2008年汶川8.0级地震显著的砂砾土液化现象,获取45个场地剪切波速结构,以此提出基于剪切波速的砂砾土液化判别方法;构建相应模型和计算公式,并分析现有2种典型砂土液化剪切波速判别方法对砂砾土的适用性。提出的砂砾土液化剪切波速判别方法由初判和复判组成,初判包括地质年代、埋藏条件和含砾量3个条件;复判模型则由地震烈度、剪切波速基准值、地下水位、砂砾土埋深和和含砾量等5个参数构成,并分别采用归一化方法和优化方法推导出剪切波速基准值以及地下水位和砂砾土埋深的影响系数。砂砾土与砂土属不同土类,相同波速值下二者密实程度不同,现有砂土液化剪切波速判别方法对砂砾土不适用,给出的判别结果明显偏于危险。获取的砂砾土液化资料扩充现有液化数据库内容,提出的砂砾土液化剪切波速判别方法简单明了,回判成功率高,可为工程应用及规范修订提供参考。     

含细粒砂性土标贯液化判别方法改进研究

含细粒砂性土相对于纯净砂在自然界中分布更为广泛,但是对于其液化判别,一直都是作为纯净砂液化判别的附属成果,没有得到足够的重视。回顾了中国规范方法与NCEER推荐方法,结合1999年台湾集集地震液化土与非液化土数据,发现两个方法定义纯净砂的矛盾,通过进一步对比判别结果,建议对两个方法做如下改进:1对中国规范方法,首先取消粉砂黏粒含量取3%的规定,并且对黏粒含量不大于3%且细粒含量大于15%的粉砂及粉土,取ρc=Fc/4,否则取3%;2对NCEER方法,当黏粒含量不大于3%时,只针对细粒含量大于20%的土,才考虑调整(N1)60。改进之后,中国规范方法过于保守的问题得到解决,NCEER方法对于黏粒含量不大于3%且细粒含量大于5%的土判别结果也不再偏于危险。     

基于未确知均值聚类分析的砂土地震液化评价

基于未确知测度理论,建立了砂土地震液化判别和液化势分级的未确知均值聚类分析模型和方法。针对砂土地震液化评价中的许多不确定性影响因素,选用地震震级,地面地震加速度幅值,标准贯入击数,比贯入阻力,砂土相对密实度,砂土平均粒径和场地地下水位等7个评价指标作为判别因子;选用17个砂土样本作为训练样本,建立各评价指标的未确知测度函数,以样本中的各评价指标数据的平均值表示其分类中心;利用相似权赋权方法确定评价指标的权重,依据未确知测度距离判别地震液化等级;根据建立的模型对训练样本回判,回判正确率为94.12％。将建立的模型对20个测试样本进行判别,将判别结果与地震液化的实际情况、BP神经网络和SOFM神经网络等方法的评价结果进行了对比。研究表明,该模型的评价结果与实测结果,以及BP神经网络、SOFM神经网络等方法的评判结果一致性较高。     

含黏粒砂土场地液化离心机振动台试验研究

提出了含黏粒砂土模型地基制备、饱和与均匀性监测技术,利用ZJU-400土工离心机振动台开展了相同相对密度含黏粒砂土（黏粒含量10%）和洁净砂的地震液化模型试验,再现了水平场地地震液化现象,揭示了含黏粒砂土场地液化灾变特点。弯曲元波速监测表明,模型制备均匀性良好,相同条件下含黏粒砂土剪切波速比洁净砂低。而根据超静孔压消散与固结沉降观测分析发现,含黏粒砂土渗透系数比洁净砂低一个数量级,从而影响其液化前后超静孔压响应和应力应变行为。渗透性差异导致模型内超静孔压产生模式和消散速率显著不同,振动时含黏粒砂土模型浅层超静孔压累积比洁净砂慢,而深层则相反;震后含黏粒砂土孔压消散时间是洁净砂的15倍。液化过程中含黏粒砂土剪应力应变响应比相同深度处的洁净砂更显著,液化后其滞回圈应变较大、割线模量较小且阻尼比较大。土体液化沉降主要发生在液化后超静孔压消散过程,含黏粒砂土模型超静孔压消散时间更长,沉降量更大。上述成果为进一步研究含黏粒砂土地震响应分析及其液化判别提供了科学依据。     

砂砾土液化判别的基本方法及计算公式

2008年汶川8.0级大地震中液化现象显著且砂砾土液化占很大比重,而我国一些地区砂砾土分布广泛,发展相应液化预测和判别方法十分必要。我国规范液化判别方法来源于砂层（细粒土）液化资料,且按规范规定标准贯入试验不适于砂砾场地,故现有规范中基于标贯的液化判别方法对砂砾土不可行。以汶川大地震液化震害调查和现场测试为基础,提出了基于超重型动力触探试验（动探试验）的砂砾土液化判别方法并建立了计算模型和公式。结果表明：砂砾土液化判别由初判和复判两部分组成,初判以排除不可能液化及可不考虑液化影响情况为目标,复判则可采用动探击数N₁₂₀为基本指标的计算模型。初判包括地质年代、埋藏条件和含砾量3个条件,复判模型则由动探击数基准值、含砾量、砂砾土埋深、地下水深度和地震烈度等5个参数组成。根据此次地震液化砂砾土埋深及地下水位变化范围较大的特点,采用归一化方法导出动探击数基准值,利用优化方法推导出砂砾土深度及地下水位的影响系数。提出的砂砾土液化判别方法,较全面地考虑了砂砾土液化的影响因素,复判模型和公式表达简单明了,回判成功率较高,且与现有规范具有连续性,便于工程应用。     

基于支持向量机的砂土地震液化判别模型

根据影响砂土地震液化的主要因素，建立了砂土地震液化的支持向量机判别模型。该模型通过有限的经验数据的学习，获得了砂土地震液化与其影响因素之间的非线性映射关系。运用所建立的模型对具体的场地进行了液化判别，其结果表明，利用支持向量机理论构建分类器能在一定可靠度条件下正确判别砂土地震液化。     

波浪荷载下含细粒砂土动力特性试验研究

采用空心圆柱扭剪仪对含细粒饱和砂土进行动力特性试验。试验结果表明:波浪荷载作用下,砂土的液化周次明显小于动三轴和动扭剪试验的振动周次;随着细粒含量的增大,含细粒砂土的液化周次先减小后增加,细粒含量为10%左右时最小;细粒含量较小时,含细粒砂土超静孔隙水压发展规律类似纯砂,当细粒含量达到15%以上时,逐渐呈现出类似黏土的规律;细粒含量、有效围压对模量归一化曲线无影响;掺加细粒后砂土的阻尼比归一化曲线受围压影响比较明显,有效围压越大,阻尼比越小。     

液化判别的双曲线模型

基于国内外液化判别方法存在的问题,提出了一个双曲线形式的液化判别新模型。采用中国大陆以往156例液化数据完成了基于标准贯入试验的新公式构造,利用近来集集和阪神地震312例液化新数据进行了检验,并与现有规范方法和Seed方法进行了对比,结果表明：提出的双曲线模型和液化判别公式对不同地震烈度、地下水位和砂层埋深均有较好的适用性;新模型弥补了现有规范Ⅶ度下浅层液化（砂层埋深小于10 m）判别偏于危险的缺欠,对Ⅷ度和Ⅸ度下浅层土液化和非液化场地的成功率比现有规范表现得更为均衡;新模型可满足临界曲线浅层内快速变化、深层时明显变缓的客观实际要求,克服了规范Ⅷ度、Ⅸ度下深层土（砂层埋深10~20 m）判别严重保守的弊端;新模型具有渐近线形式,更符合实际情况,消除了Seed方法中标准贯入临界值随土层埋深增加先递增后递减的不正常现象。     

适于不同深度土层液化的剪切波速判别公式

剪切波速测试是工程上常用的现场技术,正逐步成为液化判别方法的基本指标之一。利用早期的Andrus数据库对中国《岩土工程勘察规范》方法和Andrus方法进行检验,发现了二者存在的问题。提出了双曲线形式的剪切波速判别模型和公式。采用新的Kayen数据库对三者进行了对比检验,并讨论了提高判别精度的可能性和方式。结果表明:中国现行的《岩土工程勘察规范》中剪切波速判别液化方法,无论对浅层还是深层土,判别结果均严重保守,甚至会把十分密实的砂土判成液化,十分不合理;国际上应用广泛的Andrus方法对浅层土判别结果过于保守,对深层土判别成功率可以接受,但其临界剪切波速曲线在深处存在回弯的不合理现象;所提出的双曲线液化判别模型和公式,能够深浅兼顾,无论对浅层还是深层土都能给出较好的判别结果,克服了中国规范方法和Andrus方法的弊端,且形式简单便于工程应用;采用剪切波速进行液化判别时,应采取多次测试,以降低数据离散性,提高判别的准确性。     

铁路路基砂土地震液化及其加固措施

砂土在地震力的作用下变形及稳定与其物理力学性质和结构组成密切相关,且地震对地下结构的破坏,是随其埋深的增加而减轻的,对铁路路基工程而言,在路基本体及周围特定的地质环境条件以及运营过程中列车振动及冲击力的反复作用下,部分改变了原地基的物理力学性质,地基土抗震液化强度也随之改变,使问题变得更为复杂。因此,依据铁路路基工程的实际情况,进行砂土物理力学性质及抗液化强度试验,划分液化区与非液化区对路基工程的设计及加固是十分必要的。     

剪切波速-相对密度联合试验与经验公式验证

汶川Ms8.0地震发生的数百公里大规模砾性土液化震害,引起了国内外学者对剪切波速液化判别技术适用性的高度重视。为合理评价波速测试手段应用于高含砾量、宽级配粗粒土液化判别的可靠性,发挥该技术在室内外土动力参数关联方面的独有优势,以相对密度与抗液化强度相关性为基础,通过自主研制大型波速量测系统,开展饱和砂土与砾性土剪切波速-相对密度联合室内试验,分析砾性土相对密度与波速指标内在关联性,对已有经验公式进行验证。研究结果表明:砾性土波速与相对密度呈良好线性关系,颗粒组排结构的不同是导致砾性土与砂土整体波速差异及数据离散度差别的主要原因;砾性土剪切波速对孔隙比变化灵敏度高于角砾砂,所提修正经验公式更适于描述砾性土波速随相对密度变化关系。     

循环加载频率对砂土液化模式的影响试验研究

为了研究循环加载频率对饱和砂土的液化特性的影响,针对密实度为35%、50%、70%的福建标准砂进行了振动频率为0.05Hz、0.1Hz、0.5Hz、1Hz、2Hz的循环扭剪试验,并对密实度为50%的珊瑚砂和细砂进行了振动频率为0.1Hz和1Hz的循环扭剪试验。结果表明：无论是松砂还是密砂,其剪胀剪缩特性与加载频率密切相关,在低频荷载作用下表现出显著的剪胀特性,达到初始液化后孔隙水压力波动,土体仍具有抵抗液化能力,呈现“硬化型”液化模式;在高频荷载作用下表现出显著的剪缩特性,达到初始液化后孔隙水压力保持稳定,循环液化模式呈现“软化”特征,珊瑚砂和细砂的孔隙水压力特征和液化模式也同样受加载频率的影响,说明循环加载频率显著影响饱和砂土的剪胀剪缩特性,进而影响液化模式;液化阶段产生的流滑变形大小与加载频率密切相关,低频荷载作用下所产生的流滑变形显著大于高频荷载作用下的流滑变形。     

A step forward towards a comprehensive framework for assessing liquefaction land damage vulnerability: Exploration from historical data

The unprecedented liquefaction-related land damage during earthquakes has highlighted the need to develop a model that better interprets the liquefaction land damage vulnerability (LLDV) when determining whether liquefaction is likely to cause damage at the ground’s surface. This paper presents the development of a novel comprehensive framework based on select case history records of cone penetration tests using a Bayesian belief network (BBN) methodology to assess seismic soil liquefaction and liquefaction land damage potentials in one model. The BBN-based LLDV model is developed by integrating multi-related factors of seismic soil liquefaction and its induced hazards using a machine learning (ML) algorithm-K2 and domain knowledge (DK) data fusion methodology. Compared with the C4.5 decision tree-J48 model, naive Bayesian (NB) classifier, and BBN-K2 ML prediction methods in terms of overall accuracy and the Cohen’s kappa coefficient, the proposed BBN K2 and DK model has a better performance and provides a substitutive novel LLDV framework for characterizing the vulnerability of land to liquefaction-induced damage. The proposed model not only predicts quantitatively the seismic soil liquefaction potential and its ground damage potential probability but can also identify the main reasons and fault-finding state combinations, and the results are likely to assist in decisions on seismic risk mitigation measures for sustainable development. The proposed model is simple to perform in practice and provides a step toward a more sophisticated liquefaction risk assessment modeling. This study also interprets the BBN model sensitivity analysis and most probable explanation of seismic soil liquefied sites based on an engineering point of view.