延吉盆地风化砂质泥岩地基承载力研究

为了获取延吉盆地风化砂质泥岩层可靠的地基承载力数据,采用载荷试验和标准贯入试验原位测试方法,对晚白垩世龙井组风化砂质泥岩层的地基承载力进行了测试研究,得出了风化砂质泥岩层地基承载力特征值的范围,地基承载力特征值、变形模量与标准贯入试验锤击数线性相关的结论.据此,提出了风化砂质泥岩层地基承载力特征值和变形模量的经验公式,为延吉地区岩土工程勘察工作提供了依据和方法,并为吉林省其他地区风化泥岩层地基承载力的研究提供了参考.     

就地固化表层地基承载特性现场试验研究

以浙江省31省道北延线绍兴市区路段地基处理为例,研究两种原位固化地基处理方式（ALLu强力搅拌头搅拌法和国产自制设备与ALLu强力搅拌头联合应用）的适用性及其处理效果,针对两种地基处理方式进行现场平板载荷试验、无侧限抗压强度试验、标准贯入试验和静力触探试验。为得到就地固化处理后地基应力和地基变形的规律,在地基处理路段布置土压力盒和沉降板进行现场监测试验。试验结果表明：与传统的换填法相比,就地固化处理后的地基承载力提高至少30%;固化养护龄期28 d时,原位固化土的无侧限抗压强度与室内无侧限抗压强度之比在0.35~0.65之间;标准贯入试验和静力触探试验均表明原位固化处理后地基土的强度提高,且计算的地基承载力与平板载荷试验实测结果相差不大,均可以作为就地浅层固化地基处理技术的检测指标;对两组路段的应力和附加应力系数进行分析发现,经原位固化形成的人工硬壳层具有较好的扩散应力作用。     

深圳龙岗中心花园填土地基强夯加固效果及承载力的确定

通过对一代表性强夯处理填土基实例强夯前后地基加固效果的对比分析,发现低能量区填土层的加固效果稍优于高能量区填土层的加固效果,一定的深度内,在相同的夯击能力作用下,厚度较小的填土层的加固效果稍优于厚度较大的填土层加固效果。对于这一与通常人们认知有所不同的现象,运用波的反射透射理论进行了解释;填土层下伏硬层的存在及埋深的大小,是引起强夯加固效果差异的主要因素,通过对强夯地基各种测试方法确定的承载力与载荷试验结果进行对比分析,认为用于确定一般自然沉积土的承载力的常规方法不适用于夯夯地基土,根据标贯试验击数与载荷试验结果之间存在的相关关系,提出了根据标贯试验击数确定强夯地基土承载力的经验公式,fk=0.4N^2 6.0N。     

强夯法在饱和软土地基中的应用及评价

提出强夯法加固饱和软粘土地基的具体措施，并就加固效果进行静载荷试验、动力触探试验及室内土工试验等，对加固效果进行综合评价，提出标准贯入试验锤击数（Ｎ）与地基承载力（ｆｋ）之间的关系。     

静力触探确定地基承载力的理论公式

本文简要给出描述静力触探贯入过程的弹塑性计算模式并导出探头比贯入阻力及其临界深度的解析解。在此基础上建立静力触探探头比贯入阻力与地基承载力相关性的理论模式，从而导出两者相关理论公式。理论公式与现有的经验相关公式相一致并具有概括性。同时理论公式能反映经验公式所不能反映的尺寸效应，深度效应和地下水位的影响。     

某复合地基承载偏低原因分析与处理

通过某住宅楼下淀粉 搅拌桩的现场复合地基载荷试验,分析了该复合地基承载力偏低的原因：（１）基础下地基土的承载力不均匀;（２）现行规范中单桩复合地基试验的方法不利于地基土承载力的充分发挥,提出了在地基上原设计标高下挖３０ｃｍ,以改善地基土承载力的不均匀性,并以碎石填充,以起到“褥垫层”的作用,这种处理办法可改善复合地基的受力机理,提高地基土的承载力,比通常的补桩的方法戏省力又经济。     

厦门地区砂砾状强风化花岗岩强度与变形特征试验

目的研究砂砾状强风化花岗岩的特殊工程特征,合理确定砂砾状强风化花岗岩承载力和变形指标的大小.方法通过对厦门地区的砂砾状强风化花岗岩进行现场载荷试验、旁压试验与标准贯入试验的对比研究,探讨了承载力和变形模量与标准贯入试验之间的对应关系,建立了砂砾状强风化花岗岩地基土承载力和变形模量与常规原位测试标准贯入试验击数的定量模型,确定了有关模型的参数.结果砂砾状强风化花岗岩地基承载力特征值宜采用标准贯入试验的实测值与地基承载力特征值的对应关系的相关公式确定,试验结果其承载力特征值fak均大于600 kPa,地基承载力提高20%以上;变形模量在30~50 MPa,而过去提供的变形模量均大于50 MPa,工程设计时需引起重视.结论确定砂砾状强风化花岗岩地基承载力和变形模量的方法是可行的.     

某复合地基承载偏低原因分析与处理

通过某住宅楼下深层搅拌桩的现场复合地基载荷试验 ,分析了该复合地基承载力偏低的原因 :(1 )基础下地基土的承载力不均匀 ;(2 )现行规范中单桩复合地基试验的方法不利于地基土承载力的充分发挥 .提出在地基上原设计标高下挖 3 0cm ,以改善地基土承载力的不均匀性 ,并以碎石填充 ,以起到“褥垫层”的作用 .这种处理办法可改善复合地基的受力机理 ,提高地基土的承载力 ,比通常的补桩方法既省力又经济 .     

地基土载荷试验与承载力分析

文章通过对地勘报告提供的地基土承载力与原位载荷试验提供的地基土承载力的数据进行分析,阐明大型工程进行现场载荷试验的必要性和重要性.     

垃圾土地基静力触探特性及碎石桩加固

对深圳已填埋11年的垃圾场碎石桩加固现场取样进行室内试验及原位静力触探试验,结合国内外相关试验成果,分析原位静力触探试验与取样室内试验结果,得到垃圾土三轴固结不排水剪内摩擦角、干密度与静力触探试验锥尖阻力、侧摩阻力的相关规律.经碎石桩复合地基现场载荷试验和复合地基计算复核,按原位试验确定的碎石桩处理垃圾土复合地基承载力合理安全.     

湿陷性黄土地区公路地基承载力的评价

通过西北黄土代表性区域兰州、介休、阎良等地湿陷性黄土原状地基和强夯冲击碾压处理后地基进行的室内土工试验和原位测试,对载荷试验、旁压试验、静力触探、动力触探和标准贯入等试验在公路工程地基承载力评价时的可行性进行探讨,并对强夯和冲击碾压处理黄土地基的处理效果进行分析.试验结果表明,湿陷性黄土地区公路工程地基承载力评价时,旁压试验在一定程度上可以取代浅层的载荷试验,并作为地基处理后承载力评价的主要测试方法;240 t.m强夯处理湿陷性黄土地基的有效加固深度为4 m,有效影响深度为5~6 m;冲击碾压的有效加固深度为0.5~1.0 m,有效影响深度为1~2 m.     

基于小波神经网络的CFG桩复合地基承载力预测

针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系.在相同结构和参数下,与BP神经网络进行分析对比.结果表明:利用小波变换对数据时...     

基于ABC-BP模型的基坑地表沉降预测

目前基坑工程普遍仅关心地表沉降值是否超出监测预警值,缺乏对基坑地表沉降短期实时预测的有效方法,降低了基坑安全性。利用人工蜂群算法优化BP神经网络的组合模型可合理预测基坑地表沉降。首先,结合灰色相关度理论,对输入变量进行筛选,提高网络结构的高效性;接着,利用人工蜂群算法优化BP神经网络初始值,实现对地表沉降累计最大值及位置的预测;最后,将ABC-BP模型与其他常见神经网络预测模型对比,验证模型有效性。从预测和对比结果中可知,ABC-BP模型训练及预测结果的平均相对误差为3.27%,均方根误差为3.87,验证模型有效。     

强力搅拌头就地浅层固化地基承载特性研究

针对某公路低填软基路段,为了满足地基承载力的要求,采用土体就地固化软基处理技术进行浅层处理以代替传统的换填法,并采用ALLU强力搅拌头系统进行施工。主要从室内试验、现场试验、理论分析三个方面研究土体就地固化处理技术及处理后的承载特性。通过室内无侧限抗压强度试验得到不同固化剂成分及含量下的抗压强度变化规律,确定固化处理所需的固化剂成分及含量。采用ALLU搅拌系统(强力搅拌头)不同的施工方式对土体进行就地固化处理,从结果发现:现场强度与室内强度的比值在0.37~0.66之间;并从荷载板试验、标准贯入试验及静力触探试验三个试验结果得到就地浅层固化处理后的承载特性;将就地固化处理的承载结果与三种不同理论承载力结果进行对比和分析,提出设计理论,为后续施工提供依据。     

基于BP神经网络的数字图像修复

考虑到BP神经网络非凡的学习能力和非线性映射能力,提出了利用BP神经网络修复数字图像.由于一般的BP神经网络收敛速度较慢,且易陷入局部极小,产生振荡现象.因此考虑在梯度下降算法的基础上引进动量因子,结果发现收敛速度加快、振荡现象减轻.该方法根据待修复区域的边界寻找相似块,利用相似块周围像素数据得到BP神经网络的权值和阈值.试验表明:文中的方法相对于利用偏微分方程(如BSCB方法)速度要快,而且具有更大的ISNR.     

软土浅基础地基承载力的计算及应用

浅基础地基承载力的计算理论及方法很多，而要在工程实践中准确地反映现场承载力大小，又受到多种条件的限制．笔者结合工程实例，初步探讨了软土地质条件下浅基础地基承载力的计算及其应用，对于软土基础工程施工有一定的借鉴意义．     

改进BP神经网络在裂缝预测中的应用

常规基于线性的测井计算方法不能很好地表征复杂的裂缝系统,而现有的成像测井技术虽然分辨率高,能较好地记录裂缝特征,但其成本高,实用性不强。因此,本文首先研究了改进BP(Back Propagation)神经网络算法,极大地提升了BP神经网络算法的收敛速度和全局收缩能力,然后将该算法引入到裂缝预测中,使利用常规测井曲线就能较好地达到预测裂缝的目的。结合实际的生产资料进行了效果分析,结果表明,对常规测井资料应用神经网络技术能较好地识别裂缝。     

粒子群算法优化BP神经网络的指纹识别技术

指纹识别技术是当今应用最广泛的生物识别技术之一。在指纹识别过程中,图像处理、特征提取、匹配等过程数据量庞大,计算比较烦琐。BP神经网络具有良好的自学习能力、强大的分类能力和容错能力,将其应用到指纹识别中是可行的。为改进BP神经网络计算速度较慢,梯度下降法不能处理一些不可微传递函数的问题,采用粒子群算法对BP算法进行优化,提高了指纹识别的速度和准确度。     

Powell-Beale重开始算法在水质评价中的应用

建立了基于Powell-Beale重开始算法的改进BP网络水质综合评价模型.该模型在网络权值训练中,以共轭梯度方向取代了标准BP网络的负梯度搜索方向,并通过设定的重新开始准则,适时调整搜索方向,加快了网络运行速度.实验结果表明,新模型改善了标准BP网络模型收敛速度较慢、易陷入局部极小或中断训练的缺陷,泛化能力较强,评价结果客观合理..     

基于小波神经网络的CFG桩复合地基承载力预测

针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系。在相同结构和参数下,与BP神经网络进行分析对比。结果表明：利用小波变换对数据时频局域化分析的能力并结合人工神经网络的自学习功能,使得小波神经网络预测模型具有较强的逼近和容错能力,预测结果比传统的BP神经网络具有更快的收敛速度和更高的精度。