粗粒土孔隙比及级配参数与渗透系数概率的相关性研究

孔隙比和颗粒级配是粗粒土渗流力学特性的重要影响因素。利用Copula理论适合建立多个非独立变量间联合分布函数的优点,以渗透试验成果为数据基础,构造了反映粗粒土渗透系数k、孔隙比e、级配不均匀系数Cu和曲率系数Cc间相关关系的四维最优Archimedean Copula函数(即Nelsen No 13,四维单参数对称Archimedean Copula函数)。利用构造的最优四维Copula函数求条件概率,便可得到粗粒土渗透系数估值的保证率,或者计算在一定保证率条件下的渗透系数。通过比较渗透系数试验值与Copula函数法、Terzaghi法及Hazen法计算值,阐述了Copula理论用于粗粒土渗透参数估值的可靠性。     

基于孔隙尺寸的粗粒土渗透系数计算方法研究

基于颗粒极限堆积状态下的平面孔隙直径和土体粒径组成,采用颗粒随机抽样组合获得了土体各孔隙直径百分含量,并进一步得到了土体最密实和最疏松状态下孔隙直径累计分布曲线CSD-D、CSD-L。通过土体实际相对密度的线性内插方式获得了土中孔隙直径累计分布曲线CSD-R,并得到相应平均孔隙直径Dmc,根据粗粒土渗透试验结果建立了渗透系数K与Dmc关系的经验公式。研究表明:CSD-R曲线同时考虑了颗粒级配和密实度对土中孔隙尺寸分布的影响,所确定的经验公式近似满足多孔介质渗流理论中渗透系数与渗流孔隙呈二次正相关性的规律。对比相关试验结果认为,该方法具有较高准确性,适用于不均匀系数Cu7且有效粒径d109.6 mm的粗粒土渗透系数估算。     

粗粒土渗透系数影响因素试验研究

粗粒土的渗透系数大小与土体类型、物质成分、颗粒级配、颗粒形状、密实度等因素相关.通过室内试验研究了土体颗粒形状、颗粒级配和试样密实度对粗粒土渗透系数的影响.采用正交法设计了9组常水头渗透试验,通过对试验结果进行极差及方差分析,确定了渗透系数随3种影响因素的变化情况.试验结果表明,渗透系数随颗粒级配特征值d20和曲率系数的增大而增大,随干密度的增大而减小,随颗粒球形度的增大而减小.     

无粘性粗粒土渗透系数的近似计算

无粘性粗粒土的渗透规律很复杂，只有在细粒含量较多，水力坡降较小时才能满足达西定律。栈析了影响无粘性粗粒土渗透系数的若干因素，并对现有的计算无粘性粗粒土渗透系数的经验公式进行了分析补充。     

粗粒土的颗粒级配对渗透系数的影响规律研究

通过对不同级配粗粒土的渗透试验研究和相关性分析，指出粗粒士的渗透系数与反映其颗粒级配特征的不均匀系数和曲率系数存在较大的相关性，并以太沙基公式为例，将原有公式修正为与级配参数相关的函数表达式，从而体现出粗粒土渗透系数与级配特征的关系，为粗粒土的工程特性进行了有益的进一步探索性研究。     

无粘性粗粒土的渗透试验研究

无粘性粗粒土颗粒组成具有较大分散性特点,其渗透系数受颗粒组成影响较大.为了探寻无粘性粗粒土级配对渗透系数的影响,通过室内试验方法进行不同级配的无粘性粗粒土渗透试验研究,试验结果表明,无粘性粗粒土渗透系数与其颗粒级配具有相关性.以太沙基公式为例,将原有公式修正为与级配参数相关的函数表达式,从而体现出无粘性粗粒土渗透系数与级配的关系,为无粘性粗粒土的工程特性进行了有益的探索.     

无粘性粗颗粒土的渗透性研究

影响无粘性粗颗粒土渗透性的因素有很多，其中孔隙比是其中的主要因素。为了研究影响无粘性粗颗粒土渗透系数的因素，利用某土石坝的3种材料，进行了在6种不同级配情况下的12组大型常水头渗透试验，探讨了颗粒大小、不均匀系数Cu和曲率系数Cc、孔隙比与粗颗粒土渗透性的关系，建立了3种材料渗透系数和孔隙比之间的线性关系。     

黄河公伯峡水电站工程粗粒土的施工特性

分析了公伯峡水电站粗粒土施工中的集料级配、含水率、碾压机构、铺土厚度、碾压遍数等因素对压实的影响，提出对集料进行掺配、加水以及调节碾压机械振幅、振动频率等碾压施工技术措施。     

无黏性粗粒土在水利工程中渗透系数试验方法研究

渗透系数是水利工程渗流分析中最基本的、也是非常重要的计算参数,能否通过试验准确地获取是至关重要的.通过分析无黏性粗粒土渗透系数获取的试验原理、方法、试验中应注意的问题以及试验得到的渗透系数与实际土体渗透系数之间的关系,并以实际工程为例,验证了对渗透系数试验方法论述的合理性,以期为水利工程中渗透系数的获取提供经验参考和技...     

粗粒土渗透变形机制浅析

对砂卵砾石的渗透变形的形成条件进行了简要分析，在此基础上对渗透变形的形式进行了简要评价，并提出了渗透变形临界坡降的计算方法。     

压缩过程中粗粒土渗透性变化的试验分析

为了研究影响粗粒土渗透系数大小的因素,采用实际工程用砂,通过不同条件下室内渗透试验,分别研究了粗粒土的粒径大小、干容重及相对密实度对渗透系数的影响。结果表明:对于同一粒度成分的粗粒土而言,其渗透系数随干容重的增加而减小,随相对密实度的增加而减小;在粗砂粒范围内,渗透系数随均值粒径的增大而快速增大;在细砾土粒径范围时,渗透系数随均值粒径增大的现象不显著。研究结果表明压缩作用使砂粒土渗透系数的减小较为显著,而对细砾土渗透系数的影响不明显。     

BP神经网络预测河流月径流量

河流的月径流量是随机变化的，影响因素很多，如人类活动、降雨、下垫面的土壤、植被覆盖情况。利用人工神经网络理论建立BP（Back-Propagation，反向传播方法）网络预测模型，用该模型对河流的月径流量进行预测，BP神经网络模型计算快速，占用内存小，还有很好的容错性，可以得到比较理想的结果，精度高，可靠性好。模型建立之后，将其用于实例，通过对大量样本进行很多次的训练学习，得到训练好的BP网络模型，最后进行预测，得到令人比较满意的结果。     

基于BP神经网络和遗传算法的丰满水库洪水预报模型研究

根据丰满水库的流域特性,尝试使用BP神经网络模型进行洪水预报。针对随机生成网络权重的盲目性,采用遗传算法进行初始权重优化。通过历史洪水检验,证实此模型在丰满水库的洪水预报中有很高的预报精度和应用价值。     

基于遗传算法优化BP神经网络的岩溶泉水位预测研究

我国北方岩溶大泉是集自然、文化和旅游等多种属性的重要自然资源,对北方岩溶地区经济社会发展有着重要的促进作用。为了精确预测岩溶泉的动态变化趋势,为岩溶泉资源保护提供支撑,基于2016-2018年趵突泉泉域的大气降水量、岩溶水开采量、人工生态补源量等数据,分别构建了6种BP神经网络以及采用遗传算法优化的BP神经网络预测模型,评价了不同预测模型对趵突泉水位的预测效果。研究表明：与BP神经网络相比,将GA算法得到的权值和阈值作为BP神经网络初始值可以很好地提高神经网络预测的稳定性,同时可以大大减少神经网络迭代次数,从而节省大量的计算成本;采用Levenberg-Marquardt训练方法的GA-BP(LM)网络模型具有稳定性高、计算成本低、预测误差小的特征,更适用于岩溶泉水位的预测。     

颗粒形状及级配对粗颗粒土休止角的影响

为了准确且方便地测量粗颗粒土的休止角,研制了一种基于旋转容器法的粗颗粒土休止角测定仪。利用此装置,对2种粗颗粒土分别进行了15种级配下的休止角试验,并研究了颗粒形状和级配对粗颗粒土休止角的影响。试验结果表明:对于级配相同、颗粒形状不同的粗颗粒土,颗粒呈棱角状砾石料的休止角大于颗粒圆滑的卵石料,不同最大粒径下砾石料的休止角平均值比卵石料高1.3°~2.0°;对于颗粒形状相同、级配不同的粗颗粒土,休止角随最大粒径的增加而增大,最大粒径为20~40 mm时,休止角平均值增长曲线平缓,最大粒径为40~60 mm时,休止角平均值增长速率明显变快;休止角随平均粒径的增大而减小,随不均匀系数的增加而增大。     

考虑施工参数影响的心墙砾石土渗透系数预测方法

针对当前心墙砾石土渗透系数预测研究仅考虑料源参数,而少数考虑了施工质量的单一预测模型存在预测误差大、数据特征获取不全面的问题,构建了综合考虑施工质量和料源参数的BPNN-WOA-SVM渗透系数组合预测模型。该模型通过引入鲸鱼优化算法(WOA)解决支持向量机(SVM)参数选择困难的问题,通过最大信息熵原理综合了BP神经网络(BPNN)较强的自适应能力以及鲸鱼优化支持向量机算法(WOA-SVM)良好的回归性能、适用小样本的优点。工程实例应用表明,构建的组合预测模型与单一预测模型相比,降低了均方误差、平均绝对误差和相对分析误差,提高了预测精度和收敛速度,在心墙砾石土渗透系数预测方面具有较强的优越性。     

基于Marc的混凝土坝与坝基渗透系数反演

利用通用的商业有限元软件Marc与Fortran语言的接口,并运用Marc的“死活单元”技术和网格加密技术,编制了混凝土坝渗流场的正分析程序．在此基础上,利用某混凝土宽缝重力坝的坝基扬压力测压管的水位观测资料,采用改进的遗传算法进化反演混凝土坝与坝基的渗透系数．算例表明,采用遗传算法-Marc反演混凝土坝的渗透系数是可行的,且计算效率较传统计算方法要高．