基于模糊隶属度的孔压静力触探技术分析复杂土层界面

基于孔压静力触探(CPTu)的土层识别方法多以经验图表为主,对大容量CPTu实测数据识别时耗费大量资源,并且土层的形成过程受应力历史、地质条件等复杂因素影响,常伴生界面不分明,多出现过渡层、混合层等现象;为了解决以上问题,应用模糊隶属度知识,基于归一化的锥尖阻力和孔压比,对土层界面进行识别和合理归并,并结合输出的棒状图、隶属度结果和参数空间分布图进行分析;选择2个典型的CPTu试验场地与临近孔钻探资料进行对比验证。结果表明,模糊隶属度不仅对土层界面的识别较准确,而且可以判断出土体中过渡层和混合层的具体位置及发育规模。

基于概率神经网络的孔压静力触探的土层界面识别

为了解决采用孔压静力触探实测的大量数据识别场地土层时,通常根据工程经验或规范对土类进行判别,从而耗费大量人力、物力和时间的问题,基于概率神经网络解决分类问题、模式识别的优越性,并结合孔压静力触探测试资料数据,进行土层界面识别;根据2种典型场地的孔压静力触探试验与相邻钻孔柱状图,阐述基于概率神经网络的孔压静力触探方法在土层界面识别的适用性。结果表明,基于概率神经网络的孔压静力触探方法能够准确识别土层的类型以及厚度,并且对场地的均匀性、不良岩土层的评价具有一定效果。