等应变循环加载下饱和含砾砂土的液化特性

随着越来越多的砾性土地震液化现象发生,砾性土的液化特性问题成为了研究热点。为了研究砾性土液化特性,根据质量比制备出含砾量分别为0%、10%、20%和30%共四种含砾砂土,然后依据水中砂雨制样法重塑含砾砂土试样;采用等应变幅控制下动三轴仪分析含砾量、初始有效围压、轴向应变幅值对含砾砂土的液化特性影响。结果表明,含砾量和初始有效围压的增加,使得含砾砂土试样液化所需振次变多,表明其抗液化能力增强;而轴向应变幅值的增大使得含砾砂土试样液化所需振次减少,当轴向应变幅值大于1.67%时逐步趋于稳定。

基于神经网络模型的砾性土液化预测

在2008汶川地震中出现了大量砾性土的液化现象。为研究砾性土的地震液化特征,以汶川地震中获取的砾性土液化实测数据作为样本,选用地震烈度、地震峰值加速度、砂砾层深度、地下水位、有效上覆应力、剪切波速共6个诱发因素作为砾性土液化的评价指标,通过大量数据训练和参数分析建立了基于多层感知(MLP)和径向基函数(RBF)两种神经网络的砾性土液化预测模型,进而分析了各因素对准确预测砾性土液化的重要性。结果表明,两种模型对砾性土的液化都有较好的预测能力,当隐藏节点数大于10时,RBF网络的预测最大准确率可以达到100%,稍好于MLP网络;在6个评价指标中剪切波速对预测砾性土液化准确性最为重要。

可靠度分析中拉丁超立方和传统舍选抽样法对比研究

蒙特卡罗方法是计算工程可靠度的重要手段,其计算精度需要大量的样本数量,相应的计算量巨大。在蒙特卡罗方法中,采用拉丁超立方(LHS)法和传统舍选法两类抽样方法,计算了条形基础极限承载力的失效概率,对比分析两种抽样方法的差异。计算结果表明,拉丁超立方体抽样法得到失效概率需要样本数量约为舍选法数量的25%。通过增加样本数量拉丁超立方法能够更有效减小失效概率的变异系数,相同的样本数量得到的失效概率变异系数小于舍选法结果的一半。

AK-MCS中初始设计样本数量对可靠度计算的影响分析

为了解决传统Monte Carlo方法在计算土木工程可靠度时存在计算量过大的问题,引入AK-MCS方法进行可靠度计算。虽然这种方法通过主动学习可以在保证精度的前提下提高计算效率,但方法中初始样本点的数量差异可能对失效概率的评估精度和功能函数调用次数具有一定的影响。为研究这种影响,采用拉丁抽样法抽取不同数量初始样本,通过两个算例进行对比和分析,计算结果表明,初始样本数量不同会造成主动学习的次数不同,初始样本点越少需要的主动学习次数较多,当初始样本数量是随机变量的5倍时,可靠度计算精度达到传统Monte Carlo方法结果。

基于随机场理论的纯黏土地基极限承载力分析

土的物理和力学特性往往随空间位置而变化,因此在研究自相关距离对条形地基极限承载力的影响时,需要引入随机场理论。本文基于随机场理论,利用数值分析软件FLAC2D建立纯黏土地基模型,计算出不同黏聚力的自相关距离所对应的地基极限承载力,分析黏聚力空间变异性对地基极限承载力影响规律,进而探讨自相关距离所对应最不利工况。结果表明,条形地基极限承载力系数随自相关距离的增加呈非线性波动,当自相关距离与基础宽度比值为0.33时承载力系数均值最小,此时为最不利工况。

不同降雨类型对非饱和土边坡安全系数的影响

非饱和土边坡稳定性与降雨类型及雨强度密切相关。为了确定降雨类型对非饱和土边坡的安全系数影响,分别选取四种降雨类型,均匀型、前锋型、中锋型和后锋型,利用GeoStudio软件对非饱和土边坡进行了渗流分析,进而利用极限平衡方法得到相应的边坡安全系数。结果表明,安全系数在降雨初期下降较快,之后随着累积降雨量的增加,其下降速度趋于平缓。在临近停止降雨或降雨结束时,边坡安全系数会达到最小值。对于降雨引起的边坡稳定性问题,除了最小安全系数对应的破坏模式,也应重视其它略大于最小安全系数相应的可能破坏模式。