某长江大桥深度超过15米的砂土层液化势的综合评价

不同抗震设计规范的砂土液化判别方法或国内外其他有代表性的液化判别方法所采用的地震动参数和土性指标及其埋藏条件是不同的,因而采用这些方法对同一工程场地进行液化势预测时其评价结果通常有一些差异,甚至会得到相反的结论。为了给重大工程建设提供较为合理、可信的地基液化势预测结果,采用多种液化判别方法进行场地液化势的综合评价是比较客观的,也是必要的。本文结合某长江大桥桥基工程,采用建筑抗震设计规范的砂土液化判别方法、国内外有代表性的液化判别方法、有限元数值分析法等多种方法逐一对该工程场地砂性土层进行液化判别,并结合室内动三轴液化试验结果,对主桥墩不考虑冲刷条件和考虑一般冲刷深度5m条件时的砂性土层进行了液化势的综合评价,并将各土层的液化势分为液化、可能液化和不液化3个等级,得到了较为合理可靠的判别结果。

淮安市砂土地震液化势的综合评估

建立了BP神经网络模型LM算法的砂土地震液化判别方法,采用LVQ模式分类网络对数据进行分类,选取唐山地震时76个场地、320组现场液化勘察资料为研究对象,训练和检验网络模型的数据各160组,结果表明,该方法的砂土液化预测准确度为96.8%。根据淮安市典型场地土的钻孔资料,采用《建筑抗震设计规范法》液化判别法(规范法)、美国国家地震研究中心建议的液化判别简化方法(NCEER法)和谢君斐-陈国兴液化判别方法(谢-陈法)等3种液化判别方法及本文提出的BP神经网络模型液化判别方法对22个钻孔、120标贯点进行了液化判别,结果表明:14种地震液化判别方法的计算结果基本一致;2NCEER法比谢-陈法的计算结果要保守;3谢-陈法与规范法的计算结果很吻合,预测正确率相差不大;4规范法相对BP神经网络模型法的计算结果要保守;5BP神经网络模型法比其他3种方法的预测结果更符合实际的液化规律。最后,综合4种方法的液化判别结果给出了该地区地震液化势的评估结果,并给出了部分典型地质剖面土层地震液化势分布图。