力学检测指标

力学检测指标（精选7篇）

力学检测指标 篇1

烟雾病属于慢性血管性疾病, 主要发病机制为双侧颈内动脉末端及大脑前动脉和/或大脑中动脉起始端发生进行性狭窄或闭塞引起脑底异常血管网, 发病人群主要集中于儿童和中年人[1]。脑血流动力学指标是评估烟雾病患者病情严重程度、脑血流代偿情况和手术治疗效果的重要指标, CT灌注成像具有扫描速度快、分辨力高、费用低等优势, 可作为检测烟雾病术后脑血流动力学指标的优选手段。现对佛山市顺德区中医院及合作的广州医科大学附属第二医院、广州市第一人民医院的烟雾病患者术后行CT灌注成像检测脑血流动力学指标的资料进行回顾性分析, 现报道如下。

1 资料与方法

1.1 一般资料

选取2012年3月-2015年3月佛山市顺德区中医院、广州医科大学附属第二医院及广州市第一人民医院三家医院收治的38例烟雾病患者的临床资料。所有患者入院后均经数字减影血管造影 (DSA) 检查确诊, 择期行STA-MCA直接血管重建术治疗, 术后接受脑CT灌注成像检查。排除因动脉粥样硬化、脑膜炎、脑肿瘤等引起的烟雾综合征者。其中男20例, 女18例, 年龄36~62岁, 平均年龄 (45.22±8.56) 岁, 影像学检查显示颅内单发或多发软化灶25例, 9例颅内未见明显异常病灶, 3例发现大脑后动脉瘤, 1例基底节区有出血灶。

1.2 方法

1.2.1 灌注成像扫描

所有患者均于术前、术后1 d及术后3~6个月均行脑CT灌注成像检查。检查时取仰卧位, 先行横断面螺旋CT扫描 (120 Kv, 330 m A) , 扫描范围为听毗线至头顶部。平扫未见明显异常者进一步对基底节区进行灌注扫描;平扫发现异常者则对相应层面进行灌注扫描。对术后复查者扫描层面选择与术前相近的层面[2]。

1.2.2 扫描图像重建

扫描后将数据传输至配套工作站进行灌注图像后处理获得脑灌注参数图, 将病变区域对比度突出, 选取灌注异常明显的一侧颞叶皮层绘制ROI, 测量时取3次平均值。

1.3 观察指标

所有患者术后随访6个月, 观察患者手术治疗效果, 记录术前及术后6个月m RS评分, 比较术前、术后1 d及术后6个月脑血容量 (CBF) 、脑血流量 (CBV) 、达峰时间 (MTT) 及平均通过时间 (TTP) 。

1.4 统计学方法

采用SPSS 19.0统计和分析数据, 计数资料采用±s表示, 计数资料采用百分率 (%) 表示, 行t检验、χ2检验, 以P<0.05为差异有统计学意义。

2 结果

2.1 治疗效果

随访6个月18例症状明显好转, 9例部分好转, 8例无明显改善, 3例恶化。术前m RS评分 (1.97±0.74) 分, 术后6个月m RS评分 (1.15±0.98) 分, 两者比较差异有统计学意义 (P<0.05) 。

2.2 手术前后灌注情况检测结果比较

术后6个月患者CBF显著高于术后1 d, 术后6个月患者MTT和TTP显著低于术前和术后1 d, 差异具有统计学意义 (P<0.05) , 其余时间点各参数值两两比较, 差异无统计学意义 (P>0.05) , 见附表。

注:与术后1 d比较, aP<0.05, 与术后3~6个月比较, bP<0.05

3 讨论

烟雾病高发区为亚洲, 其中日本发病率最高, 颅内出血是烟雾病患者的主要死因。目前其发病机制尚不明确, 手术治疗是目前治疗该病的主要临床手段, 手术方式的选择需对患者的年龄、症状、体质等评估后选择, 其中STA-MCA直接血管重建术在改善烟雾病患者脑血流量、降低脑出血发生风险等优势在临床上应用较广, 但儿童因血管管径较小, 实施该手术难度较高且吻合口出血发生率也较高[3], 因此本研究纳入的入选者中均为中老年患者。

多层螺旋CT灌注分辨率高、扫描速度快、可重复性强、费用低, 是临床医师广泛认可的血流动力学评估方法。本研究中患者术后脑血流动力学复查结果显示, 术后1 d CBF和CBV略有下降, MTT和TTP轻度升高, 差异无统计学意义 (P>0.05) , 表示烟雾病患者处于慢性进展性缺血过程中, 导致脑组织功能下降, 手术吻合颅内外血管后短期内增加了颅内血流的前负荷[4]。术后6个月复查CBF较术后1 d显著升高, MTT和TTP较术后1 d显著下降, 提示术后吻合血管周围形成有效侧支循环, 脑组织功能改善[5]。

总之, 螺旋CT灌注成像扫描速度快, 可发现平扫不能发现的异常灌注区域, 准确评估脑组织血流动力学指标, 对指导烟雾病手术和评估术后效果具有较高价值。

参考文献

[1]谢安明, 李功杰.烟雾病脑灌注成像的研究进展[J].军事医学科学院院刊, 2009, 33 (3) :281-284.

[2]戴冬伟, 赵文元, 许奕, 等.烟雾病间接血流重建术后早期CT灌注评价[J].中国微侵袭神经外科杂志, 2011, 16 (10) :461-463.

[3]张亚男, 高培毅, 薛静.烟雾病围术期的影像学研究进展[J].中国卒中杂志, 2013, 8 (8) :86-91.

[4]于涛, 李忠南, 桑雅荣.64层螺旋CT灌注成像在短暂性脑缺血发作诊断及疗效评估中的应用[J].中国医学工程, 2012, 20 (9) :18-19, 21.

[5]武传华, 张志国, 辛军.CT灌注成像对烟雾病术后桥血管再通及手术前后脑血流变化的评价[J].医学影像学杂, 2014, 24 (3) :351-354, 364.

力学检测指标 篇2

1 材料与方法

1.1 研究对象

本研究选择病例总数26例,均为2008年10月至2009年1月在上海市中山医院的住院患者。研究分心功能不全组(NYHAⅡ~Ⅳ级)和心功能正常组(NYHAⅠ级)。心功能不全组共11例,其中男性10例,女性1例,年龄31~73岁;心功能正常组共15例,其中男性9例,女性6例,年龄24~76岁。

1.2 仪器

超声心动图采用飞利浦公司生产的i E33型彩色Deppler超声仪测量,使用的探头型号S5-1,探头频率为3.5~5.5 MHz。

无创心脏血流动力学检测采用宝利好(山东)医疗器械有限公司生产的CHM T3002无创心脏血流动力监测仪,电极采用上海励图医疗器材有限公司生产的一次性心脏检测专用单/双联电极。

1.3 方法

在患者知情同意的情况下,登记患者姓名、性别、年龄,测量患者身高、体重。对同一病例,在超声心动图检查结束后立即行无创心脏血流动力检测。

1.3.1 超声心动图检查

应用2维Simpson法分别测量左室收缩末期容积(ESV)和左室舒张末期容积(EDV)各3次,由此得出三组左室射血分数(LVEF)值;再应用脉冲Deppler法测量3组心脏每搏输出量(SV)、心脏每分输出量(CO)、左室射血前期(PEP)及左室射血期(LVET)值;取每项指标的三次测量数据的平均值,即得到研究所需超声心动图相关检测数据。

1.3.2 无创心脏血流动力学检测

嘱受检者安静休息10 min,测量即时血压。分别在颈根部与腋中线延长线的交点及剑突下缘与腋中线交点处安放四对双联电极,黑色电极置于近心端,红色电极置于远心端,将黄色电极置于V4-V6之间的任意位置上,以心电图显示QRS波群主波向上为原则,将心音换能器置于胸骨左缘任意肋间,用胶带固定。观察同步显示的阻抗微分图、心音图和心电图,待波形稳定时冻结图形,获得血流动力学数据,打印测量结果。

1.4 数据处理及统计分析

应用SPSS 11.5统计软件进行统计分析。对病例一般情况的数据描述应用中位数和4分位区间(P25-P75)表示;对两种方法测量数据以均数±标准差表示;两种方法测量数据的相关性采用线性相关回归分析;对两种方法测得的数据采用Bland-Altman一致性分析,p<0.05为差异具有统计学意义。

2 结果

2.1 研究对象的一般情况描述

本研究心功能不全组总数11例,男性10例,女性1例,年龄中位数53.0岁,4分位区间为52.0~58.0岁;心功能正常组总数15例,男性9例,女性6例,年龄中位数60.0岁,4分位区间58.0-72.0岁。

2.2 两种方法测得各指标的线性相关分析

x超声心动图测量值,y无创血流动力学监测仪测量值,r线性相关系数.LVEF左室射血分数,SV心脏每搏输出量,CO心脏每份输出量,SVI搏指数,CI心指数,EDV左室舒张末期容积,PEP左室射血前期,LVET左室射血期.*p<0.05**p<0.01

表1显示了两种方法同一指标的测量值,以及线性相关系数。在LVEF、SV、SVI、EDV、LVET、PEP/LVET指标上两种仪器测得的数值具有显著的线性相关关系(p<0.01);在CO、CI上两种仪器测得数据亦具有线性相关关系(p<0.05);PEP两种仪器测得的数值的相关性无统计学意义(p>0.05)。

2.3 两种仪器测得各血液动力学指标的Bla n d-Altman分析

图1和图2为根据两种仪器测得LVEF数据及其均值、差值绘制的恒等图及Bland-Altman图(恒等图中绿色实线为均分线,Bland-Altman图中红色实线代表两种方法差值均数,上下两条平行的蓝色实线代表95%的一致性界限以及一致性界限的95%置信区间,绿色实线代表两种方法差值为0,紫色线圈内的红色实心点代表一致性界限内差值绝对值的最大值)。

恒等图可见LVEF各点几乎均匀分布在均分线的两侧,说明两种方法测量数值基本恒等。Bland-Altman图可见各测量值均有近95%的点在一致性界限范围内;被圈中的点的对应值为0.11,其与均值0.59比较差值在临床上可以接受,可以认为LVEF两种方法测量的一致性较好。

同理分析在所测指标中,LVET两法的差值绝对值的最大值临床可以接受,即两法一致性较好;SV、SVI、CO、CI、EDV两法的差值绝对值的最大值临床较难接受,因此说在上述指标方面两种方法的一致性一般;而在PEP、PEP/LVET上两法差值绝对值的最大值临床很难接受,因此在上述指标方面两法的一致性较差。

3 讨论

心阻抗法是评价心血管功能的无创伤性检测方法,是人体阻抗测量技术在心血管血流动力学方面的一个应用。始于20世纪60年代,经过30多年的发展,其技术获得了突破性进展。

由人体的电生理特性可知,人体中血液的导电性能要比胸腔中的其他组织要高得多。心脏搏动时,血液有节律地射入主动脉,使主动脉的体积随之变化,从而造成了胸腔阻抗的变化,故可认为胸腔阻抗的变化原因主要是胸腔大血管中的血液容积的变化。如果在胸腔的两端加上一个恒流电源,则这种变化就可以转化成电压的变化。对这种信号进行一定的处理就可以得到包括心输出量在内的丰富连续的信息。如果这种方法能够进一步提高其测量结果的准确性,减少个体差异,将是很有发展前景的一种方法。心搏出量测定是心阻抗图的重要测定项目,目前广泛应用于临床的是把胸腔看作圆柱体模型的Kubicek理论[1],并应用Kubicek改进公式[2]计算SV。但胸内解剖结构十分复杂,仅使用一圆柱膨胀模型描述主动脉血液容积的变化,必会引起误差;在Kubicek计算公式中ρ一般取135-150Ωcm,事实上,ρ值随受检者的血液特性和红细胞压积的不同而不同;另外,它是依照一种人体模型建立的数据采集系统,不能应用于小儿或特殊体形(如过高超重)的人群,而且患者如存在主动脉瓣返流、感染性休克或重度高血压则会产生误差。因此还不能完全取代有创监测心阻抗法检测。

本研究从线性相关分析结果上看,两种仪器测量的同一指标多具有较好的相关性,说明两种方法对患者心脏功能水平的评价基本一致。但因线性相关回归分析仅是对两组变量的相关性及变化规律进行统计学上的简单分析,若要联系临床,尚需进一步对数据进行Bland-Altman一致性分析。Bland-altman分析是Bland和Altman在1986年提出来的检验两种方法一致性的方法[3]。其多用在一种方法是目前广泛应用的或被成为“金标准”的方法,另一种方法则是更先进、更方便、更经济、无创或微创的方法,通过对两种方法一致性评价可以回答两法可否互相替代的问题[4]。在本研究中的Bland-Altman一致性分析时发现,从统计学角度上看,各项指标的一致性较好(即近95%的点在±标准差之内),但结合临床时,两组测量结果的差异较大,临床上多不能很好的接受。

两种仪器的测量结果相关性较好而一致性一般,考虑为两种仪器测量同一指标应用的原理不同所导致。本研究超声心动图测量各项指标无论是应用2维Simpson法还是脉冲多普勒方法,其测量的准确性主要依靠取样部位及勾画范围的准确性等,虽然为了尽量降低人为因素对检测结果的影响,本研究请同一个经验丰富的医生分别进行3次测量,取测量的平均值,但仍不可完全避免人为因素造成的误差。无创血流动力学监测应用心阻抗法,其测量准确性受胸腔基础阻抗值(Z0)影响较大,且在特殊体型人群、某些疾病患者(如主动脉瓣重度返流等)中测量准确性较差,本研究在选择受试者时对上述因素加以了控制;另外,在检查条件上,本研究利用的检查室无地线,对CHM T3002无创心脏血流动力学监测仪采集的图形形成了较大的干扰,为将干扰降至最低,我们额外链接了接地装置,但仍不能完全排除干扰,进而可能影响计算准确度。患者在进行两种检查时,需进入不同房间,检查前的准备、房间温度的不同等因素会影响到患者的心率、血压等情况,进而对血流动力学监测的结果会有相应影响,这也会造成其与心超测量值的偏差。

4 本研究的创新与不足

本研究主要基于简单、快捷、无创的原则,利用新进仪器进行监测,并与目前临床常用的检查做相关性分析。但仍存在以下不足之处:未能充分考虑到研究地点的条件对监测结果的影响,导致阻抗微分波形干扰不能完全去除;对受试者的基础情况(如血压、心率)未作严格的控制,导致应用两种仪器检测时的受试者的基础情况略有差异,从而对结果产生一定影响;心脏MRI是目前评价心功能的金标准,其识别存活心肌和瘢痕组织的能力很强[5,6],本研究未选择评价心功能的金标准与无创心脏血流动力学监测仪的检测结果进行相关性及一致性分析,一定程度上降低了实验结果的客观性。

5 结论

CHM T3002心脏血流动力学监测仪的监测尚能较真实地反映患者心脏功能情况,但其并不能替代超声心动图对心功能的评价。

参考文献

[1]Sise MJ,Hollingsworth P,Brimm JE,et al.Complications of the flow directed pulmonary artery catheter.A prospective analysis in219patients[J].Crit Care Med,1981,9:315-318.

[2]Bernstein DP,Lemens HJ.Stroke volume equation for impedance cardiography[J].Medical&Biological Engineering&Computing,2005,43(4):443-50.

[3]Bland JM,Altman IX,Measuring agreement in method comparison studies[J].Statistical Methods in Medical Research,1999,8:135-160.

[4]de Vos Am,de Jonge N,Rutten A,et al.Images in cardiovascular medicine.Multislice computed tomography evaluation21years after heterotopic heart transplantation[J].Circulation,2006,113:57-58.

力学检测指标 篇3

关键词：泥岩,风化残积层,剪切波速,力学指标,膨胀土,原位测试

0 引言

新近系泥岩风化残积层为新近系泥岩经过风化后残留在原位置的堆积物,堆积物的物质成分主要取决于母岩成分,泥岩风化残积主要土层有粉质黏土、黏土、粉土、粉砂等。本文中的新近系泥岩包括泥岩、粉砂质泥岩、泥质粉砂岩和粉砂岩。泥岩因成岩性差,表现出似岩非岩、似土非土的特点,介于岩石与土之间的过渡类型,多属于极软岩。广西新近系、古近系泥岩分布广泛,如南宁盆地、百色右江盆地。本文主要从风化残积层的工程地质特征及原位测试入手,分析研究风化残积层的物理力学性质以及常用原位测试与其各主要力学指标之间的关系,对软质泥岩的科学研究有一定帮助作用,对新近系软岩地区的工程活动有一定的指导意义。

1 风化残积层的成因和成分

1.1 风化残积层的成因

泥岩风化残积层的母岩为软质泥岩,软质泥岩在干燥炎热的环境下,经过化学风化或卸载作用及地下水的浸入后,其母岩的矿物经风化剥离母体,残留在原位,且继承了大部分的母岩性质,具有膨胀性、遇水软化、多裂隙性、失水收缩等特性。

1.2 泥岩的物质组成

泥岩风化残积含有的矿物主要有蒙脱石、伊利石、绿泥石以及高岭石。风化残积层主要有黏土、粉质黏土、粉土、粉砂层。从南宁地区的勘察报告来看,风化残积层物质成分以粉质黏土层、黏土层分布比例最大,其次为粉砂层及细砂层,分布最少的为粉土层。泥岩风化残积层多分布在邕江的Ⅱ级及Ⅱ级以上阶地。如图1、图2下伏基岩为灰黑色泥岩;上覆残积层,图1为灰色、局部为黄色、密实的粉砂层局部夹粉质黏土,图2为黄色、坚硬状态的粉质黏土层。

图1 风化残积层(粉砂)照片Fig.1 The weathering eluvium(silt)photo

残积层的微观结构主要有矿物颗粒及其集聚的形状、大小、裂隙、孔隙的分布及定向程度等。膨胀性泥岩残积层大多呈蜂窝状或层流状,其内部含有大小不等的微孔隙,形成了良好的渗透通道,电镜扫描微观结构见图3。

图2 风化残积层(粉质黏土)照片Fig.2 The weathering eluvium(silty clay)photo

图3 风化残积层(黏性土)微观结构Fig.3 The microstructure chart of weatering eluvium(clay)

2 泥岩的物理力学性质及工程特性

2.1 物理性质

本文收集了18个项目的泥岩风化残积层,共136组试验数据,其中粉质黏土82组、黏土63组、粉土11组,对其进行统计分析,其物理力学指标见表1。

表1 按土质成分划分残积层的物理力学指标统计Table 1 Physical and mechanical index statistics of eluvium according to the soil composition

表中残积土包括粉质黏土、黏土及粉土。由于残积粉砂层很难取到原状样,故未对粉砂层进行统计,表中各数据为统计平均值。

分析表1中的统计数据,可以得出:

(1)泥岩风化残积层的天然含水量w小于塑限wp,液性指数IL都接近于零,粉土处于密实状态,黏土和粉质黏土处于坚硬状态,局部呈硬塑状态。

(2)随着黏粒含量的减少和塑性指数的减少,其泥岩残积层的天然含水量w、比重Gs、孔隙比e都减小,而内摩擦角增大。

(3)泥岩风化残积粉质黏土、黏土、粉土层的饱和度达到90%以上,含水率与饱和度呈线性关系,基本上处于饱和状态。

(4)风化残积的粉质黏土、黏土及粉土层,物理力学性质差异很小,在实际工程中,将其统一合并为残积层,对工程的影响不大。

2.2 工程特性

(1)强度特性

通过对不同含水量的残积层进行标贯分析,结果表明,随着含水量的减少,标贯击数增大。与膨胀性泥岩相比,非膨胀性泥岩的标贯试验击数比较高,这是由其物质组成、结构特点和物理性质所决定的。

通过对不同含水量的残积层与抗剪强度指标分析,膨胀性残积层的天然抗剪强度指标值比较高。含水量对膨胀性泥岩残积层的抗剪强度指标影响较大,随着含水量增加,抗剪强度指标值呈明显非线性下降。这主要是由于膨胀土在经历多次失水收缩、遇水膨胀后,土体颗粒之间遭受了压力和拉力的作用,导致土体颗粒之间的作用力弱化,甚至使土体结构产生裂隙而破坏土体结构。李雄威等[1]文中也表明干湿循环作用会使土体趋于松散,这种作用对浅层膨胀土的强度特性影响较大,干湿循环过程中这部分土体强度的衰减量也最大。

(2)胀缩性

胀缩性是新近系泥岩的重要工程性质,同时其风化残积物也多具此性质。膨胀岩土是指含有大量亲水矿物,同时具有显著的吸水膨胀软化、崩解和失水收缩开裂,且往复胀缩变形,变形达到足以危害建筑物安全,变形受约束时产生较大内应力的岩土。在此,本文收集了南宁市8个勘察项目中60组泥岩风化残积层的胀缩性试验数据(详见表2)。

表2 胀缩性主要指标统计Table 2 The main index statistics of expansion and contraction

注:表中括号内数字为平均值

根据《广西膨胀土规程》,新近系泥岩风化残积物属于A类,泥岩的风化残积层主要有黏土、粉质黏土、粉土以及局部分布粉砂层。残积层中亲水矿物基本上都是蒙脱石黏粒,含量比例为黏土层>粉质黏土层>粉土层>粉砂层,粉砂层基本上不含亲水矿物或者很少,同时根据胀缩试验数据,粉砂层基本不考虑胀缩性,而粉土层表现为弱膨胀性,粉质黏土和黏土多表现为中至强膨胀性。

(3)软化性

水是影响岩土层性质的最重要因素之一。岩土层中含水量的变化,对其物理力学指标有着很大的影响。水的作用包括两个方面,分别为水对泥岩的物理作用和化学作用。泥岩风化残积黏性土层,具有与母岩相似的胀缩性及裂隙性,它往往会使水稳定性好的残积黏性土性质发生根本性变异,同时导致力学指标大大降低,承载力可降低至原来承载力的1/3左右,抗剪强度指标也明显地降低。水稳定性的评价应在不同水化学环境下应用干燥饱和吸水率、软化性试验等指标加以评价。

3 原位测试成果与力学指标之间的关系

目前,每个单位的岩土工程勘察报告中,对泥岩风化残积层所提的参数指标差异很大,比如标贯击数平均值16击,其fak为110k Pa、Es为6MPa等等,与实际的承载力及压缩模量偏差比较大。这个主要跟土层有很大的关系,泥岩的风化残积层基本上处于坚硬状态,局部硬塑。但是,在钻探过程中多采用冲击钻进,经常卡钻,工人经常人为倒入一些水或改用水钻,而残积层具有微裂隙发育、胀缩性、遇水软化等特性,因此,往往改变了其含水量等等,对采取到的土样的影响也是很显著的。含水量发生变化,土样被扰动,导致了残积层的力学指标在很多单位的勘察报告中的差异性,甚至失真。同时,部分风化残积物为粉砂层,很难取到原状土样。因此本文不考虑残积土的物质成分,将其划分为残积层考虑,建立原位测试与力学指标的经验关系,可供同行参考借鉴。

本文收集了南宁地区泥岩风化残积层资料,并参考15份载荷试验报告以及相应的勘察报告,得出15个场地泥岩的地基承载力特征值fak、压缩模量Es、剪切波速vs、抗剪强度,建立了23组N-fak、N-Es、N-c、N-φ、N-vs及vs-fak等数据。根据上述数据建立泥岩风化残积层的承载力特征值与各相关参数之间的相关关系,拟合出回归方程。

(1)N-fak

对实测的N与fak的数据进行数理统计,并建立N-fak之间的关系图(见图4)。同时,采用回归分析方法,对N与fak的数据之间的关系进行线性、对数、指数及乘幂等回归拟合,拟合公式见表3。

图4 承载力特征值fak与修正后标贯击数N关系图Fig.4 Characteristic value of the bearing capacity(fak)and modified SPT number(N)diagram

表3 fak与N之间的拟合回归公式Table 3 The fitting regression formula between fakand N

由表3可知:R2li>Rp2>R2lo>Re2(其中Rp代表Rpower,power意为“乘幂”;Re代表Rexponential,exponential意为“指数”;Rli代表Rlinear,linear意为“线性”;Rlo代表Rlogarithmic,logarithmic意为“对数”。即用linear形式拟合的效果最优,与实际的观测值符合最好,所以选用linear形式拟合。

方差分析结果表明,当置信区间为1-α=95%时,signif F=0.0000.05,说明采用该回归模型来拟合泥岩风化残积层承载力特征值fak与其所对应的标贯击数N之间的相关性是合理的。

经t检验,标贯击数N的系数signif F=0.0000.05,按水平5%有显著意义,得出泥岩风化残积层的N-fak回归公式应为:

式中:fak为承载力特征值(k Pa);N为修正后的标准贯入试验击数(击)。本公式适用于残积层物质成分为黏性土、粉土、粉砂。承载力特征值[2]是指由载荷试验测定的地基土压力变形曲线线性段内规定的变形所对应的压力值,其最大值为比例界限值;标准贯入试验[2](SPT)是用质量为63.5kg的重锤按照规定的落距(76cm)自由下落,将标准规格的贯入器打入地层,根据贯入器在一定深度得到的锤击数来判定土层的性质。

(2)N-Es

对实测的N与Es的数据进行数理统计,并建立N-Es之间的关系图(见图5)。同时,采用回归分析方法,对N与Es的数据之间的关系进行线性、对数、指数及乘幂等回归拟合,拟合公式见表4。

图5 压缩模量Es与修正后标贯击数N关系图Fig.5 The compression modulus(Es)and modified SPT number(N)diagram

表4 Es与N之间的拟合回归公式Table 4 The fitting regression formula between Esand N

由表4可知:Rp2>R2lo>R2li>Re2,即用power形式拟合的效果最优,与实际的观测值符合最好,所以选用power形式拟合。

当置信区间为1-α=95%时,signif F=0.0000.05,说明采用该回归模型来拟合泥岩的标贯击数N与其所对应的压缩模量Es之间的相关性是合理的。

经t检验,标贯击数N的系数signif F=0.0000.05,按水平5%有显著意义,得出泥岩风化残积层的N-Es回归公式应为:

式中:Es为压缩模量(MPa);N为修正后的标准贯入试验击数(击)。本公式适用于残积层物质成分为黏性土、粉土、粉砂。压缩模量[2]是在侧向约束条件下,竖向应力增量与竖向应变增量的比值。

(3)N-vs

对实测的N与vs的数据进行数理统计,并建立N-vs之间的关系图(见图6)。同时,采用回归分析方法,对N与vs的数据之间的关系进行线性、对数、指数及乘幂等回归拟合,拟合公式见表5。

图6 剪切波速vs与修正后标贯击数N关系图Fig.6 The shear wave velocity(vs)and modified SPT number(N)diagram

表5 vs与N之间的拟合回归公式Table 5 The fitting regression formula between vsand N

由表5可知:Rp2>R2li>R2lo>Re2,即用power形式拟合的效果最优,与实际的观测值符合最好,所以选用power形式拟合。

当置信区间为1-α=95%时,,说明采用该回归模型来拟合泥风化残积层的标贯击数N与其所对应剪切波速vs之间的相关性是合理的。

经t检验,标贯击数N的系数,按水平5%有显著意义,得出泥岩风化残积层的N-vs回归公式应为:

式中:vs为剪切波速(m/s);N为修正后的标准贯入试验击数(击)。本公式适用于残积层物质成分为黏性土、粉土、粉砂。剪切波速是指震动横波在岩土层内的传播速度。

(4)N-c

对实测的N与c的数据进行数理统计,并建立N-c之间的关系图(见图7)。同时,采用回归分析方法,对N与c的数据之间的关系进行线性、对数、指数及乘幂等回归拟合,拟合公式见表6。

由表6可知:Rp2>R2lo>Re2>R2li,即用power形式拟合的效果最优,与实际的观测值符合最好,所以选用power形式拟合。

图7 黏聚力c与修正后标贯击数N关系图Fig.7 The cohesion(c)and modified SPT number(N)diagram

表6 c与N之间的拟合回归公式Table 6 The fitting regression formula between c and N

当置信区间为1-α=95%时,signif F=0.0000.05,说明采用该回归模型来拟合泥岩风化残积层的标贯击数N与黏聚力c之间的相关性是合理的。

经t检验,标贯击数N的系数signif F=0.0000.05,按水平5%有显著意义,得出泥岩风化残积层的N-c回归公式应为:

式中:c为土层的黏聚力(k Pa);N为修正后的标准贯入试验击数(击)。本公式适用于残积层物质成分为黏性土、粉土。黏聚力[2]c是当剪切面上的正应力为0时,土体具有的抗剪强度,即土的强度包线在剪应力坐标轴上的截距,一般来说,无黏性土不具有黏结强度,对于粉砂层,可按0取值。

(5)N-φ

对实测的N与φ的数据进行数理统计,并建立N-φ之间的关系图(见图8)。同时,采用回归分析方法,对N与φ的数据之间的关系进行线性、对数、指数及乘幂等回归拟合,拟合公式见表7。

由表7可知:Rp2>R2lo>Re2>R2li,即用power形式拟合的效果最优,与实际的观测值符合最好,所以选用power形式拟合。

当置信区间为1-α=95%时,,说明采用该回归模型来拟合泥岩风化残积层的标贯击数N与内摩擦角φ之间的相关性是合理的。

图8 内摩擦角φ与修正后标贯击数N关系图Fig.8 The internal friction angle(φ)and revised standard penetration test blow count(N)diagram

表7 φ与N之间的拟合回归公式Table 7 The fitting regression formula betweenφand N

经t检验,标贯击数N的系数signif F=0.0010.05,按水平5%有显著意义,得出泥岩风化残积层的N-φ回归公式应为:

式中:φ为内摩擦角(°);N为修正后的标准贯入试验击数(击)。本公式适用于残积层物质成分为黏性土、粉土。内摩擦角[2]φ由土颗粒表面之间的摩擦力及土颗粒之间的咬合力组成土的内摩擦特性强度指标,即图的强度包线与正应力坐标轴间的夹角。对于粉砂可按工程地质手册(第四版)第193页的图3-3-9进行取值[3]。

(6)vs-fak

对实测的vs与fak的数据进行数理统计,并建立vs-fak之间的关系图(见图9)。同时,采用回归分析方法,对vs与fak的数据之间的关系进行线性、对数、指数及乘幂等回归拟合,拟合公式见表8。

由表8可知:Rp2>R2li>R2lo>Re2,即用power形式拟合的效果最优,与实际的观测值符合最好,所以选用power形式拟合。

当置信区间为1-α=95%时,说明采用该回归模型来拟合泥风化残积层的承载力特征值fak与其所对应的剪切波速vs之间的相关性是合理的。

图9 承载力特征值fak与剪切波速vs关系图Fig.9 Characteristic value of bearing capacity(fak)and shear wave velocity(vs)diagram

表8 fak与vs之间的拟合回归公式Table 8 The fitting regression formula between fakand vs

经t检验,剪切波速vs的系数signif F=0.0010.05,按水平5%有显著意义,得出泥岩风化残积层的vs-fak回归公式应为:

式中:fak为土层的承载力特征值(k Pa);vs为剪切波速(m/s)。本公式适用于残积层物质成分为黏性土、粉土、粉砂。

(7)vs-Es

对实测的vs与Es的数据进行数理统计,并建立vs-Es之间的关系图(见图10)。同时,采用回归分析方法,对vs与Es的数据之间的关系进行线性、对数、指数及乘幂等回归拟合,拟合公式见表9。

表9 Es与vs之间的拟合回归公式Table 9 The fitting regression formula between Esand vs

由表9可知:Rp2>Re2>R2lo>R2li,即用power形式拟合的效果最优,与实际的观测值符合最好,所以选用power形式拟合。

当置信区间为1-α=95%时,,说明采用该回归模型来拟合泥岩风化残积层的压缩模量Es与其所对应的剪切波速vs之间的相关性是合理的。

图1 0 压缩模量Es与剪切波速vs关系图Fig.10The compression modulus(Es)and shear wave velocity of(vs)diagram

经t检验,剪切波速vs的系数signif F=0.0010.05,按水平5%有显著意义,得出泥岩风化残积层的vs-Es回归公式应为:

式中:Es为土层的压缩模量(MPa);vs为剪切波速(m/s)。本公式适用于残积层物质成分为黏性土、粉土、粉砂。

将式(2)代入式(1),可得出Es-fak之间的关系式,得出:

同理,其他参数之间的关系式,也可以换算。

本章主要是通过回归分析,通过t检验各参数之间的相关性均为合理,按水平5%有显著意义。岩土的剪切波速与岩土的动剪切模量有简单的函数关系,与地基承载力、地基变形参数等静力学性质相关密切[4]。建立风化残积层原位测试与各力学指标之间的关系,避免在取样过程中因含水量变化、扰动、取不到原状土样的影响,可供类似新近系或古近系泥岩风化残积的岩土工程勘察或设计过程中,选取合理的力学指标。

4 结语

本文通过数理统计及回归分析,以南宁新近系泥岩风化残积层为研究对象,总结了泥岩风化残积层的一些物理性质的规律,同时建立了标贯、剪切波速与力学指标之间的关系,得出如下结论:

(1)风化残积粉质黏土、黏土、粉土层的饱和度达到90%以上,饱和度与含水量呈线性关系,基本上处于饱和状态。天然含水量w小于塑限wp,液性指数IL都接近零,砂土及粉土处于密实状态,黏土和粉质黏土处于坚硬状态,局部硬塑状态。随着黏粒含量的减少,泥岩残积层的塑性指数、天然含水量w、比重Gs、孔隙比e及胀缩性都减小,而内摩擦角增大。

(2)风化残积物黏性土基本上处于坚硬状态,局部硬塑状态,砂性土基本上处于密实状态,且黏性土多具胀缩性、失水收缩性、遇水软化等特性,而砂性土很难取到原状样,因此本文通过数理分析,对广西新近系泥岩风化残积层的地基承载力特征值、压缩模量、剪切波速、抗剪强度指标与标准贯入试验等进行了回归拟合,并通过模型优劣的比较,得出了经验公式,为确定泥岩风化残积层的地基承载力特征值、压缩模量、抗剪强度指标提供了经验和依据。

参考文献

[1]李雄威,张勇等.干湿循环条件下广西南宁地区原状膨胀土的工程特性[J].工程勘察,2011,39(8):24~27.Li Xiongwei,Zhang Yong et al.Engineering properties of original state expensive soil in Nanning of Guangxi under the influencing of wetting-drying cyclic process[J].Geotechnical Investigation&Surveying,2011,39(8):24~27.(in Chinese)

[2]中华人民共和国国家标准.建筑地基基础术语标准(GB/T50941-2014)[S].北京:中国建筑工业出版社,2014.The State Standards of the People's Republic of China.Standard for terms used inbuilding foundation(GB/T 50941-2014)[S].Beijing:China Building Industry Press,2014.(in Chinese)

[3]常士骠等.工程地质手册(第4版)[M].北京:中国建筑工业出版社,2007.Chang Shibiao et al.Engineering geology manual(version 4)[M].Beijing:China Architecture Industry Press,2007.(in Chinese)

力学检测指标 篇4

关键词：粘性土,物理力学指标,合理性

前言:不同类别的工程项目, 侧重的岩土体力学指标是不一样的;例如一般的工业与民用建筑项目侧重于承载力与变形指标;基坑工程, 边坡工程侧重岩土体抗剪强度指标。各种指标都是从不同的力学试验中得到的, 虽然这些力学试验之间是相互独立的, 但是这些物理力学指标却是相互联系的。在应用其中一部分指标时, 我们还要充分考虑其它指标的合理性。

1 粘性土常规物理试验指标的合理性

粘性土常规实测物理试验指标为天然含水量 (w) 、天然密度 (ρ) 、液限 (wl) 、塑限 (wq) , 经验指标为比重 (Gi) , 换算指标为饱和度 (Sr) 、天然孔隙比 (e) 、液性指数 (Il) 、塑性指数 (Ip) 等。换算指标的计算公式如下:

通常, 在用孔隙比与液性指数计算粘性土承载力并评价其物理性质, 不应忽略了其它指标的合理性。举例见表1。

上例土样编号1为一粉质粘土的土样的各项物理指标, 如果在试验过程中将密度做得过高, 从而使所得孔隙比过小。如果单单关注孔隙比和液性指数, 势必造成所得承载力过大。而此时, 如果我们关注一下饱和度, 就会发现它的值>100, 是不合理的, 即含水量达到30时, 土绝不可能有如此高的密度, 那么在含水量和密度这两项指标中, 必有一项是错误的。

再如, 如果试验中所得液限值、塑限值或是液限塑限值同时偏高, 便会分别改变土的塑性指数、比重 (与塑性指数有关的经验指标) 、孔隙比及液性指数, 分别见样3、4、5, 这时, 如果单单考虑孔隙比和液性指数, 便会致使所得承载力过高, 例如拿土样5与土样1比较, 前者液性指数是0.19 (硬塑) , 后者是0.76 (软塑) , 相差极大, 从而为工程的安全性埋下隐患。而根据工程经验, 正常情况下粉质粘土的液限应介于23-38之间, 塑限在13-23之间, 实验者如能根据前述经验注意到塑限、液限值的不合理性, 便可杜绝此类错误的发生。

表2为笔者在工作中总结出的粉土、粉质粘土、粘土液塑限取值范围, 供广大同行参考, 指正。

2 粘性土力学指标间的相互关系及其合理性

粘性土的常规力学指标主要为由固结试验确定的压缩系数 () 和压缩模量 (ES) 及由剪切试验确定的粘聚力 (c) 和内摩擦角 () 。

2.1 固结试验确定的压缩系数 (a) 、压缩模量 (Es) 计算公式如下:

注:土样1为例举的粘性土物理指标, 作为土样2、3、4、5的对比样品。

我们通常用压缩试验中100Kpa至200Kpa下的压缩系数判别土的压缩性大小, 但笔者认为, 还应配合压缩模量共同判别土的压缩性, 两者综合起来按偏于安全方向取值, 判别方法可参考表3数值。

2.2 粘性土剪切试验的成果是确定的粘聚力 (c) 和内摩擦角 (ψ) , 这两项指标对于解决岩土工程稳定性问题必不可少, 常用的试验方法有直接剪切试验、无侧限抗压强度试验及三轴压缩试验。

但这几种试验方法的试验结果本人认为并不是很理想, 主要原因有两点, 一是取样存在难度, 试验过程无法模拟土所在的天然地质环境;二是土力学计算假设软土的内摩擦角是0度、砂土的粘聚力是0Kpa, 而实际上软土是有内摩擦角的, 如日本生产的环剪试验仪作出的软土内摩擦角就在5度以上, 且现实中的砂土也是有粘聚力的。因此, 工程中应该用给定的地基土承载力对试验所得的粘聚力及内摩擦角进行修正。一[[[[

修正采用的公式为:

3 粘性土物理指标与力学指标间的联系

这里仅谈一下孔隙比与压缩模量、粘聚力、内摩擦角间的关系。

粘性土的孔隙比与压缩模量、粘聚力、内摩擦角间有一定的关系, 工程上也可通过对比各指标的数值, 判断其合理性。

由于各指标间的关系复杂, 也不能定量的计算, 但可定性的分析。笔者通过总结大量的工程实践经验, 总结出孔隙比与压缩模量、粘聚力、内摩擦角的对应关系。

具体参考表4。

以上是本人在大量工程实践中总结出的一点经验, 供广大同行参考指正。

参考文献

[1]GB50021-2001.岩土工程勘察规范[S].

[2]BG/T50123-1999.土工试验方法标准[S].

[3]DB23/902-2005.建筑地基基础设计规范[S].

力学检测指标 篇5

1 试验数据

实验数据主要来源于郑西客运专线方向的60多个隧道正线及部分斜井的勘测实验资料。按照《土工实验规范》要求取土、装运、实验。比重用比重瓶法, 容重用环刀法, 含水量用烘箱烘干法, 液限用锥式液限仪法, 塑限用搓条法, 压缩系数做压缩实验, 内摩擦角和粘聚力做三轴压缩实验, 室内实验共成功获得61组物理力学性质参数。

2 黄土的物理力学指标的变异性分析

土工试验测得的土性指标, 可按其在过程设计中的实际作用, 分为一般特性指标和主要计算指标。前者如土的天然密度、天然含水量、土粒比重、颗粒组成、液限、塑限、有机质、水溶盐等, 指作为土分类定名和阐明其物理化学特性的土性指标。后者如土的粘聚力、内摩擦角、变形模量、渗透系数等, 指在设计计算中直接用以确定土体的强度、变形和稳定性等力学性的土性指标。

一般特性指标的成果整理, 通常可采用多次测定值xi的算术平均值x珋, 并计算出其相应的标准差s和变异系数cv, 以反映实际测定值对算术平均值的变化程度, 从而判断其采用算术平均值的可靠性。算术平均值按下式计算:

其中, 为指标测定值的总和, n为指标测定总次数 (即后文中标识的样本容量) 。

标准差s为:

变异系数cv为:

按照表1来评价变异性。

2.1 黄土参数的统计特征

2.1.1 新黄土 (Q3黄土) 统计特征

注:仅一组为Q4黄土, 其余全部为Q3

2.1.2 黄土 (Q1黄土) 统计特征

2.1.3 黄土 (Q2黄土) 统计特征

黄土 (Q2黄土) 统计特征见表4。

2.1.4 黄土变异性评价统计

通过上述表中的数据, 将其变异性进行汇总得到表5。

2.2 黄土变异性分析

根据以上汇总资料并考虑到参数获取的实际过程, 经分析, 可以得到如下几点认识:

(1) 在进行统计的13个数据中, 密度 (ρ) 、液限 (ωL) 、塑限 (ωP) 的变异性最小;孔隙比 (e) 、塑性指数 (IP) 、内摩擦角 (φ) 变异性则小到中等;含水量 (ω) 变异性中等偏大;而液性指数 (IL) 、压缩系数 (a1-2) 、压缩模量 (Es) 、粘聚力 (C) 、湿陷系数 (δ) 4个参数变异性最大, 且大小程度依次分别为:粘聚力 (C) 、压缩模量 (Es) 、压缩系数 (a1-2) 、湿陷系数 (δ) 和液性指数 (IL) 。而饱和度的变异性则因黄土类型, 从新到老依次增大。

(2) 统计参数变异性的大小分别显示了岩土参数的确定性、随机性和模糊性, 以及可能的未知性。相对而言, 变异性较小的参数显示其相应性质的稳定性和确定性, 变异性大的参数则显示相应性质的敏感性和随机性、模糊性。比如, 液塑限是采用重塑土样获取的试验指标, 主要显示黄土中固体颗粒部分的含水性质, 取样、运输、制样及试验过程的扰动对其参数本身的影响大小几乎可以忽略, 故而较能准确地反映土体在含水量变化时起物理状态变化的特征, 而含水量对取样中物质扰动 (主要是水分的变化) 要求较液塑限更为严格, 故其变异性增大, 而液性指数是包括液限、塑限和含水量三个因素影响的综合指标, 其中任意一项参数的变异都显著地增加其整体的变异性, 故而液性指数的变异性在物理指标中最大, 且与含水量的关系最为密切。

(3) 黄土土工试验中要求采用原状土样的试验项目和参数主要有:密度 (ρ) 、压缩系数 (a1-2) 、压缩模量 (Es) 、粘聚力 (C) 、内摩擦角 (φ) 、湿陷系数 (δ) 等。其中除去取样、运输、制样等过程的扰动外, 假设从试验开始时各项试验所需土样的扰动程度相等, 则在试验过程中由于试验方法的不同, 对试样在试验过程中的扰动方式和程度也不同, 对于密度则试验过程几乎不会对其物质成分和物质结构产生任何影响, 换言之, 土样系统与环境几乎不发生任何物质和能量交换, 因而变异性小, 稳定性好, 准确度高。而对于力学参数试验, 在试验过程中, 不仅要有能量的作用, 而且在过程中还可能有物质成分的变化, 此外试验条件如温度和湿度、试验加载方式和速度、试验设备本身的精度等等, 都会显著地影响试验结果的分布和变异特征, 故而其变异性总体上远大于物理性质参数。并且由于湿陷系数试验过程中不仅要有荷载即能量的扰动, 更有物质及水分的扰动, 因此在力学参数中的变异性最大。

(4) 在试验指标基础上推出的指标有:孔隙比、饱和度、塑性指数和液性指数。其中孔隙比和塑性指数的变异性中等, 而饱和度变异性变化较大。塑性指数变异性小易于理解。液性指数前已述及。孔隙比与密度关系较密切, 就其变化原因而言, 主要是受荷载变化引起, 即能量扰动为主, 在因受力而发生变化时可能伴随着含水量的变化, 也进而会影响饱和度的变化, 换言之, 荷载变化是原因, 由此引起的物质变化是结果。而对于饱和度的变化, 则更多是由于含水量或孔隙比变化引起。在土体密度相同的情况下, 孔隙比唯一地确定了含水量的大小或含水量唯一地限定了孔隙比的大小。而饱和度除了受孔隙比变异的影响外, 还受含水量变异的影响, 由于含水量的变异性较大, 因此, 其变异性的变化趋势更为多变。

3 结论

从上述的分析可以看出, 郑西铁路客运专线黄土的物理性质参数相对于力学性质参数, 变异性更小, 表明其参数的稳定性部分, 因而选择变异性较小的物理性质参数作为确定其性质变化的定量指标。而物理指标中的含水量和液性指数则由于变异性程度较大, 且后者是反映土体软硬程度即受到力作用变形难易和程度大小的指标, 因此最终的指标选取以此二者之关系予以综合分析确定。

参考文献

[1]谢定义.黄土力学特性与应用研究的过去、现在与未来[J].地下空间, 1999, 19 (4) :273-284.

[2]刘祖典.黄土力学与工程[M].西安:陕西科学技术出版社, 1997.

[3]李晓萍.赵亚品.静止侧压力系数及其试验方法的探讨[J].铁道工程学报, 2007, 107 (8) :20-22.

[4]史宏彦, 谢定义, 汪闻韶.确定无粘性土静止土压力系数的一个理论公式[J].水利学报, 2001 (4) :85-88.

[5]唐世栋, 吕建春, 傅纵.扁铲侧胀试验求解初始水平应力和静止侧压力系数[J].岩土工程学报, 2006, 28 (12) :2144-2148.

[6]杨和平, 章高峰, 张锐, 等.宁明非饱和膨胀土静止侧压力系数[J].长沙理工大学学报 (自然科学版) , 2009, 6 (1) :1-5.

[7]张炜.黄土力学性质试验中的若干问题[J].工程勘察, 1995 (3) :6-12.

力学检测指标 篇6

关键词：物理指标,力学指标,RBF神经网络模型

0 引 言

我国是世界上筑坝最多的国家, 达到8.6万多座, 这其中土石坝所占比例超过了90%[1]。经过长期运行, 目前超过80%的土坝出现了不同程度的病险状况, 鉴于目前的管理水平和水库大坝出险危害的严重性, 如何经济合理又快速准确地评价众多大坝处于何种状态是一个全新的研究命题。在土石坝的安全评价中, 内摩擦角、黏聚力等力学指标是评判大坝结构稳定安全的重要依据, 快速测定该力学指标显得尤为重要。土料的物理力学指标通常由室内土工试验获取, 物理性试验可以在短时间内完成 (物理性试验耗时较短, 且几乎不受试验条件制约) , 而力学性试验却耗时较长, 且参数容易受到人为因素的干扰, 试验结果的可靠性得不到保证。因土的物理指标与力学指标之间应存在着某种内在必然的联系, 则通过土的物理指标值来推测力学指标值不失为一种有益的尝试。目前探求物理力学指标之间相关性的研究很多, 但利用物理指标来推求力学指标的研究却很罕见, 仅曾洪飞利用网络模型较为准确的预测了土的压缩系数[2]。本文以云南省允楞水库2007年除险加固的室内土工试验为基础, 尝试建立坝土料物理与力学指标间的线性与非线性模型关系, 以求经济合理、又快速准确地获得坝土料的力学指标, 研究结果表明采用RBF神经网络模型, 通过物理指标推求力学指标, 预测精度较高。

1 土料特性研究

本文试验数据取自2007年允楞水库除险加固坝土料土工试验, 筑坝土料以褐红、腔黄灰色亚黏土、黏土为主。室内土工试验主要物理力学指标有:含水率、比重、密度、孔隙比、液限、塑限、塑性指数、压缩系数、压缩模量、内摩擦角和黏聚力, 其常规物理力学指标统计如表1所示。

为探求坝土料的物理与力学指标间的相关性, 分别建立物理指-力学指标一元与二元线性回归方程[4,5], 相关性分析结果见表2与表3。

一元线性回归分析表明, 关乎大坝安全分析的几项重要力学指标, 相关性表现各异:压缩系数和孔隙比的相关性较明显, 与其他的物理指标相关性不明显;黏聚力与孔隙比、含水量、塑限、塑性指数的相关性较好, 与其他的物理指标相关性不明显;内摩擦角与塑性指数、孔隙比、含水量、比重的相关性较好, 与其他的物理指标相关性不明显[6]。

二元线性回归分析表明:①相同含水量的土料孔隙比越大, 黏聚力越小, 黏聚力相同的土料孔隙比越大, 含水量越小;②相同塑性指数的土料孔隙比越大, 内摩擦角越小, 孔隙比相同的土料塑性指数越大, 内摩擦角越小;③相同孔隙比的土料天然密度越大, 压缩系数越小, 天然密度相同的土料孔隙比越大, 压缩系数越大[6]。

通过以上回归分析表明:二元回归的效果明显要好于一元回归, 表明影响力学指标的因素不止一个, 且各因素之间存在一定的内在联系。但建立三元回归方程后发现:相关系数较二元方程反而减小, 这表明筑坝土料的物理力学指标关系不能由线性关系精确表示, 二者之间的本构关系复杂, 存在复杂的高度非线性关系。

2 力学指标预测研究

2.1 RBF神经网络结构

为预测土料力学指标, 笔者尝试采取RBF神经网络模型, RBF神经网络模型作为神经网络的一种, 具有如下优点:结构简单、建模容易;易于学习, 不易陷入局部极小值;适应性好、泛化能力强、适用于非线性系统建模。图1所示是RBF神经网络结构图, 它包含输入层、隐藏层和输出层三层结构。其中:x1, x2, …, xm为输入变量;W为输出层权矢量;Ri (x) (i=1, 2, …, n) 为隐藏层激活函数;y1, y2, …, yn为输出变量。

由于RBF神经网络对激活函数的要求不高, 通常采用高斯函数。其公式为:

$R{}_i(x)=\exp (\frac{-\parallel x-c{}_i\parallel {}^2}{2\sigma {}_i^2})i=1,2,\cdots ,n$

式中:i=1, 2, …, n;x为n维输入向量;ci和σi是隐含层的两个重要参数, 分别为第i个基函数的中心值和标准偏差值。

Ri (x ) 在ci处有一个唯一最大值, 随着‖x-ci‖2的增大, Ri (x) 迅速衰减到零。对于给定的输入x∈Rn , 只有一小部分靠近x的中心被激活。

2.2 RBF神经网络学习与训练

借鉴曾洪飞研究成果, 该网络模型采用Matlab神经网络工具箱中的RBF网络仿真及训练函数 (simurb、solverb) 来完成模型的训练。

在RBF网络训练中, 隐含层神经元数量的确定是一个关键问题, 本模型采用自适应学习方法, 即从0个神经元开始训练, 通过检查输出误差使神经元个数自动增加。每次循环后使网络产生的最大误差所对应的输入向量作为权值向量加1 , 产生一个新的隐含层神经元, 然后检查新网络的误差, 直到达到误差要求或最大隐含层神经元数为止。

2.3 结果预测

由线性相关性分析可知, 不同力学指标对于各物理指标相关性程度不一, 且物理力学指标之间存在复杂的高度非线性关系, 相关性分析作为一种手段无法用单一的非线性函数描述其复杂的本构关系。作为尝试, 本文拟定了4种组合方案, 将不同的物理指标组合作为输入因子, 输出项为黏聚力、内摩擦角和压缩系数3项力学指标, 并用迭代相对误差控制循环。用除险加固的24组土工试验数据进行网络训练, 余下4组实验数据用以检验预测结果。RBF神经网络力学指标预测模型的输入节点数为所选因子数, 输出层节点数为3。模型运行前, 将样本的输入和输出进行了归一化处理。

(1) 组合方案1。

选取含水量、孔隙比、液限3个因子。预测相对误差见图2, 从图中可知, 压缩系数预测相对误差最大, 最大预测相对误差为39.2%。

(2) 组合方案2。

选取4项输入因子, 即在方案1的基础上增加塑限, 方案2的预测相对误差见图3。压缩系数最大预测相对误差为29.1%。预测精度相比方案1有所提高。

(3) 组合方案3。

选取5项输入因子, 在方案2的基础上增加塑限指数, 经计算, 网络的最大预测相对误差为9.3% (压缩系数) 。内摩擦角和黏聚力的预测相对误差分别减小至8.6%和8.7%, 预测精度有了显著提高 (图4) 。

(4) 组合方案4。

选用6项输入因子, 在方案3的基础上增加密度项, 网络预测结果没有明显改善。

3 结 语

土石坝的稳定分析是病险水库安全评价中的重要内容, 内摩擦角和黏聚力是获取稳定安全系数的核心指标[10], 本文利用RBF神经网络模型, 率先做了一些有益的尝试, 通过坝土料物理～力学指标的相关性来推求力学指标, 得出如下结论。

(1) 通过物理指标预测压缩系数、内摩擦角和黏聚力三大力学指标, 预测结果表明压缩系数的相对误差最大, 即其与物理指标的非线性关系最为复杂。

(2) 物理指标对3项力学指标预测影响权重, 密度最不明显。

(3) 同性质黏土筑坝土料, 利用训练好的RBF网络模型, 可通过物理指标来预测力学指标, 该方法经济快捷有效, 结果较为精确。但考虑到预测值与实际值还存在一定的误差, 设计使用中应考虑一定的折减系数。

通过本文建立的物理力学指标非线性相关性模型, 并结合土工实验验证, 可以逐步建立起筑坝土料力学指标预测值和实测值之间的函数关系, 由土料的物理指标可以经济合理、快速有效地获得大坝土料的力学指标, 为以后的大坝安全评价和大坝寿命预测提供依据。

参考文献

[1]王柏乐.中国当代土石坝工程[M].北京:中国水利水电出版社, 2004.

[2]曾洪飞.RBF神经网络预测土的物理力学指标初探[J].建材技术与应用, 2007, (7) :7-9.

[3]陈魁.应用概率统计[M].北京:清华大学出版社, 2000.

[4]宁宝宽, 陈四利, 杨军.区域性黏土物理力学指标的相关性分析[J].土工基础, 2005, 19 (1) :52-53.

[5]赖天文, 何斌.黄土物理力学性质指标的变异性及相关性分析[J].兰州铁道学院学报 (自然科学版) , 2003, 22 (6) :110-112.

[6]林志祥, 龚爱民, 宋天文.基于土料物理力学指标衰减的土坝长效性研究[J].人民长江, 2008, 39 (19) :85-94.

[7]杨根兴, 高大启.改进的RBF神经网络模式分类方法应用研究[J].华东理工大学学报, 2001, 27 (6) :684-692.

[8]陆冬娜, 杨马英.基于RBF神经网络的非线性模型预测控制[J].浙江工业大学学报, 2007, 35 (2) :123-126.

[9]刘俊萍, 畅明琦.RBF神经网络模型在山西省需水预测中的应用[J].人民黄河, 2007, 29 (4) :27-29.

力学检测指标 篇7

确定岩质顺层边坡结构面的力学指标一直是岩土工程界的一个重要研究内容，目前确定方法很多，如规范法、试验法、极限平衡反演法等。单一采用以上任何一种确定方法均不能很好地提供结构面力学参数。这就要求我们在勘察现场中必须查清边坡有关不利于边坡稳定的因素，结合边坡的实际工程地质条件，分析边坡可能的破坏模式，对各种可能的多种滑动面组合情况进行稳定性分析，考虑多种确定方法综合确定，以提供安全可靠、经济实用的结构面力学参数。本文结合贵开路改造工程K5+085～K5+280段公路边坡工程，对该段边坡可能的破坏模式进行分析，并进行稳定性分析，综合确定结构面的力学参数。

1 工程概况

贵开路公路等级为二级，路面宽度12m，其中K5+085～K5+280段位于乌当区水田镇三江村以北500m处山前斜坡地段，公路修建将进行边坡切方开挖，根据放坡坡度78°，公路开挖切方将形成7-28m高人工岩质顺向边坡，边坡岩体为三叠系大冶组（T1d）灰岩：灰色，薄至中厚层状，细晶结构，层面铁染呈红色，含方解石脉及节理裂隙发育，岩体较破碎。

结构面主要以层面为主，岩层产状300°∠34°，结构面平均间距为0.3m，岩体体积结构面数为3-12条，间层结合一般，岩体结构类型为薄至中厚层状结构，结构面类型为硬性结构面。岩体内发育两组节理裂隙，裂隙发育间距一般0.3-1.0m不等，平均间距大于0.4m，可见延伸长度0.4-3m，多闭合———微张，张开度在1-3mm之间，裂面平直或稍呈波状，表面附有泥质薄膜，基本无充填。两组结构面的发育程度不同，第一组节理产状28°∠55°，结合程度为结合差，第二组节理产状275°∠80°，结合程度为结合一般。根据《建筑边坡工程技术规范》GB50330-2002附录A表A-2，边坡岩体为较完整，结构面以层面为主，结构面结合较差，按表A-1，边坡岩体类型为Ⅳ类。

2 稳定性分析

根据基岩赤平极投影图（图1）显示，边坡开挖后边坡坡向与第一组节理裂隙（产状28°∠55°）倾向大角度（84°）相交，根据《建筑边坡工程技术规范》GB50330-2002附录A表A-1注5，坡向与结构面的夹角大于30°,该组节理裂隙不构成外倾结构面；边坡坡向与第二组节理裂隙（产状275°∠80°）倾向小角度（29°）相交，根据《建筑边坡工程技术规范》GB50330-2002附录A表A-1注5，坡向与结构面的夹角小于30°,该组节理裂隙存在外倾结构面，但坡度角比节理倾角小，不会沿该组节理发生滑移现象。而两组节理形成的楔形体的组合倾向与边坡坡向构成逆向坡，稳定性较好。通过以分析，边坡的不利结构面为岩层层面，边坡主要沿结构面呈顺层平面滑移破坏。

3 结构面力学指标的确定方法

3.1 规范法结合地区经验

根据现场边坡体节理裂隙统计调查，边坡岩体节理裂隙发育，节理面张开度1-3mm，表面平直或稍呈波状，无胶结，结构面面结合差、边坡节理面为硬性结构面。根据《建筑边坡工程技术规范》表4.5.1，节理面力学指标为C=50-90kPa，Φ=18°-27°。

3.2 试验法

3.2.1 结构面室内模拟试验法：

在场地中取3组具有代表性试样进行结构面室内直剪试验，按《建筑地基基础设计规范》（GB50007-2002）附录E规定，对三组试验所测tgΦ、C进行统计，统计结果见表1。

对室内直剪试验指标，由于软弱结构面粘结强度较低，取样过程中受各种因素干扰而遭受破坏，或在样品加工过程中沿软弱结构破坏，故所作块样室内直剪试验样品均为结构面较好的块样，故室内试验的C、准值偏大，考虑取样差异及各种因素影响，根据《建筑边坡工程技术规范》GB50330-2002表4.5.4，采用折减系数0.75进行折减，得tgΦ=0.5，即Φ=26.6°，C=66.75kPa。

3.2.2 现场大型剪切试验法：

在场地中选择三个具有代表性试验点对岩体进行现场直剪试验，试验点的选择根据现场地形条件、破碎带的出露分布情况及便于试验操作等因素综合考虑，抗剪指标统计结果见表2。

考虑到场地中不利因素，根据《建筑边坡工程技术规范》GB50330-2002表4.5.4，折减系数取0.75，得Φ=19度，C=55.9KPa。

3.3 极限平衡反演分析法

反演分析法是在极限平衡原理的基础上，假定边坡处于极限平衡状态，即滑动力和抗滑力的平衡，计算得到滑动面的综合抗剪指标。对处在暂时稳定的边坡，稳定系数可取1.0-1.1。根据经验，给定C、准中的一个值，反求另一个值。利用上述原理对场地中临空段边坡进行反演计算。

现有临空边坡条件见图2：边坡坡面长度A=10.4m，滑动面长度L=18.0m，滑动面与坡面夹角β=44°，岩层倾角α=34°，岩体容重γ=26.0KN/m3，目前边坡稳定，假定稳定系数为1.1，计算得滑体重量G=1/2×26×10.4×18×sin44°=1690.5KN/m，把以上数据代入平面滑动计算公式Ks=[(G×cosα×tgΦ+CL]/(G×sinα)中，得1401.1×tgΦ+18C=1039.5，假定tgΦ=0.35，得C=30.5kPa，即Φ=19.3度，C=30.5kPa。

综上分析，极限平衡反演分析法和现场直剪试验法结果差异不大，其极限平衡反演分析法所确定的抗剪指标C值略偏低的原因是所假定稳定系数为1.1与实际偏小，室内试验指标偏大的原因主要为所取试样与现场实际差异较大，将上述几种方法所得结果进行综合对比，同时根据现场岩体实际情况与同类工程经验，并结合规范范围值C=50-90kPa，Φ=18°-27°综合考虑，确定边坡岩体结构面的抗剪强度指标：C=50Kpa，Φ=19°。

该工程于2008年竣工，目前边坡稳定状态良好，设计参数分析全面，取值合理，在同类工程中取得了较好的经济效益。

4 结论

(1)顺层岩质边坡力学指标的各种确定方法不宜单独采用，应相互关联，综合考虑。

(2)分析某一特定岩质顺层边坡时，应考虑岩体的结构面及节理裂隙发育组合情况，判定是否有条件发生破坏。

(3)分析边坡的破坏模式，对各种可能的滑动面或组合滑动面进行稳定性分析，确定最危险滑动面，并利用最危险滑面条件作极限平衡反演法进行分析，确定相应结构面的力学指标。

(4)对顺层岩质边坡，岩体结构面现场大型剪切试验试验指标并非与边坡实际相符，有时相差甚远，这就要求我们必须对整个边坡的岩体破碎情况、节理发育情况、结构面是否有充填及充填情况等实际情况了解清楚，选择具有代表性的地段进行现场试验，并对试验结果结合现场实际情况综合考虑，以反演法推导为基础，取综合方法的最小值，以确保安全可靠、经济实用的结构面力学参数。

参考文献

[1]《贵开路改造工程K5+085～K5+280段边坡勘察报告》.

[2]《建筑边坡工程技术规范》(GB50330-2002).

[3]《岩土工程勘察规范》(GB50021-2002).