李娜

摘 要：土工实验是进行土木工程的重要前提条件，其能够为施工建设提供可靠的数据支持，能够有效防止工程建设中可能存在的潜在危险事故。

关键词：土工实验：数据分析；方法

为了提升岩土工程设计及其施工的合理性，必须要加强对实验数据分析保障，然而影响土工实验数据可靠性的因素主要取决于土样本身和实验两个方面，实验过程中，由于土体本身具有复杂性，土质之间存在不同的物理学性质以及含水量等，原状土在采樣、运输以及存储和制备样品过程中，其扰动程度的因素，影响到土工实验数据可靠性，出现数据误差现象；另外实验因素的影响：可能由于测量存在系统误差，受到测量仪器本身或者是方法不同的影响，造成数据偏差问题，还有可能存在随机误差以及过失误差，这些都会影响实验数据的可靠性。

一、造成土性参数实验结果误差性的原因

多年实践工作经验，归纳并总结到造成土性参数实验结果误差性的原因，具体表现在两个方面：一方面：由于土体性质造成的。根据物理力学和力学性质研究，从宏观上土体被视为土层，但是由于土体本身具有不均性，再加上受到外界环境的影响，雨水冲击、地下水位以及气候变化等影响时，使得土体性质的不均性更加明显。另一方面：由于取样仪器的型号不同，工作人员在实验数据测量过程中，采用不同的取样技术，不同的实验设备以及不同的实验方法等等，这些都会造成土工参数出现离散性。通常这些因素难以避免，因此在土工实验数据分析中，必须要对土性参数做具体的规定，实验测量得到的数据作为随机变量进行误差处理，并且采用概率理论、数据统计方法以及相关的误差理论等，在了解了土性的分布状况以及具体参数之后，对其实施有针对性的实验，以便提高数据的可靠性和精确性。

二、土工试验数据所涉及内容

1.土的比重实验。土工试验过程中，土的比重实验是非常重要的。一般来说，地域相同或者相近，那么土的比重也将会比较相近。但是，因为在实际操作中，其整个的操作流程比较复杂，所以不同的单位会采用本地所出具的或者考察的相关数据直接进行比重实验，这样容易导致实验数据的误差存在。

2.土的密度实验。通过土的密度实验可以详细的了解土的组成，可以了解其组成成分的性质，能够为之后的施工提供更多的参考。土的密度与土粒的重量、孔隙体积、孔隙大小、孔隙水重等等内容息息相关，能够反映土的组成和基本结构特征。在进行实验的过程中，要注意尽量避免对取样即时进行实验，最好能够等待土样达到日常状态之后再进行试验，这样可以让土密度实验的结果更加准确。

3.土的含水量实验。土的含水量实验可以说是土工实验中的核心内容，其实验的情况将会影响到工程地基建设，还会影响到后续工程的稳定性。不同地区的土样其含水量不同，并存在很大程度上的差异性。实验人员在进行取样的过程中，要保证其样品的均匀性，或者具有代表性，否则进行试验所获得的数据就没有任何指导意义，其数据在实践应用中的效率和质量也将会呈现大幅度的下降。

三、分析总体实验数据的检查，异常分析及其处理

根据土体样本的物力性质及其力学性质最终得到土工实验数据的测量结果，整个实验过程中，由于数据存在一定的误差性，因此，必须要根据测量经验以及数据统计原则，提高数据测量的精确性，具体从两个方面分析：一方面，根据土的物理力学特性来判断数据的不合理性。当土体实验数据中存在明显不符合土的物理力学性质范围的点，可以直接对其舍弃，但是当实验中，大部分数据在某个值域范围波动时，可以根据一点或者是几点值域之间的差异性，对异常点做剔除处理。另一方面，根据某一置信水平确定实验数据的异常点。当实验测量数据比较多时，采用3σ法则，当数据出现在[ms-3σ，m s+3σ]之外的数据点时，其概率只有0.27%，此时就将这两点作为实验数据的异常点进行处理，在分析数据异常原因的基础上，不能机械地将[ms-3σ，ms+3σ]之外的点全部剔除；另外当实验数据的某一个土样参数位于[ms-3σ，ms+3σ]之外时，表明数据误差是由于实验本身引起的，对数据予以剔除处理；当实验数据比较少时，一般以30作为判别数据多少的中介值，采用t分布的概率值来代替正太分布的概率值，根据t分布函数，确定出对应此置信水平的实验数据范围。

四、分析最小样本数问题

整个土工实验过程中，由于样本数量过少，造成实验数据结果不稳定，然而影响样本数的因素是：工程规模、实验现场勘察条件以及工程测量的精度要求，针对土工实验数据最小样本数问题，主要从统计特征方面做了详细探究。具体实验中，为了提高数据的可靠性和精确性，以满足统计要求的最小样本数，因此，除了收集实验资料以外，主要利用Bayes方法具体进行。通常土的抗剪强度参数符合正态分布，因此，采用Bayes法时，需要将实验过程中，不同时间测量的数据有机地结合起来，最终得到一个比较可靠的数据，确保实验结果科学、有效。该方法备广泛应用于大型工程设计指标中，其最大的优势是，能够精确处理不同观测数据，并将测量数据进行合并，同时根据不同实验概率规律的信息，将其有机地结合起来，最终得出更可靠的数据分布，进而增强土的抗剪强度参数的合理性和可靠性。

五、土工实验数据分析方法的应用

1.进行数据检查，果断进行取舍。在进行实验的过程中，如果有明显不符合物理力学性质的值的范围点，则可以通过观察予以了解，实验人员要对其进行细致观察，一旦发现异常立刻予以放弃。一般判断的标准是大部分数值为范围内波动，但是有一点超出正常值或者距离正常值较远，则可以被认定为不合理。在实验据较多的情况下可以运用3盯法则进行数据之间取舍的考量。在进行实验过程中，存在于[ms.3 m+3]之外数值所占比例较少，因此，大于ms十3σ和小于ms一3σ之间数值作为异常处理。

2.土工实验数据中最小样本数问题。在土工试验过程中，最小样本数问题需要引起人们的重视。实验中的样本数要选取适当，如果样本数过小就会影响实验结果的准确性。但是，样本数的数量并不是随意定制的，其受到多种因素的影响，比如工程规模、工程精度要求、现场勘查情况等等。

3.土体性质指标的自相关性的问题。根据以往数据实验的关联性，求的往往是其之间的线性相关系数，但是对于其自相关函数通常并没有表现出线性相关，而是指数相关。因此，不能简单依照求相关系数的方法判断其相关性。在进行土工实践过程中，往往可以通过g对其独立性进行判断。在相关距离范围内，图形指标基本相关；在此范围外，图形指标基本不相关。但是对于g事先未知，因此其需要根据样本测值进行求算，一般使用递推平均法对相关距离8进行计算，并使用间距△z对g的影响进行综合考量。一般来说，△z/g的数值越大，其各抽样点的土性越接近相互独立，抽样误差也就越小。

土工试验对于土工建设来说影响较大，其影响因素包括土体本身性质、取样仪器情况、人为因素等，需要对此方面予以重视。

参考文献

[1]经海龙，张利国，土工实验数据分析方法探讨2017.

[2]郝松玉，郭正银.探讨土工测试技术发展综述.2016.