APP下载

利用人工神经网络预测混合土的承载力

2021-11-27姜旭

家园·建筑与设计 2021年14期
关键词:人工神经网络

姜旭

摘要:由于土的力学性质,土的承载力发生变化,影响结构的稳定性。在大多数的岩土工程中,有几个土力学实验,在应用之前需要进行解释。土体相互作用的力学特性使土体承载力的预测变得复杂。然而,建筑工程安全性的增强需要对土体试验和设计结果的解释,以便在某岩土工程中得到恰当的应用。本研究提出用人工神经网络对混合土特性进行评价,以预测由于土的力学特性相互作用而产生的土的安全承载力现象。

关键词:承载力力学性能;人工神经网络;混合土壤

通过室内试验研究了红土在混合土过程中的特性,并对混合土的力学特性进行了评价,以提高混合土的安全承载力;通过改变混凝土基础尺寸和土的力学特性,系统地研究了混合土地基承载力。为研究沿海地区地基的承载力,对海啸行为进行了数值模拟,提出了红树林增强地基,土基承载力还与土基的地震位移有关,通过在地基中发育密集区来增强路堤土基承载力,研究了黏性土和复合地基的承载力,以及粉质黏土、曼谷软黏土、粉煤灰和底灰混合料、红麻纤维红砂黏土混合料等土混合料在不允许沉降的情况下,变形和剪切破坏被称为土的安全承载力,最大动荷载和静荷载单独或作用可施加在土基上。土基的安全承載力是岩土工程设计中的一种额度安全。土的力学性质在土基中起着重要的作用,它们在将荷载从结构传递到地基中时支持结构稳定。对土工试验结果进行适当的解释,可显著提高岩土工程设计质量。另一方面,土体相互作用的力学特性使地基土承载力的预测变得复杂。表中列出了混合土的力学特性和计算的安全承载力。了解释本次调查步骤的流程图。整个研究包含五个步骤对收集到的岩土现场勘察或室内试验土模拟数据,统计分析的准确性在预测和评估上更为准确。第4步,统计分析:从文献报道的一组选定数据中,土壤力学性质的各元素表现不同,这些元素之间的相互作用要求在土的混合料设计中选择合适的安全承载力范围的技术。为建立土的安全承载力直方向,选取类间距为500,计算土的安全承载力频率。为了找出每500个区间重复安全轴承的强度,将相对频率分为类。在构造直方图中为每一类绘制矩形后,绘制安全承载力概率进行预测。概率分析采用中心极限定理。在中央L的应用中其中X1、X2、…、…、… .、Xn构成群体的随机样本,µ为均值,σ 2为方差。ANN包含三层,分别是输入层、隐含层和输出层。这三层集成了对地基安全承载力机理的评估和预测。本研究在ANN分析中已经采用了一个隐含层。ANN中最小隐含层为1,最大隐含层取决于问题复杂度。采用ANN进行最优含水率(%)、密度(kN / m3)、摩擦角(deg)和土体黏聚力(kN / m2)影响下的安全承载力预测。

检查最大载荷是否发生变化。实验结果如表2所示。尽管由于数值过程的不准确性,对于较粗的网格(即较大的梁),数值过程变得越来越大,但工作假设是正确的。当选择应变软化行为的双线性近似时,对于一定的初始斜率0′,断点对应于低于极限值(IL)的值,则最大载荷保持不变。

本工作的目的是分析图的形状对有、无缺口三点加载梁承载力的影响。该工作基于这样的假设:当达到最大载荷时,临界节点k处的开口小于或等于断点位移βwc时,最大载荷只取决于分段线性应变软化近似的初始斜率。在这种情况下,位于同一初始斜率上的不同断点的选择只会影响峰后响应。

因此,如果断裂区内节点的开度不超过断点位移直至最大载荷,则断裂区的应力传递能力只取决于近似的第一线性部分,在预测载荷r时对应变软化曲线其馀部分所考虑的假设不敏感

参考文献:

[1]Horpibulsuk,S.,Phetchuay,C.,Chinkulkijniwat,A. and Cholaphatsorn,A.(2013). Strength development in silty clay stabilized with calcium carbide residue and fly ash,Soils Found.,53(4),pp. 477–486. DOI:10.1016/j.sandf.2013.06.001.

[2]Vichan,S. and Rachan,R.(2013). Chemical stabilization of soft Bangkok clay using the blend of calcium carbide residue and biomass ash,Soils Found.,53(2),pp. 272–281. DOI:10.1016/j.sandf.2013.02.007.

[3]Kim,B.,Prezzi,M. and Salgado,R.(2005). Geotechnical properties of fly and bottom ash mixtures for use in highway embankments,J. Geotech. Geoenviron. Eng.,131(7),pp. 914–924.

猜你喜欢

人工神经网络
基于人工神经网络的故障诊断专利浅析
人工神经网络发展历史与训练算法概述
基于人工神经网络的优化配置研究
基于人工神经网络的地震电场卫星数据异常识别
ANN、ANFIS和AR模型在日径流时间序列预测中的应用比较
人工神经网络在旅游人数预测中的应用研究
中国房地产上市公司治理状况预测
浅析人工神经网络在汽车轮轴松旷间隙检测中的应用
基于改进隐马尔科夫模型的畜禽全基因组关联分析中的多重检验方法
基于人工神经网络的经济预测模型