黄土湿陷性与土性指标的关系及其预测模型

作者：马闫; 王家鼎; 彭淑君; 李彬

来源：水土保持通报, 2016, 36(01): 120-128.

DOI：10.13961/j.cnki.stbctb.2016.01.022

• 黄土湿陷
• 物理力学指标
• 相关性
• 神经网络
• 预测模型

[目的]充分挖掘现有黄土湿陷试验资料的价值,建立基于黄土湿陷性机理的湿陷系数预测模型。[方法]以山西省中部黄土为例,基于前期开展的原位大型浸水试验及配套的室内试验资料,首先按物理意义的异同将黄土土性指标分为7大类,而后通过黄土物理力学参数与湿陷系数散点图,对各土性指标与湿陷系数的相关性从土力学与工程地质学角度进行了深入的分析和讨论,再利用偏相关分析定量地给出湿陷系数与各土性指标的相关性及相关程度排序。[结果]根据排序剔除了相关性非常小的液、塑限及塑性指数这一大类指标,其余6大类指标中相关性由高到低依次为:取土深度、孔隙比、干密度、压缩模量、饱和度、颗粒组成C515μm,并将上述结果引入RBF神经网络,建立了基于黄土湿陷性机理的、参数选取较为全面、建模方法较为科学的湿陷系数预测模型。[结论]通过非母体数据的验证表明模型精度可以满足工程应用的需要,研究过程与结果可加深对黄土湿陷机理的认识。

• 单位
  大陆动力学国家重点实验室; 西北大学