基于GIS的2.5维场地地震液化势概率评价

用具有概率意义的饱和砂土抗液化强度经验公式对2.5维工程场地进行了地震液化势概率评价,通过Kriging法对目标场地区域进行空间插值,可以对大区域工程场地的液化深度和液化范围进行分析评价;采用不规则三角网表面和四面体综合法共同描述地质体模型,在GIS的3维分析模块支持下建立了液化势可视化模型。研究表明:Kriging法通过已勘测点的土层地震液化势来估计未勘测点的土层地震液化势,能够较好地区划出场地地震液化势的空间分布特征,并对待估点进行预测;利用GIS的3维分析模块,实现2.5维场地地震液化势可视化模型的建立是一条有效的技术路线。     

南通市区饱和粉砂及粉土的液化势分析

文章主要对市区液化土的工程地质特征、液化势空间分布和液化判别中的有关问题进行初步分析,提出场地液化判别中综合评价、Pc 指标取值及取值精度。     

场地液化危害的概率分析

为使场地液化危害程度的估计建立在以概率论为基础的可靠性分析之上,本文提出二种估计场地液化危害程度的概率方法,二种方法分别采用不同的途径处理地震和岩土的不确定性,不仅分析了一点液化的概率,而且提供了估计整个土层住状液化概率的方法,文中最后通过算例简要讨论了液化概率分析结果的工程应用。     

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。     

日本地震实时监测系统中液化识别方法可行性研究

日本地震超高密度实时监测系统(SUPREME)建设中的核心技术之一是依据强震记录对液化场地进行反演识别,系统中目前使用的是Suzuki法,但实际应用效果并不理想。选取不同地震下多种类别场地上的实际地震记录,对Suzuki法的适用性进行了研究,讨论了其不同指标对不同类别场地识别结果的影响。分析表明:Suzuki法对不同类别非液化场地的识别能力不同,最显著的缺陷是易将软土场地与液化场地混淆;方法所使用的4个识别指标中,过零周期为控制参数,其它指标仅起到初判作用;方法出现误判的原因是液化场地的过零周期范围与非液化中软土场地上的过零周期范围存在明显交叉,而这一点理论上是无法避免的客观存在;改进的方法是应放弃现有进行绝对值对比的做法,改用地震动某些参数的相对变化作为新的识别指标。     

自由场地液化振动台实验结果分析与数值模拟

通过拉格朗日差分程序FLAC3D完全非线性动力分析模块,模拟了自由场地液化振动台实验并对实验结果做出分析,结果表明:该动力分析方法能够较好地反映液化土层地震响应,实验结果也验证了模拟结果的精确性;液化土层滤波作用起始于孔压比上升的时候且较为明显,液化后加速度时程的卓越周期有所增加;本文实例中的液化土层对地震动具有放大作用,液化范围越大,其放大作用越明显,且在长周期段放大作用更为突出。     

砂性土液化势的评估方法

主要讨论２个问题：（１）液化判别问题，包括液化的初步判别条件，不同条件下的液化判别方法和液化判别可靠性的评价方法。（２）液化势分析的概率方法，包括已知地震动下的液化概率分析方法，以地震危险性分析结果为基础，以地震烈度或地面峰值加速度为指标的液化危险性分析方法、液化危险性的模糊随机概率方法和综合概率判别方法。对不同的已知条件总可从中找到一个有效的方法。     

基于砂土液化分析的穿越管道抗震可靠性

主要研究砂土液化作用下,穿越管道的失效机理及其可靠性问题,并相应提出了一些合理的措施和管理方面的建议.论述中引入了灰色理论,较好地解决了地震工程中用模糊数学及概率、数理统计难以解决的灰色问题,并对穿越管道的砂土液化和场地评定做了有效的评判.     

基于SRTM DEM的月降雨量空间插值研究

在水文模型的实际应用中，常需要根据雨量站观测值来合理地模拟降雨的空间分布。选取清江流域为研究对象，利用ArcGIS地统计模块中的反距离权插值法、径向基插值法、克里格插值法和引入高程、坡度、坡向等地形信息的协克里格插值法对该流域1998年4～9月的月降雨实测值进行空间插值。在插值之前，通过数据探索性分析掌握降雨的空间分布特征，以便提高插值精度。插值结果表明：应用协克里格方法，在考虑高程、坡度、坡向等影响要素的条件下，降雨空间插值效果更优。     

国内外液化砂砾土土性对比分析

砂土液化问题的研究特别是砂土液化的判别目前已经取得了较大的进展,并在国内外现行的规范中充分反映,而砂砾土由于颗粒大、透水性好,普遍认为地震时孔压不至于上升至液化的程度,往往将其划分为非液化土类。通过调查汶川地震砂砾土液化情况以及勘察试验获取其土性资料,对比分析了国内外液化砂砾土的地质背景及土性特征。主要认识为:①以往国内外砂砾土液化实例虽然有限,但已经表明松散-稍密的砂砾土在一定的地震强度下仍有可能发生液化,而2008年汶川地震中的大量砂砾土液化的事实,说明笼统地将砂砾土划归为非液化土类的做法有误;②汶川地震液化砂砾土的颗粒级配范围涵盖了国内外其他地震的颗粒级配,研究汶川地震的砂砾土液化问题具有代表性和普遍性,以此建立的砂砾土液化评价方法在国际上应具有通用性。     

抗震液化的总应力合成分析方法

基于总应力动力分析法,运用二维显式有限差分程序FLAC对某大坝在地震荷载作用下的动力响应进行模拟分析。编制了分析大坝液化的数值模型的分析模块并与FLAC接口。分别考虑了水平、竖向地震荷载以及两个方向的耦合和不同水位深度对大坝动力特性的影响,得到了大坝在地震荷载作用下液化区域和位移矢量的分布态势。     

碎石桩处理液化地基抗液化研究现状及存在问题

就目前国内外碎石桩处理液化地基抗液化理论、动力分析以及液化判别等方面的研究作简要的归纳和评述。在加固机理研究方面,主要认为碎石加固砂土有以下几种作用:(1)挤密作用;(2)振密作用;(3)排水减压作用;(4)预震作用;(5)加筋作用。其次,在理论研究方面如排水效应和桩体效应方面的研究也取得了长足进展,已经从总应力法深入到有效应力法,从只对孔压的研究发展到对水土共同作用的研究。并且随着计算机的发展,数值计算为复杂条件下的问题解答开辟了一个新的途径,现在已经可以模拟地震时土体的变形和孔压变化情况。但是在碎石桩处理液化地基的判别标准研究方面发展较慢。最后,对高速公路碎石桩复合地基抗液化研究方面的一些不足之处提出了解决的思路,主要包括:(1)上部荷载对复合地基的影响;(2)碎石桩处理深度设计时应考虑的影响因素;(3)碎石桩加固区与周围环境的相互作用;(4)考虑碎石桩排水、应力集中和附加应力共同影响下的液化判别标准。     

饱和砂土地震液化后地面大位移特性研究

地震引起的地基液化常会造成地基大的侧向变形而导致灾难性的破坏,饱水砂土液化后的变形特性是地震液化大位移研究的基础。通过全自动多功能三轴仪的空心样动加载液化后的静扭剪试验,对饱水砂土液化后大变形特性进行了试验研究。结果表明,与常规静加载特性不同,饱水砂土液化后静加载时表现出单调剪胀的特性,加载初始阶段孔压基本不变,应变达到一定幅度后孔压一直减小,液化后变形曲线可分为低强度段和强度恢复段。低强度段模量近乎为零,强度恢复段试样强度不断增长。低强度段是液化后大变形发生的主要阶段。     

砂土滑动液化的初步分析

本文针对大量的滑坡现场观察到的滑体滑动引起严重的砂土液化现象描述了液化引起的危害。初步给出了砂土滑动液化的定义;分析了砂土滑动液化形成的机理以及砂土滑动液化势评价的初步设想。     

基于BP神经网络的饱和砂土液化判别方法

基于唐山地震中大量的砂土液化现场实测资料,选取描述地震动特性的烈度、震中距、地面峰值加速度和描述砂土层埋藏环境条件的地下水位、标贯点深度(土层深度)、上覆非液化覆盖土层厚度、有效覆盖压力,以及表示砂土自身属性的标准贯入锤击数、平均粒径、不均匀系数、修正标贯击数共11个指标的不同组合作为输入变量,采用快速BP算法和LM算法构造了饱和砂土液化判别的BP神经网络预测模型.通过所建网络模型的训练、验证和应用,结果表明:(1)所建14个BP神经网络模型都是有效的,液化判别的准确度与模型输入变量的不同组合有关;(2)增加网络模型的节点(考虑因素较多)并不一定能够提高BP神经网络模型的液化判别准确度,反而增加了BP神经网络模型的复杂性和学习时间;(3)两种算法的BP神经网络模型都有很高的液化判别准确度,LM算法的计算速率要比快速BP算法快得多,但在计算过程中需要更多的内存,建议采用LM算法;(4)采用所提BP神经网络模型的权值与阈值进行其它预测样本的液化判别时,判别结果可能偏于保守;(5)从影响砂土液化的主要因素、获取指标难易程度考虑,在与<建筑抗震设计规范>砂土液化判别公式考虑指标一致的情况下,建议采用BP神经网络模型M4或M5a,该模型简单、方便,且其预测准确度远高于<建筑抗震设计规范>的砂土液化判别准确度.