砂土液化的灰色综合评判

通过研究砂土液化的主要影响因子，建立了砂土液化的灰色综合评判理论模型，并成功地将 该理论模型应用于实际工程中。通过对２６个实例的评判和与实际液化结果的比较，说明了本文方法 对砂上液化评判的有效性。     

饱和大厚度砂土地基中长短碎石桩屏蔽效应及其抗液化评价

针对阿喀公路AK-3标段饱和大厚度砂土地基存在的地震液化问题,虽然工程中采用强夯法处理但抗液化检测表明并不能解决地基液化。碎石桩是一种有效的地基液化处理措施,但采用经济的长短碎石桩在处理饱和大厚度砂土地基中抗液化性能评价的相关研究较少。本研究提出了经济、合理的长短碎石桩加固大厚度砂土地基的方案,基于弹塑性动力固结理论和三维动力固结有限元程序FEMEPDYN,对比分析了天然地基和长短碎石桩加固地基的震陷、动孔压分布及超静孔压比。研究结果表明,采用长短碎石桩加固处理后的饱和大厚度砂土地基震陷降低了86. 7%,动孔压降低了89. 3%,超静孔压比降低了89. 5%,路基两侧长碎石桩对地震波传播具有一定的屏蔽效应。长短碎石桩加固方案对砂土地基抗液化效果明显,长短碎石桩处理饱和大厚度砂土地基是一种经济有效的处理措施。     

聚类分析方法在判别深层砂土液化中的应用

目前各种砂土液化判别方法均尚不成熟,尤其在对埋深较大的砂层液化的判别上存在着较大的局限性。在分析了砂土液化的主要影响因素的基础上,将聚类分析方法应用到判别埋深较大的砂土液化中,并将其用M atlab语言编程实现,简化了以往繁琐的计算过程,提高了判别的速度和精确度。最后,通过西南某水电站的工程实例资料证明了聚类分析方法在埋深较大的砂土液化判别中使用的可行性和可靠性。     

基于混沌优化神经网络的砂土液化预测模型

针对砂土液化预测的非线性难题,在分析BP神经网络和混沌优化的各自优缺点的基础上,将混沌优化与梯度下降法相结合,构成了神经网络权值和阈值的一种新的组合优化算法(COBP),并将该组合优化算法用于砂土液化的预测建模.工程实例应用表明,该组合优化模型不仅搜索速度快,全局稳定性好,而且预测精度高,结果可靠,能达到工程应用的精度要求,为砂土液化的非线性预测提供了一种有效方法.     

基于MapInfo的南京地铁砂土地基液化空间分析

南京地铁一期工程南起小行,北至迈皋桥车站,全长共约16.9 km。主干线施工区域多分布在秦淮河古河道沉积砂层,在地震等外在应力的影响下容易发生液化。由于影响砂土液化的因素有很多,且短时期内难于完全理清,而现代施工工艺需要随时对原先不准确的预测作出调整。本文介绍了一种通过引入GIS基础平台强大的图像处理功能(包括分层查询、专题地图、空间分析等)来建立砂土液化数据库并进行液化空间分析和管理的砂土液化评估方法,详细阐述了分析的过程和评价系统的建立,并对南京地铁地基液化进行了实例分析,该方法弥补了传统的砂土液化分析方法抽象、低效且不便于管理的缺点,为及时进行工程论证提供了依据。     

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。     

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。     

基于可液化场地地震反应数值模拟的影响因素分析

饱和砂土地基在强震作用下会产生液化,导致其强度降低,并产生沉降、侧移和喷砂冒水等现象。基于YANG Zhao-hui提出的砂土液化本构模型,采用OpenSees对饱和砂土场地的地震反应进行了非线性动力有限元分析,阐述了液化机理以及对地基的作用;通过改变土性、地震动幅值、持时、频率等因素后数值模拟的对比,分析了各因素对可液化场地地震反应的影响。结果表明,饱和松砂场地更易产生液化;大震下场地更易产生液化;长持时的地震动更易造成液化;高频和低频的地震动均不易造成液化,而存在一个最易造成液化的中间频率值。     

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.     

碎石桩加固饱和粉土地基的抗液化特性

除饱和砂土液化外,饱和粉土地震液化问题也是岩土地震工程中一个重要的研究课题.饱和粉土地基的地震液化及变形可以采用多种地基加固方法防治,碎石桩技术是常用方法之一.碎石桩复合地基的抗液化效应,主要是增加桩周土体的密度、利于桩体的排水以及由桩体分担地震水平剪应力(桩体减震作用).但由于粉土的土质特性,粉土-碎石桩复合地基的抗...     

滑坡灰色系统预测模型及其应用

本文在分析目前国内外滑坡灰色预测预报模型基础上，提出了一种新的滑坡灰色系统预测预报模型。该模型相对於过去常用的灰色模型考虑了更多的影响因素，有更高的可信度。它不仅可用作滑波的临滑预报，还可用于般监测信息的预测。     

基于灰色模型的电力变压器可靠性分析

针对电力变压器可靠性建模精度要求高、但可靠性数据较少这一问题,将电力变压器看做是一个灰色系统,分别利用灰色GM(1,1)模型和无偏灰色GM(1,1)模型建立电力变压器的可靠性分析的数学模型,通过数据拟合得到电力变压器相应的故障率数据,对拟合精度进行检验后发现本文提出的可靠性建模方法精度高、实现快捷,是一种有效可行的电力变压器可靠性研究方法,其分析结果可为制定电力变压器的维护与维修策略以及状态检修工作提供依据。     

基于灰色-模糊理论的农业旱灾风险分析

从农业旱灾的自然与社会双重属性出发,并考虑系统的不确定性,分析了农业旱灾风险。应用信息扩散理论计算了干旱出现机率,将灰色系统理论和风险分析理论相结合,在确定干旱出现机率的基础上计算农业旱灾灰色风险率,前者考虑了系统的模糊不确定性,后者考虑了对系统认知缺乏所产生的主观不确定性,完善了农业旱灾风险分析,为防灾减灾和开展政策性农业保险提供参考。     

基于神经网络的岩体边坡稳定性的灰色聚类空间预测法及其应用

针对岩体边坡稳定性与影响因素之间的非线性关系,提出了基于神经网络的岩体边坡稳定性的灰色聚类空间预测法,结合实例仿真分析,表明该方法能较好地处理岩体边坡稳定性与影响因素之间的灰色非线性关系,同时,能比较准确地预测岩体边坡的稳定性。     

汾渭地震带地震发生的灰色灾变预测

本文应用灰色理论中的灾变预测方法,建立了汾渭地震带中强震发生时间的灰色预测模型。并对未来中强震的发震时间进行了预测。     

地震危险性灰色关联度分析

将地震现象视为一内部信息部分已知、部分未知的灰色系统，表征强震发生前地震危险性的指标值实际上是灰数。据此应用灰色关联度分析的方法对我国的昭通、松潘、兰州、苏鲁交界处和长江口地区进行了多因素的地震危险性评价和预测，并将其结果与模糊数学方法所得的结论进行了对比。     

灰色灾变预测模型的改进及实例分析

灾害不同于一般的预测对象，对其预测精度应予高度重视，而目前灰色灾变预测的预测精度，较高的仅仅是预测原点附近的一、二个数据。基于此，本文提出了准灰信息的概念，建立了准灰色灾变预测模型，并通过实例证明了运用准灰色灾变预测模型进行预测，可提高预测精度。     

基于灰关联分析的时间序列改变点搜索研究——以华东地区农业受灾面积序列为例

采用灰关联分析方法,构建了短时间序列中的改变点搜索算法,有效地解决了短时间序列改变点寻找的缺陷.首次将灰关联度算法应用到气象灾害时间序列改变点的搜索中,利用华东地区农业受灾面积时间序列实例来验证灰关联度算法的实用性和有效性.结果表明,用灰关联方法可以有效地获得改变点,并以此对时间序列的发展规律进行趋势与规律分析.     

基于灰色理论的黑龙江省暴雨洪涝特征分析及灾变预测

基于灰色理论和气象灾害普查资料对黑龙江省暴雨洪涝灾害时空分布特征进行了分析并进行了灾变预测。黑龙江省暴雨洪涝灾害主要发生在5-9月,其中7月损失最大;1990年以来暴雨次数虽然有所减少,但暴雨洪涝造成的损失却明显增加;黑龙江省暴雨洪涝灾害可划分为严重洪涝区、重洪涝区、中洪涝区和轻洪涝区,严重洪涝区位于松花江及其支流沿岸的大庆市、伊春市、齐齐哈尔市、佳木斯市和哈尔滨市。根据灰色灾变预测理论预测2013年出现严重暴雨洪涝灾害(全省农作物受灾面积≥500 000 hm2、可比经济损失≥50 000万元)的可能性最大,其次是2016年。     

基于信息熵的灰色模型在地质灾害评价中的应用——以四川青川县为例

地质灾害的发生是由地层岩性、地质构造、地形地貌、气象条件和人类工程活动等诸多因素综合作用的结果,依靠知识与监测无法完全认识其复杂的演变机制,是一种典型的"灰色系统"。基于灰色理论的模型在区域地质灾害危险性评价中得到了广泛的应用,但是由于地质灾害的复杂性,这种以模型为核心的评价方法难以抽象或概化出模型所需的条件,因此出现了评价方与评价对象之间的"不兼容"现象。传统的方法是利用人为的主观判断来获取评价模型所需的条件,不可避免地带来评价的随意性与主观性。通过引入信息熵理论,对传统的灰色模型进行修正,建立了基于信息熵的灰色模型,很好地解决了这个问题。以四川青川县为例,对该模型的正确性进行了应用,取得了较好的效果。