原文传递
膨胀土填料CBR指标的快速确定方法研究
| 论文题名： | 膨胀土填料CBR指标的快速确定方法研究 |
| 关键词： | 膨胀土填料;物理处治;改进CBR指标;回归参数模型;有机灰色神经网络模型 |
| 摘要： | 用物理处治技术修建膨胀土路堤能产生显著的工程、经济、生态环保效益,而填料合格与否是保证技术实施的前提和关键。南宁为著名的膨胀土分布区,兴建外环高速公路需利用膨胀土近百万方,当地潮湿多雨的气候条件,一年中适合施工的天数少,大规模采用膨胀土筑路首先要解决迅速、准确进行填料评价的技术难题。为此,本文开展膨胀土填料改进CBR指标快速确定方法研究。 基于对改进CBR试验成果及国内外预测理论、方法的分析研究,确定试验方案并开展试验工作。选3种代表性土样进行基本土性、强度、变形试验,获得各自的路用性能;根据预测需要设定试件浸水时间(4h、8h、12h、16h、20h、24h、28h、32h、36h、40h、44h、48h、56h、64h、72h、80h、88h、96h),完成了3种土样共54组108个试件的改进CBR指标测试,获得开展预测研究的必要数据资料。 用回归参数模型中的指数、双曲线、幂函数、平方根、对数五种模型分别对实测改进CBR值及改进CBR膨胀量随浸水时间变化的关系曲线进行拟合,结果表明指数模型的拟合精度均最高,断定用试件浸水1天的实测数据进行改进CBR指标预测必须选择指数型预测模型。 为取得最佳预测效果,本文引入有机灰色神经网络(OGN)模型。将实测的3土样系列数据代人OGN模型做预测分析,发现用试件浸水1天内的6个测试数据能很好地预测浸水4天试件的实测值,比用GM(1,1)模型做预测的误差小很多。此外,对填料改进CBR值的预测,既可直接用OGN模型也可采取建立CBR值与CBR膨胀量的关系间接加以实现,最终获得基于OGN模型用一天测试数据预测膨胀土填料改进CBR指标的方法。 提出快速确定膨胀土填料改进CBR指标的方法,促进了物理处治新技术的推广应用。 |
| 作者： | 王静 |
| 专业： | 道路与铁道工程 |
| 导师： | 杨和平 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
