基于PCA-BP人工神经网络模型的黏土分散性判定

发布时间:2020-08-28 20:13
   分散性土是近几年来岩土工程界比较关注的一种特殊土类,其最大的特点就是抵抗水流冲蚀的能力很低。工程实践和试验研究表明,分散性土的渗透系数比较低,具有良好的防渗性能,但采用分散性土修建的水利工程一旦出现裂缝,即使在很低的水头作用下,裂缝周围的土颗粒也会受到水流的冲蚀而流失,进而造成水利工程防渗体的管涌甚至破坏。因此它是水库、堤坝、路基和渠道等工程失事的重要原因。地质勘查表明,在我国许多地区发现有大量的分散性土存在。因此,应用分散性土作为筑坝土料、路基基础等不可避免。本文在国内外研究现状的基础上,以6个水利工程的53组土样作为研究对象,首先分析了53组土样的物理化学指标和矿物成分含量,并对判定黏土分散性的五种试验方法的基本原理和适用条件进行了详细的论述,在此基础上,采用统计分析方法赋予五种试验不同的权重,并给出黏土分散性判定的定量化标准。其次,采用灰色关联分析和相关分析相结合的方法对黏土产生分散的影响因素进行了研究,进一步探讨黏土产生分散的机理。最后,在灰色关联分析和主成分分析法的基础上,构建了两种拓扑结构不同的黏土分散性判定模型,为黏土分散性的判定开辟了一条新途径,取得了以下主要成果。(1)53组土样均为低液限黏土,颗粒组成以粉粒为主,塑性指数在8.7~21.5之间;p H值在7.98~9.62之间,呈碱性;阳离子中钠离子的含量相对较大;黏土矿物成分主要是伊利石,其质量分数在30%~69.6%之间,少量的伊利石以伊—蒙混层的矿物形式存在,非黏土矿物主要以石英和斜长石为主。(2)首次采用统计分析的方法给出了黏土分散性判定的定量化标准。结果表明:当土样的分散性权重大于44%时,土样属于分散性土;当土样的分散性权重等于44%,而过渡性的权重大于等于39%时,土样属于分散性土,相反,土样则属于过渡性土;当土样的分散性权重小于44%,但过渡性与分散性的权重之和大于等于44%时,土样属于过渡性土,否则土样属于非分散性土。(3)在介绍灰关联分析基本概念和数学模型的基础上,进一步阐明黏土的分散机理。结果表明:钠百分比、交换性钠百分比和p H值与分散程度的关联度大于0.9,表明这三个指标对黏土分散性的影响程度最大;有机质、钠离子Na+、黏粒含量和碳酸氢根离子与分散程度的关联度在0.8~0.9之间,说明这四个指标与黏土的分散性关系较为密切;蒙脱石与分散程度的关联度最小,为0.730。(4)相关分析结果表明,有机质、黏粒含量与分散程度呈负相关关系,即有机质和黏粒含量越大,土体的分散倾向越小;钠百分比、交换性钠百分比及p H值与分散程度呈明显的正相关关系,即孔隙水中的钠离子和交换性钠离子的含量越多,p H值越高,土体产生分散的可能性就越大。(5)首次采用人工神经网络模型判定黏土的分散性,为黏土分散性的判定开辟了一条新途径。在关联分析和主成分分析法的基础上,构建了两种拓扑结构不同的黏土分散性判定模型,即传统的BP神经网络模型和PCA-BP神经网络模型。结果表明,两种神经网络模型的预测结果与实际期望输出值之间的相对误差均小于5%,说明两种神经网络模型的评价结果都比较可靠,都可用于黏土分散性的评价。但与传统的BP神经网络模型相比,PCA-BP神经网络模型不仅可以降低网络结构的复杂程度,还可加快网络的收敛速度、提高网络的预测精度。此方法可节约人力、物力和财力,具有一定的实际意义。
【学位单位】:西北农林科技大学
【学位级别】:博士
【学位年份】:2015
【中图分类】:TP183;TU442

【参考文献】

相关期刊论文 前10条

1 樊恒辉,李鹏,高明霞,李大可,李端民;水对针孔试验鉴定分散性粘土结果影响的试验研究[J];大坝观测与土工测试;2001年05期

2 梅振国;灰色绝对关联度及其计算方法[J];系统工程;1992年05期

3 李学全;灰色关联度量化模型的进一步研究[J];系统工程;1995年06期

4 李文生;;基于因子分析的水质综合指标评价法及其应用[J];中北大学学报(自然科学版);2011年02期

5 王观平;粘土矿物与分散性粘土[J];黑龙江水专学报;1994年03期

6 李春红,王宏伟,安清平;中引八干渠工程分散粘土及流砂处理[J];黑龙江水利科技;1996年03期

7 陈式华;何耀辉;陈卫芳;;天子岗水库坝基土分散性试验研究[J];浙江水利科技;2007年05期

8 缪良娟;陆浑大坝防渗土料的分散性和抗渗强度的试验研究[J];人民黄河;1990年05期

9 金菊良;吴开亚;李如忠;洪天求;;信息熵与改进模糊层次分析法耦合的区域水安全评价模型[J];水力发电学报;2007年06期

10 周会军;肖英杰;张浩;杨小军;;基于改进灰色关联分析法的码头设计方案优选[J];上海海事大学学报;2011年03期

相关硕士学位论文 前1条

1 吴昌友;神经网络的研究及应用[D];东北农业大学;2007年



本文编号:2808095

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/2808095.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户39f00***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com