一种可考虑土骨架破损影响的土体工程参数预测方法

本发明涉及土骨架破损影响的土体领域，尤其涉及一种可考虑土骨架破损影响的土体工程参数预测方法。

背景技术：

1、土骨架破损按照机理不同可分为物理降解和生化降解。物理降解是土体在外力作用下发生颗粒级配变化或固相质量损失的过程，比如土石坝骨料或道砟的破碎、土体的水力侵蚀等；生化降解是土骨架中的活性成分在化学或生化作用下转化为液相和气相的过程。如果不能准确评估土骨架降解对土工构筑物的影响，可能会引发严重的岩土工程问题，比如土石坝因骨料破碎而导致的面板开裂和过大沉降、填埋场因城市固体废弃物的生化降解而引发的环境岩土灾害等。例如，2008年美国亚特兰大渗滤液泄露，8000加仑渗滤液泄露至周边湿地；2015年巴西campos novos大坝面板在第一次蓄水至正常水位的90％时面板严重开裂，防渗体系被破坏，导致campos novos大坝破坏的一个重要原因是蓄水对坝体施加了很高的荷载，致使大坝底部骨料产生了显著的颗粒破碎，进而导致过大的沉降和变形，使面板脱空开裂；2016年中国广东番禺填埋污泥流滑严重污染周边环境等。发展面向未来的岩土工程，土骨架降解是绕不开的重要议题。由此可见，对土土骨架破损影响的土体的岩土工程进行预测评估可及时防止危害的发生具有重要意义。

2、土骨架破损影响的土体领域三大特性的评价指标预测分为三大部分，在渗透特性中，预测饱和渗透系数和非饱和渗透系数；在压缩特性中预测修正主压缩指数和修正次压缩指数；在强度特性中预测强度参数粘聚力和内摩擦角。

3、经过对相关数据的整理和分析发现，参数(饱和渗透系数、非饱和渗透系数、修正主压缩指数、修正次压缩指数、数粘聚力和内摩擦角)与物理指标(组分、孔隙、埋深、龄期、纤维素与木质素之比以及体积含水率、降解情况等)存在联系，讨论物理指标和参数的关系并进行参数预测，为工程应用提供依据。

4、例如在填埋场渗透特性的预测中，通过建立相关物理指标与饱和渗透系数之间的函数关系在指定物理指标范围和函数范围进行饱和渗透系数预测，对预测得到的饱和渗透系数进行判断：是否符合饱和渗透系数相应取值范围，若预测的饱和渗透系数符合饱和渗透系数要求，则说明工程在渗透特性方面的运营可靠，反之则说明工程存在问题需要及时进行检查与改进，为工程下一步计划进行指导并提供依据。

5、matlab是可用于深度学习等领域的一种数学软件，可在matlab中进行算法的实现，以及相应数据处理及可视化，为预测结果提供良好的展示效果。rbf神经网络预测模型主要用于土骨架破损影响的土体领域中关于渗透特性、压缩特性以及强度特性的相关影响参数的预测，可为实际工程提供可靠依据。

6、但在土骨架破损影响的土体领域中，暂时未有对相关参数的预测研究，而在已有的一般土体领域的相关预测研究中，也未有通过构建物理指标与相应参数关系进行预测的研究，而其他参数预测研究方法大多为通过试验得到样本数据进行训练与预测，导致其样本量少，不具有普适性。同时预测方法基于bp神经网络，但bp神经网络是基于梯度下降的误差反向传播算法进行学习，网络的学习速度较慢，并存在局部极小值的问题。而rbf神经网络则避免了局部极小值问题，它是一种前馈型神经网络，由于只有少量的权值需要调整，推广能力较强，预测能力较强，其逼近能力、分类能力和学习速度优于bp神经网络。

技术实现思路

1、本发明提供一种可考虑土骨架破损影响的土体工程参数预测方法，以克服上述技术问题。

2、一种可考虑土骨架破损影响的土体工程参数预测方法，包括，

3、步骤一、收集现场实测数据、勘察实测数据、室内试验数据，所述数据包括评价指标和物理指标，评价指标包括饱和渗透系数、修正主压缩指数、修正次压缩指数、气相固有渗透系数，液相固有渗透系数、气相相对渗透系数、液相相对渗透系数、三轴固结排水试验强度参数以及三轴固结不排水试验有效强度参数，物理指标包括埋深、孔隙率、龄期、纤维素与木质素之比、初始可降解组分、体积含水量、孔隙比、可压缩组分、干重度、轴向应变以及初始孔隙比；

4、步骤二、建立评价指标与物理指标之间的函数关系以及上下限范围，包括埋深与饱和渗透系数的关系以及上下限范围，孔隙率与饱和渗透系数的关系以及上下限范围，孔隙率、龄期与饱和渗透系数的关系以及上下限范围，孔隙率、龄期和初始可降解组分与饱和渗透系数的关系以及上下限范围，龄期与饱和渗透系数的关系以及上下限范围，龄期和初始可降解组分与饱和渗透系数的关系以及上下限范围，纤维素与木质素之比与饱和渗透系数的关系以及上下限范围，纤维素与木质素之比和初始可降解组分与饱和渗透系数的关系以及上下限范围，孔隙率与气相固有渗透系数的关系以及上下限范围，孔隙率与液相固有渗透系数的关系以及上下限范围，体积含水量与气相相对渗透系数的关系以及上下限范围，体积含水量、孔隙比与气相相对渗透系数的关系以及上下限范围，体积含水量、孔隙比和埋深与液相相对渗透系数的关系以及上下限范围，体积含水量与液相相对渗透系数的关系以及上下限范围，体积含水量、孔隙比与液相相对渗透系数的关系以及上下限范围，体积含水量、孔隙比和埋深与液相相对渗透系数的关系以及上下限范围，初始孔隙比与修正主压缩指数的关系以及上下限范围，可压缩组分与修正主压缩指数的关系以及上下限范围，干重度、可压缩组分含量与修正主压缩指数的关系以及上下限范围，初始孔隙比与修正次压缩指数的关系以及上下限范围，可压缩组分含量与修正次压缩指数的关系以及上下限范围，初始孔隙比、可压缩组分含量与修正次压缩指数的关系以及上下限范围，轴向应变与三轴固结排水试验强度参数的关系以及上下限范围，龄期与三轴固结排水试验强度参数的关系以及上下限范围，初始孔隙比与三轴固结排水试验强度参数的关系以及上下限范围，初始孔隙比、轴向应变与三轴固结排水试验强度参数的关系以及上下限范围，轴向应变与三轴固结不排水试验有效强度参数的关系以及上下限范围，龄期与三轴固结不排水试验有效强度参数的关系以及上下限范围，龄期与三轴固结不排水试验有效强度参数的关系以及上下限范围；

5、步骤三、基于一般工程经验定义物理指标的取值范围，根据评价指标与物理指标之间的函数关系以及上下限范围、物理指标的取值范围生成随机样本集，将样本集划分为训练集、验证集、预测集；

6、步骤四、构建rbf神经网络，将训练集输入rbf神经网络中进行训练，将验证集输入至训练后的rbf神经网络，判断rbf神经网络的相对误差和确定系数是否满足预设条件，当满足预设条件时获取对应的rbf神经网络，将其保存为预测网络，将预测集输入至预测网络进行预测，获取预测值与实际值之间的误差和相对误差；

7、步骤五，选择需要预测的评价指标，将现场实测数据、勘察实测数据中与评价指标相关的的物理指标输入至预测网络进行预测，获取评价指标的预测值，判断评价指标的预测值是否满足上下限范围，若满足上下限范围则将预测值作为评级指标的取值。

8、优选地，所述步骤二包括，

9、根据公式(1)、(2)建立埋深与饱和渗透系数的关系以及上下限范围：

10、ks＝exp((-10+6.2×(z+1)-0.15)×ln(10))          (1)

11、ks＝exp((-8.72+12×(z+5)-0.7)×ln(10))～exp((-9+5.1×(z+1)-0.1)×ln(10))(2)

12、式中，ks为饱和渗透系数，单位为m/s；z为埋深，单位为m；

13、根据公式(3)、(4)建立孔隙率与饱和渗透系数的关系以及上下限范围：

14、ks＝exp((11.03×n-13.30)×ln(10))       (3)

15、ks＝exp((9×n-9.5)×ln(10))～exp((11×n-14.5)×ln(10))     (4)

16、式中，n为孔隙率；

17、根据公式(5)、(6)建立孔隙率、龄期与饱和渗透系数的关系以及上下限范围：

18、ks＝exp((11.88×n+0.27×t-14.13)×ln(10))       (5)

19、ks＝exp((12.47×n+0.27×t-13.02)×ln(10))～exp((12.47×n+0.27×t-15.8)×ln(10))           (6)

20、式中，t为龄期，单位为年；

21、根据公式(7)、(8)建立孔隙率、龄期和初始可降解组分与饱和渗透系数的关系以及上下限范围：

22、ks＝exp((13.9×n+0.25×t+0.029×b0-17.94)×ln(10))         (7)

23、ks＝exp((13.9×n+0.25×t+0.029×b0-18)×in(i0))～exp((13.2×n+0.25×t+0.029×b0-17.3)×ln(10))      (8)

24、式中，b0为初始可降解组分；

25、根据公式(9)、(10)建立龄期与饱和渗透系数的关系以及上下限范围：

26、ks＝exp((-4.57-0.17×t)×ln(10))         (9)

27、ks＝exp((-6.5-0.24×t)×ln(10))～exp((-2-0.09×t)×ln(10))       (10)

28、根据公式(11)、(12)建立龄期和初始可降解组分与饱和渗透系数的关系以及上下限范围：

29、ks＝exp((-0.0044×t-0.68×b0+50.35)×ln(10))         (11)

30、ks＝exp((-0.004×t-0.68×b0+49.36)×ln(10))～exp((-0.004×t+0.68×b0+51.60)×ln(10))          (12)

31、根据公式(13)、(14)建立纤维素与木质素之比与饱和渗透系数的关系以及上下限范围：

32、ks＝exp((-5.34+0.23×(c/l))×ln(10))          (13)

33、ks＝exp((-9.3+0.7×(c/l))×ln(10))～exp((-2.5+0.1×(c/l))×ln(10))(14)

34、式中，c/l为纤维素与木质素之比；

35、根据公式(15)、(16)建立纤维素与木质素之比和初始可降解组分与饱和渗透系数的关系以及上下限范围：

36、ks＝exp(-0.63×b0+0.09×(c/l)+46.11)         (15)

37、ks＝exp((-0.58×b0+0.09×(c/l)+46.11)×ln(10))～exp((-0.70×b0+0.01×(c/l)+50.11)×ln(10))           (16)

38、根据公式(17)、(18)建立孔隙率与气相固有渗透系数的关系以及上下限范围：

39、kig＝exp((-13.7+4×ln(2×n+1))×ln(10))       (17)

40、kig＝exp((-13+4×ln(0.5n+1))×ln(10))～exp((-12.6+8×ln(n+1))×ln(10))(18)

41、式中，kig为气相固有渗透系数，单位为m2；

42、根据公式(19)、(20)建立孔隙率与液相固有渗透系数的关系以及上下限范围：

43、kil＝exp((-15.6+8×ln(b+1))×ln(10))        (19)

44、kil＝exp((-15.9+4×ln(2×n+1))×ln(10))～exp((-14.8+4×ln(3×n+1))×ln(10))        (20)

45、式中，kil为液相固有渗透系数，单位为m2；

46、根据公式(21、(22)建立体积含水量与气相相对渗透系数的关系以及上下限范围：

47、

48、

49、式中，为气相相对渗透系数，单位为m2，θ为体积含水量；

50、根据公式(23)、(24)建立体积含水量、孔隙比与气相相对渗透系数的关系以及上下限范围：

51、

52、

53、式中，e为孔隙比；

54、根据公式(25)、(26)建立体积含水量、孔隙比和埋深与液相相对渗透系数的关系以及上下限范围：

55、

56、

57、根据公式(27)、(28)建立体积含水量与液相相对渗透系数的关系以及上下限范围：

58、

59、

60、式中，为气相相对渗透系数，单位为m2；

61、根据公式(29)、(30)建立体积含水量、孔隙比与液相相对渗透系数的关系以及上下限范围：

62、

63、

64、根据公式(31)、(32)建立体积含水量、孔隙比和埋深与液相相对渗透系数的关系以及上下限范围：

65、

66、

67、根据公式(33)、(34)建立初始孔隙比与修正主压缩指数的关系以及上下限范围：

68、c′c＝0.05×e0+0.07          (33)

69、c′c＝0.02×e0+0.01～0.09×e0+0.09      (34)

70、式中，c′c为修正主压缩指数，e0为初始孔隙比；

71、根据公式(35)、(36)建立可压缩组分与修正主压缩指数的关系以及上下限范围：

72、c′c＝2.52e-3×pc+0.09        (35)

73、c′c＝2.52e-3×pc+0.02～2.52e-3×pc+0.21       (36)

74、式中，pc为可压缩组分含量；

75、根据公式(37)、(38)建立干重度、可压缩组分含量与修正主压缩指数的关系以及上下限范围：

76、c′c＝-0.00854×ρd+0.00187×pc+0.18      (37)

77、c′c＝-0.00854×ρd+0.00187×pc+0.1～-0.00854×ρd+0.00187×pc+0.3(38)

78、式中，ρd为干重度，单位为kn/m3；

79、根据公式(39)、(40)建立初始孔隙比与修正次压缩指数的关系以及上下限范围：

80、c″c＝0.0023×e0+0.038      (39)

81、c″c＝0.0013×e0+0.012～-0.0023×e0+0.061       (40)

82、式中，c″c为修正次压缩指数；

83、根据公式(41)、(42)建立可压缩组分含量与修正次压缩指数的关系以及上下限范围：

84、c″c＝6.64e-4×pc-0.0167       (41)

85、c″c＝3e-4×pc-0.012～9.5e-4×pc-0.0046      (42)

86、根据公式(43)、(44)建立初始孔隙比、可压缩组分含量与修正次压缩指数的关系以及上下限范围：

87、c″c＝0.00163×e0+2.95e-4×pc+0.008         (43)

88、c″c＝0.00163×e0+2.95e-4×pc+0.0035～-0.00163×e0+2.95×pc+0.014 (44)

89、根据公式(45)、(46)、(47)、(48)建立轴向应变与三轴固结排水试验强度参数的关系以及上下限范围：

90、εa＝0.45×(c-6.25)       (45)

91、εa＝2.8e-3×(c)2～0.9×c+2       (46)

92、

93、

94、式中，εa为轴向应变；c为粘聚力，单位为kpa，为内摩擦角；

95、根据公式(49)、(50)、(51)、(52)建立龄期与三轴固结排水试验强度参数的关系以及上下限范围：

96、c＝1.42×t+19.69          (49)

97、c＝1.42×t+1.01～1.42×t+40.02         (50)

98、

99、

100、根据公式(53)、(54)、(55)、(56)建立初始孔隙比与三轴固结排水试验强度参数的关系以及上下限范围：

101、c＝-15.17×e0+62.02          (53)

102、c＝-3×e0+10.02～-21.03×e0+114.98        (54)

103、

104、

105、根据公式(57)、(58)、(59)、(60)建立初始孔隙比、轴向应变与三轴固结排水试验强度参数的关系以及上下限范围:

106、c＝-12.13×e0+1.97×εa+33.20        (57)

107、c＝-12.13×e0+1.97×εa+12.13～-12.13×e0+1.97×εa+66.22        (58)

108、

109、

110、根据公式(61)、(62)、(63)、(64)建立轴向应变与三轴固结不排水试验有效强度参数的关系以及上下限范围：

111、εa＝0.58×(cd-5.00)         (61)

112、εa＝0.50×(cd-15.01)～4.01×(cd-2)       (62)

113、

114、

115、式中，cd为粘聚力，单位为kpa，为有效内摩擦角；

116、根据公式(65)、(66)、(67)、(68)建立龄期与三轴固结不排水试验有效强度参数的关系以及上下限范围：

117、cd＝-0.82×t+25.02         (65)

118、cd＝-0.2×t-0.50～-0.82×t+58.10       (66)

119、

120、

121、根据公式(69)、(70)、(71)、(72)建立龄期与三轴固结不排水试验有效强度参数的关系以及上下限范围：

122、cd＝-0.82×t+25.02        (69)

123、cd＝-0.2×t-0.50～-0.82×t+58.10       (70)

124、

125、

126、式中，cd为粘聚力，为有效内摩擦角。

127、优选地，所述步骤三还包括根据公式(73)、(74)、(75)、(76)、(77)对随机样本集的饱和渗透系数、气相固有渗透系数，液相固有渗透系数、气相相对渗透系数、液相相对渗透系数进行数据处理，

128、s＝log(ks)         (73)

129、sig＝log(kig)        (74)

130、

131、

132、

133、其中，ks为饱和渗透系数，kig为气相固有渗透系数，kil为液相固有渗透系数，为气相相对渗透系数，为气相相对渗透系数。

134、优选地，所述根据评价指标与物理指标之间的函数关系以及上下限范围、物理指标的取值范围生成随机样本集包括在matlab中定义物理指标的范围，将物理指标与评价指标的函数关系与上下限输入至matlab，根据连续均匀随机数语法unifrnd(a,b,sz)在matlab生成随机样本集。

135、优选地，所述rbf神经网络的激活函数为高斯函数，其具体形式为：

136、

137、其中，σk是rbf神经网络中第k个隐层神经元的宽度，ck为第k个隐节点的标准化常数，||x-ck||是向量x-ck的欧几里得范数，表示输入样本x和第k个隐层神经元的中心ck之间的径向距离，k表示rbf神经网络中隐层神经元。

138、优选地，所述预设条件包括确定系数r2大于0.70，相对误差取值范围为0～15％。

139、本发明提供一种可考虑土骨架破损影响的土体工程参数预测方法，通过rbf神经网络进行预测填补了岩土工程中关于渗透特性相关参数、压缩特性相关参数和强度特性相关参数预测的空白，通过有关物理指标和渗透特性、压缩特性和强度特性的参数关系分析，有依据的进行预测，而不是将数据随机输入进行训练预测，提高了预测的准确率，通过rbf神经网络对数据进行训练与预测，可根据实际情况确定符合现场条件的参数，对于工程的初期设计具有指导意义，提高了工程设计的可靠性，对后续服役性能的分析提供了可靠的依据，也为后续实际工作提供了一定的基础。