法律状态公告日
法律状态信息
法律状态
2016-10-05
未缴年费专利权终止 IPC(主分类):G01N33/24 授权公告日:20141001 终止日期:20150813 申请日:20120813
专利权的终止
2014-10-01
授权
授权
2013-04-10
实质审查的生效 IPC(主分类):G01N33/24 申请日:20120813
实质审查的生效
2013-03-13
公开
公开
技术领域
本发明属于土木工程学科岩土微结构研究领域,具体涉及为一种基于微结构参数的黏土固结系数预测方法。
背景技术
黏土的固结问题是土力学的基本课题之一,是进行地基沉降预测、建筑物寿命评估、地基基础和结构补强加固等工作的基础。
经济和社会的发展,对位于黏土或软黏土地基上的各种基建项目,如公路、铁路、水利、工业与民用建筑物等土木工程的沉降量、沉降差和沉降发展提出了越来越严格的要求。比如,高速铁路、高速公路、火箭和飞机等新型厂房,对地基基础等工程在施工和运行期间的沉降和变形控制提出了越来越高的要求。而不同地区的黏土由于其成因不同,均具有鲜明的区域性和个性。正确把握相关地基的固结特性,对控制其沉降量、沉降差和沉降过程,具有决定性作用。
21世纪土力学的核心问题是建立土的结构性数学模型,黏土的固结压缩特性由其微结构控制,应该建立宏观力学现象与微观结构之间的数值关系。因此,要认识岩土工程的宏观力学特性,必须从认识其微结构着手。所以,根据土的微观结构特点和不同状态条件下相应的宏观力学现象,建立土的本构模型,以反映土的宏观力学特点与微观结构之间的内在关系,是土木工程的发展方向。
早在二十世纪初,土力学的创始人Terzaghi就提出来了岩土微结构的概念和重要性。二十世纪五十年代中期到六十年代后期,随着光学显微镜、偏光显微镜和X-射线衍射等技术的引入,人们对土微结构的认识有了较大提高,提出了从某些侧面描述土结构性的定量化指标。上世纪六十年代末到八十年代中期,土微结构研究在结构层次和结构联结的广度上得到了较大发展,出现了描述结构形态诸要素的方法和一些反映结构性影响的力学模型。
土的微结构包括结构单元特征、颗粒排列特征、孔隙性和结构连接等方面。土的结构性包括土体颗粒和孔隙的性状、排列形式及颗粒之间的相互作用。形成土体结构性强弱的原因主要包括土的组成成分、荷载作用、饱和度等。而黏土的颗粒组成、孔隙特征和分布、结构性、应力水平和应力历史等是决定其固结压缩特性的主要因素。目前,关 于土的固结压缩理论的研究成果已经比较丰富,但仍然存在不少问题,主要包括:(1)在黏土固结过程中,土的微结构(颗粒体和孔隙体两个方面)再造过程和规律非常复杂,目前尚无适当方法对这一过程进行刻画和描述;(2)虽然建立了一些针对黏土固结特性与其微结构参数之间的某些定量关系,但均停留在对单个微结构参数的刻画,从整体层面上对微结构再造过程进行刻画的方法和思路还没有给出;(3)由于土的复杂性,其宏观固结特性具有明显的个性和区域性,现有成果很难反映不同黏土的固结特性与其微观结构之间的关系。
发明内容
为解决上述技术问题,本发明的目的在于提供一种基于微结构参数的黏土固结系数预测方法,从而达到对土的固结特性预测更为客观、合理,可靠性更高的目的。
为实现上述目的,本发明采用的技术方案是提供一种基于微结构参数的黏土固结系数预测方法,该方法包括有以下步骤:
(1)进行不同压力作用下黏土的常规土工固结实验,采用冻干法制备微结构试样样品,尺寸为5mm×10mm×10mm;
(2)测取步骤(1)完成后相应微结构试样的孔隙比;
(3)采用时间平方根法算出步骤(1)相应的固结系数;
(4)对步骤(1)制备的微结构试样样品电镜扫描,获取试样的微观结构照片;
(5)基于步骤(2)得到的孔隙比,利用Leica QWin图像处理软件对步骤(4)获得的微结构照片进行颗粒体区域和孔隙体区域分割;
(6)根据步骤(5)的图像分割结果,抽取颗粒体的单元总数、单元方向、总面积、总周长、面积比的信息;
(7)采用主成分分析方法对步骤(6)获得的颗粒体数据信息进行分析,建立累计贡献率95%以上的孔隙体主成分表达式,表达式是Cv=a1+a2×Prin1+a3×Prin2;其中,Cv代表固结系数,a1代表常数项系数,a2代表第一主成分系数,a3代表第二主成分系数;
(8)在步骤(3)和步骤(7)基础上,建立主成分与土固结系数之间的二元一次函数关系,从而实现对固结系数的预测。
本发明的效果是采用该固结系数预测方法,将黏土的固结系数与其微结构参数联系起来,建立了宏观力学指标与微观参数主成分之间关系,现阶段在岩土领域属首例;一 旦建立了上述关系,即可根据黏土的孔隙比和微观参数主成分,得到不同压力作用下对应的固结系数指标;因一般固结实验,特别是软黏土的固结实验,需要耗费大量时间,该方法可有效缩短土木工程勘察阶段的实验耗时。
附图说明
图1为本发明的对应干密度1.39g/cm3的50kPa固结压力作用完成后的SEM图;
图2为本发明的对应阈值为112的图1的二值化图。
具体实施方式
结合附图对本发明的基于微结构参数的黏土固结系数预测方法加以说明。
本发明的基于微结构参数的黏土固结系数预测方法作用机理是基于:一方面,不同压力作用下,特定饱和黏土固结完成后的饱和密度和干密度是不同的,且完全取决于压力大小;另一方面,在相同压力作用下,不同土的固结过程和固结结果存在较大差异。也就是说,黏土的固结取决于其本身固有的特性(矿物成分、密度、颗粒组成、孔隙组成、孔隙比、压缩模量、固结系数、强度指标等),而某些固有特性(密度、孔隙组成、孔隙比、压缩模量、固结系数、强度指标等)又依赖于固结压力的大小。不同压力作用下进行固结,得到的黏土固有特性和状态是特有的。黏土的微结构照片可以反映颗粒体占据分析空间的状态,采用主成分分析方法后,较少微结构主成分参数可以涵盖所有单个微结构参数携带的大部分信息。也就是说,用少数合成参数可以刻画黏土的微结构状态。这些合成参数取决于单个微结构参数,并最终依赖于黏土的固有特性。因此,建立黏土在不同固结压力作用下,微结构参数与固结系数之间的通用关系式在理论上是完全可靠的。
本发明的基于微结构参数的黏土固结系数预测方法,即根据土的初始微观结构特征和固结压力大小,计算固结问题中一些重要参数的方法。该方法的理论基础是“任何材料的物理力学性质和工程性质均取决于该材料的物质组成、微观结构和工作环境;反过来,工作条件和工作环境对其微观结构又产生重要影响”。该方法以少量常规固结实验、扫描电镜测试、图像信息抽取为基础,获得土的力学参数和对应的微观结构参数,在此基础上,通过主成分分析法建立微结构主成分,并最终建立微结构参数主成分与固结系数之间的数学关系。至此,就可以根据建立的数学关系对固结系数进行预测。
本发明的基于微结构参数的黏土固结系数预测方法,该方法包括有以下步骤:
(1)进行不同压力作用下黏土的常规土工固结实验,采用冻干法制备微结构试样样 品,尺寸为5mm×10mm×10mm;
(2)测取步骤(1)完成后相应微结构试样的孔隙比;
(3)采用时间平方根法算出步骤(1)相应的固结系数;
(4)对步骤(1)制备的微结构试样样品电镜扫描,获取试样的微观结构照片;
(5)基于步骤(2)得到的孔隙比,利用Leica QWin图像处理软件对步骤(4)获得的微结构照片进行颗粒体区域和孔隙体区域分割;
(6)根据步骤(5)的图像分割结果,抽取颗粒体的单元总数、单元方向、总面积、总周长、面积比的信息;
(7)采用主成分分析方法对步骤(6)获得的颗粒体数据信息进行分析,建立累计贡献率95%以上的孔隙体主成分表达式,表达式是Cv=a1+a2×Prin1+a3×Prin2;其中,Cv代表固结系数,a1代表常数项系数,a2代表第一主成分系数,a3代表第二主成分系数;
(8)在步骤(3)和步骤(7)基础上,建立主成分与土固结系数之间的二元一次函数关系,从而实现对固结系数的预测。所述步骤(8)中的二元一次函数关系为Cv=0.0393-0.0000000845×Prin1+0.0000000280×Prin2。
所述累计贡献率95%以上,即为采用该预测方法计算得到的固结系数与实测所得固结系数相比较,准确率为95%以上。
本发明的基于微结构参数的黏土固结系数预测方法的实现过程加以详细说明。
以原始SEM图的图1和其对应的二值化图2为例:
(1)进行不同压力作用下黏土的固结实验;
重塑土为粉质黏土,采用的是标准固结实验,压力分别是50KPa、100KPa、200KPa、400KPa、800KPa;
(2)根据常规土工实验,测取步骤(1)完成后相应土样的孔隙比;
孔隙比分别为0.971223、0.745223、0.640719、0.556818、0.419689;
(3)根据步骤(1),采用时间平方根法算出固结系数,cm2/s;
固结系数分别为0.026、0.023、0.022、0.020、0.019;
(4)冻干法制备步骤(1)得到的试样的微结构样品,尺寸5mm×10mm×10mm;
(5)采用扫描电镜方法获得步骤(4)样品的微观结构照片;
(5)基于步骤(2)得到的孔隙比,利用Leica QWin图像处理软件对步骤(5)获得的微结构照片按颗粒面积比孔隙面积等于土样孔隙比的原则进行颗粒体区域和孔隙体区域分割;
(6)根据步骤(5)的图像分割结果,抽取颗粒体的单元总数N=5281,单元水平截距H=62716.85,垂直截距V=59415.02,总面积S=487110.94,总周长C=194767.92,面积比β=51%。各组固结压力下的参数提取如下表所示:
(7)采用主成分分析方法对步骤(6)获得的孔隙体数据进行分析,建立累计贡献率95%以上的颗粒体主成分;
Prin1=0.468613N+0.468452H+0.469318V+0.469327S-0.252069C-0.238513β
Prin2=0.175597N+0.176697H+0.170695V+0.170637S+0.656744C+0.669610β
(8)在步骤(3)和步骤(7)基础上,建立主成分与土固结系数之间的二元一次函数关系,从而实现对固结系数的预测。
它们之间的函数关系式为:
Cv=0.0393-0.0000000845×Prin1+0.0000000280×Prin2
拟合度96.33%。
机译: 用于使用基于滤波器参数预测方法的视频编码的方法和装置和用于使用in-LOOF滤波器参数预测的用于视频解码的装置
机译: 用于人体的外部外观模拟,监视和/或预测方法,涉及基于时间和/或处理以及图像上的非线性变化的参数来生成与外观参数的等级有关的图像。
机译: 基于全渗流测量饱和黏土样品强度和应变软化参数的装置