基于改进BP神经网络的高液限黏土改性剂掺量研究
作者单位:长沙理工大学
学位级别:硕士
导师姓名:韦秉旭;李金明
授予年度:2022年
学科分类:081401[工学-岩土工程] 08[工学] 0814[工学-土木工程]
主 题:高液限黏土 改进CBR试验 化学处治 神经网络 LM算法 BR算法
摘 要:高液限黏土在我国南方湿热地区分布广泛,其天然含水率较高,导致碾压效果和压实性能较差,用之填筑路堤常常会诱发路基沉降、局部开裂和边坡失稳等病害。如何科学合理地利用高液限黏土作为路基填料,避免大量废弃,对指导高速公路路基填筑具有重要意义。为此,本文在对国内外高液限黏土处治技术调研的基础上,以广西贺州至巴马高速公路,来都K274+400~K280+100挖方路段的高液限黏土为研究对象,探讨晾晒、掺石灰和掺水泥三种技术手段的优劣性及应用场景,重点针对化学处治方法,提出了基于LM和BR算法改进BP神经网络的化学改性剂掺量预测模型,主要研究内容及结果如下:(1)通过颗粒分析、界限含水率、干湿击实试验和CBR试验,探究土体的基本特性,得到可碾压含水率为14%~22.5%;以稠度、CBR值和CBR膨胀量作为土体等级判定指标,判定试验路段土体为3级土,应采取措施降水后方可作为路基填料;为获得较好的碾压性能以及较高的压实度,提出以湿法击实最佳含水率(21%)作为降水目标含水率。(2)基于室内外晾晒试验,分析了晾晒方法的适用情况;开展不同石灰、水泥掺量的土料的击实试验和界限含水率试验,分析了处治土的击实性能和可碾压性,结果表明处治后的土体具有较好的碾压性能,用其填筑的路基压实度能达到要求;基于正交试验,探究不同因素对降水效果的影响,发现降水效果与石灰、水泥掺量、土体初始含水率、温度和湿度显著相关。(3)由于BP神经网络存在易陷入局部最小值、预测精度低和收敛速度慢等缺点,采用BR算法和LM算法对其改进与优化,从而得到收敛速度更快、预测精度更高的改进BP神经网络模型;用改进模型预测现场不同工况下所需石灰和水泥掺量,并通过现场试验和稳定含水率预测模型验证其准确性。