地震砂土液化可能性的非确定性灰色预测方法

地震作用下的饱水砂土体系是一内部信息部分已知、部分未知的灰色系统，反映其液化可能性的指标值实际上是一些灰数。取平均粒径、相对密度、标准贯人击数和上覆有效压力作为评价砂土液化可能性的指标，以它们在各级烈度下液化现场资料的统计均值作为参考数列，将已知烈度区内待预测砂土的指标实测值作为被比较数列，计算它们之间的关联度。若最大关联度值所对应的参考数列烈度大于待预测区，则判为液化；反之，则判为不液化；若相等     

砂土地震液化的模糊综合评判法

根据砂土液化问题具有的模糊性和不确定性,建立了一种判别砂土液化发生可能性的模糊综合评判模型。在提出的砂土液化模糊综合评判模型中,通过综合地震烈度、标贯击数、地下水位和平均粒径等影响砂土地震液化的因素,采用梯形隶属函数并分别给出各因素隶属函数的表达式。通过工程实例计算验证了该模型的可行性,计算过程简单明了,有一定的实用价值。     

基于神经网络理论的砂土液化的判别

本文探讨了用神经网络方法来研究土的抗液化性能与土参数之间的非常复杂的非线性关系,并对实例进行网络测试,测试结果与其它液化判别方法所得的结果相比要更为可靠。     

日本地震砂土液化破坏案例及抗液化处置措施

砂土液化是地震灾害的主要形式之一。在振动作用下,饱和的松散粉、细砂土中孔隙水压力急剧增大,当有效应力降为零时砂土颗粒处于悬浮状态,即发生砂土液化。砂土液化可引起地基强度丧失,从而加重建筑物破坏程度,使重要运输生命线瘫痪,造成巨大经济损失和人员伤亡。本文梳理了砂土液化的历史文献记录,阐述了砂土液化产生的机制,概述了砂土液化造成的各种破坏,并介绍了日本判别砂土液化的最新方法、抗液化处置措施及一些成功案例,以期为砂土液化研究及抗液化处置措施的改进提供有益参考。     

砂土地震液化预测的Bayes判别模型及其应用

基于Bayes判别分析理论,在分析影响砂土液化因素的基础上,选取影响地震砂土液化因素的8个实测因子(地震烈度I、震中距L、地下水位dw、砂层埋藏深度ds、标贯击数N63.5、砂土颗粒平均粒径d50、不均匀系数Cu和剪应力比τd/σv)作为砂土地震液化判识指标,以唐山大地震中21组典型的砂土地震液化资料为学习样本,建立了唐山地区砂土地震液化预测的Bayes判别分析模型,并选用其他9组待检样本对判别模型进行验证。结果表明,Bayes判别分析模型预测性能良好,具有预测准确度高、回判估计的误判率低等特点,是解决砂土液化预测问题的有效方法之一。     

负荷预测的灰色系统方法

完善灰色预测模型ＧＭ（１，１）的建模机理，使其具有广泛的应用性，否定了灰色预测的传统检验方法后验差检验方法，同时利用数理统计常用的方法对模型进行了比较深入的研究，实例表明改进的ＧＭ（１，１）模型具有较高的拟合精度和预测精度。     

关于砂土液化判别方法的探讨

本文通过静力触探锥尖阻力与标准贯入击数的回归关系，提出了以《建筑抗震设计规范》（GBJ11－89）为基础的饱和砂土液化静力触探判别方法及液化指数的计算方法。     

砂土液化判别的人工神经网络方法

应用人工神经网络原理，根据地震液化的实测资料，建立了 ８个因素综合考虑的预测砂土液化的ＢＰ神经网络模型．通过实例计算与模型评价，验证了该模型的科学性、高效性并较规范法具有更高的预测精度，不仅为砂土液化提供了又一新的研究方法，而且为进一步完善规范公式提出了建议．     

饱和非纯净砂土液化特性研究进展

总结了国内外关于饱和土体液化现象几个热点问题的研究现状,详细归纳了国内外对均匀纯净砂土的宏细观机理以及细粒含量和细粒夹层对饱和砂土液化特性影响的研究成果,并对饱和砂土液化现象的研究方向做了展望.     

砂土地震液化分析中Newmark时域离散的误差评估

显式有限元存在计算精度低,对计算时间步长较敏感等缺点。基于后验误差评估的方法,给出了显式算法下Newmark时域离散误差的来源和评估方法。通过饱和砂土地震液化响应的数值算例评估了时间步长对计算结果的影响。数值分析结果表明:时间步长不同,结点位移和单元孔压的时程曲线明显不同,同时计算耗时也呈双曲线关系;相对误差主要分布在变形较大的区域,全域平均相对误差在动力响应剧烈的时间段内较大。通过对计算时间步长和离散误差的评估,可有效恰当的对计算时间步长进行取值,也为自动步长调整提供了依据。     

基于GA-SVR的建筑物液化震陷预测方法

根据影响建筑物液化震陷量的9个主要因素,建立了基于遗传算法和回归型支持向量机(support vector regression,SVR)的建筑物液化震陷量预测模型.该模型通过有限的60组实例数据学习,利用遗传算法自动确定ν-SVR的最优模型参数,建立了建筑物液化震陷量与其各种影响因素之间的非线性关系.运用所建立的模型对另外10个实例进行推广预测,取得了较好的效果,与实际液化震陷量的平均相对误差在5%左右,显示了该方法的有效性和可行性.同时,本文的思路和方法也可推广至建筑结构的震害预测.     

Sand Liquefaction Phenomena During the Seismic Crisis of May 2012 in Emilia, Northern Italy

In May 2012, the Emilia region of the Po Valley was struck by a seismic crisis with two major events of magnitude M_w 6.1 and M_w 5.9. The first event induced widespread sand blows formed along buried channels and old crevasse splay deposits. In the days immediately following the events, the detailed mapping and sampling of the erupted sand was fundamental to record all the seismically-induced phenomena. The study of a trench dug across large fractures at San Carlo (Ferrara) provided also valuable information on the sand blows mechanism and regome. The sedimentological and compositional characteristics of the fracture-filling materials indicate that the sands were erupted from a layer located between 6.8 and 7.5 m depth. Older and deeper Holocene and Pleistocene sand layers were not apparently involved in the liquefaction phenomena.     

振动砂石桩法处理可液化软弱场地土

采用振动砂石桩法处理软弱地基形成复合地基,不但能提高地基的承截能力,同时能够消除地基液化对建筑物造成的不利影响.砂石桩法适用于挤密松散砂土、素填土和杂填土等地基,其对砂土的加固机理为挤密,对粘土的加固机理为置换,经该法处理后,地基的承载能力得到提高.     

粉煤灰的动力特性试验及震动液化研究

根据粉煤灰的特性 ,分别对原状粉煤灰和击实粉煤灰进行了动力特性试验研究 ,提出了可靠的动强度参数和动剪切模量及阻尼比参数 .在此基础上 ,对原状粉煤灰及不同工况条件下灰坝的震动液化特征进行了分析研究     

基于灰色系统理论的建筑沉降预测方法及其实证分析

针对建筑沉降的特点,根据灰色系统理论,运用灰色预测模型GM(1,1)对建筑沉降进行预测分析,并结合工程实例进行验证,其验证结果令人满意.     

补偿模糊神经网络在砂土液化势评价中的应用

在分析砂土液化影响因素的基础上,选取震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实 度、平均粒径、地下水位等7个因素作为评价指标,建立了砂土液化势评价的补偿模糊神经网络模型。通过对网 络的学习训练和仿真检验,表明补偿模糊神经网络是进行砂土液化势预测评价的有效手段。