软土修正剑桥模型参数反演及其应用研究

土体本构参数的合理取值是数值模拟的重要前提。为准确获取湖州软土修正剑桥模型参数，针对该地区两种典型软 土，提出了基于室内试验-神经网络的软土修正剑桥模型参数反演方法。首先，开展了室内三轴固结不排水试验及标准固结- 回弹试验，基于室内试验结果确定了湖州地区典型软土修正剑桥模型参数反演区间；其次，基于正交试验设计原理，对基坑 开挖过程中不同参数水平下维护结构侧移进行数值计算，根据数值计算结果构造出 64 组 PSO-BP 神经网络训练样本；最后， 利用构造的训练集对湖州地区软土修正剑桥模型参数进行反演。研究结果表明：反演得到的两种典型软土修正剑桥模型参数 临界状态有效应力比 M1、M2，压缩参数λ1、λ2，回弹参数κ1、κ2 及孔隙比 e1、e2 分别为 M1=1.076、λ1=0.050、κ1=0.021、e1=1.712， M2=1.123、λ2=0.038、κ2=0.012，e2=0.967；通过反演参数计算得到的维护结构变形预测值与实测值吻合度较高，其相对误差 不超过 5%；基于反演参数通过有限元数值计算对基坑变形预测，预测结果验证了反演方法的准确性。针对软土修正剑桥模 型参数反演，分析了神经网络训练样本数、输入层节点数对反演结果的影响。研究成果可以为湖州地区类似的基坑工程提供 参数支持和技术指导。

点击这里下载全文