绍兴柯桥区土性指标的统计分析及应用研究

来源 :绍兴文理学院 | 被引量 : 0次 | 上传用户:zhang_ts
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
土体是复杂的自然产物,所以对土体性质有一个系统的认识,是现代工程建设中的首要任务,但是因为成因时代、埋藏条件等因素造成的土体自身的特征,和取样、试验及数据分析等环节的误差,使得土性指标多具有不确定性,需要利用统计学的手段进行分析这些不确定性。因此在工程设计中,由大量的实验数据和实测数据积累而得到的经验参数是十分重要的设计参考依据。本文以杭绍城际绍兴段柯桥区内已有的工程勘察资料为基础,统计了柯桥区典型土层的主要物理力学指标,研究了土性指标之间的相关性和空间变异性,以期为工程实践提供有效的帮助。主要研究内容如下:1.统计分析了杭绍城际绍兴段(柯桥区)的勘察钻孔资料所提供的中七个典型土层的物理指标,包括天然含水率、干密度、孔隙比、塑性指数和液性指数;力学指标,包括压缩系数、压缩模量、快剪试验的内摩擦角和快剪试验的粘聚力。并获取这些土性指标的均值、峰度系数和变异系数,研究这些指标的离散性,相关性和变异性。2.首先分析了各土层物理力学指标的概率分布特征,采用Q-Q图判断出正态分布模型比对数正态分布模型更适用于土性指标的分布特征规律。利用SPSS软件进行回归分析,建立各土层的干密度和天然含水率之间、干密度和孔隙比之间、孔隙比和天然含水率之间、塑性指数和其它物理指标(干密度、天然含水率和孔隙比)之间、液性指数和其它物理指标之间的线性相关方程,以及压缩系数和天然含水率、干密度、孔隙比之间的线性相关方程,压缩模型和天然含水率、干密度、孔隙比之间的幂函数相关方程。并利用相关系数判断这些相关方程的可靠性。最后建立一个非线性函数,给出每层土的静止侧压力系数和水平应力指数的非线性关系式。3.从竖直方向上,利用地质统计学中的变差函数法对扁铲侧胀试验中的扁胀指数ID进行空间变异性分析,首先求出相应距离下扁胀指数的试验变差函数值,拟合出扁胀指数的试验变差函数的球状模型,得到球状模型中的三个重要参数,并结合相关距离公式求得每层土的扁胀指数的相关距离。4.利用FLAC3D有限差分软件进行数值模拟分析,以柯桥区的一个基坑工程为实例,建立基坑的开挖模型,分别代入工程的实测数据和本文得出的经验数据,记录几个监测点的水平位移,对比分析两种情况下的水平位移,发现本文统计分析得到的经验数据是可以运用在实际工程设计中的。
其他文献
霍洛台铜钼矿床属于古亚洲成矿域和滨太平洋成矿域,处于大兴安岭地槽褶皱系—额尔古纳地块额木尔山中间隆起带上,处在Ⅲ-47-1-1富克山-霍洛台Au-Cu-Mo矿集区内。在Ⅰ区共圈定
陆地生态系统碳循环是一个复杂的过程,其模型机理常包含大量难以直接估计的参数。模型数据融合技术是准确估计模型参数的重要手段,对降低参数不确定性、提高模型模拟精度具有
随着装有GPS功能的智能手机、出租车等大量可以获取时空数据的设备出现,产生了大量的轨迹数据、带地理标签的媒体数据及签到数据。基于这些数据的查询与挖掘也得到了广泛关注
近年来,随着网络的快速发展,图像数据库的规模越来越大,基于图像的检索已经开始进入人们的生活。机场、火车站、地铁等重要场合的行李等物体的安全问题,需要使用物体匹配技术
由于大型压水堆安全壳的自由体积比较大,具有较强的压力承载能力,一般被认为不存在整体氢气风险,但是安全壳内部构造复杂,氢气容易在局部空间内积聚、燃烧甚至爆炸。因此,安
小型模块化反应堆(如NuScale)的安全壳容器浸没在冷却水池中,用来排出LOCA条件下安全壳内的热量。这种非能动系统的传热效率受壳外冷却水池内热分层的影响。因此,研究冷却水
目的:比较两种乳腺癌靶区勾画方法腋窝淋巴结区受照射剂量及放疗后上肢淋巴水肿发生情况。方法:采用前瞻性队列研究方法。选取2018年10月至2019年8月川北医学院附属医院肿瘤放射治疗科行术后放疗的乳腺癌患者为研究对象,随机分为2组,分别参照欧洲放射肿瘤学会(ESTRO)指南、美国肿瘤放射治疗协作组(RTOG)指南勾画乳腺癌术后靶区,参照RTOG指南勾画腋窝淋巴结Ⅰ、Ⅱ、Ⅲ区作为正常组织。处方剂量为5
铜铟镓硒薄膜太阳能电池(CuIn1-xGaxSe2solarcells,简称CIGS)是上个世纪发展起来的的一种清洁的新型薄膜太阳能电池。1974年Bell实验室采用提拉法制备出了第一块CIS太阳能电
从世界上第一个晶体管问世,电子技术行业由此开始,随着集成电路的大规模发展,出现了以CMOS器件为核心的集成电路技术,此后集成电路产业朝着迅猛的方向发展,摩尔定律也一直预
自从信息检索技术诞生以来,其一直都是人们研究的重点和热门内容。随着现代互联网技术的飞速发展,人们所产生的数据量越来越大。如何从海量数据中迅速找出用户所需要的信息,